我正在尋找「X = X1（abs（N（4，：） - N（5，：））> 0.24 * abs（N（5，:)））」

Question

的另一個替代方案此目標問題：

我正在尋找一個代碼，不考慮矩陣N和M的列順序。所以，我試圖取代在下面的代碼下面一行：

X = X1(abs(N(4,:)-N(5,:))>0.24*abs(N(5,:))); 

結果X依賴的N列順序和M

問題：

我的目標是如果abs(N(4,i)-N(5,i)) > 0.24*abs(N(5,i))

將與 N(1:3,i), i=1,2,3,4,5對應的 M(4,:)的所有值放入一個單元的一個向量中 X用於查找 X

實體

N(1:3,:)是由M(1:3,:)

N(4:5,:)獨特列向量形成被添加到顯示M否則。

M = [1007 4044 1007 4044 1007 5002 5002 5002 622 622 1007 1007 1007; 
     552 300 552 300 552 431 431 431 124 124 552 11 11; 
    2010 1113 2010 1113 2010 1100 1100 1100 88 88 2010 20 20; 
     12 25 15 12 30  2 10 55 32 12  7 12  7]; 


A = [1007 4044 5002 622 1007 
     552 300 431 124 11 
    2010 1113 1100 88 20 
     12 25  2 32 12 
     15 12 10 12  7 
     30   55 
     7      ] 

N = [622 1007 1007 4044 5002; 
     124 11 552 300 431; 
     88 20 2010 1113 1100; 
     2  4 -1.1 2.1 -3; 
    2.01  1 -1  2 -5]; 

[~,~,idx] = unique(M(1:3,:)','rows','stable') 


%// Accumulate elements from the fourth row of M based on the IDs 
X1 = accumarray(idx(:),M(4,:).',[],@(x) {x}); 

%// Use mask corresponding to abs(N(4,i)-N(5,i))>0.24*N(5,i) and 
%// filter out some of the cells from the output 
X = X1(abs(N(4,:)-N(5,:))>0.24*abs(N(5,:))); 

在我的例子： 如果N和M正確下令：

X = {[12,7],[2 10 55]} 

[12 7]對應N(1:3,2)，abs(N(4,2)-N(5,2))>0.24*abs(N(5,2))

[2 10 55]對應N(1:3,5)，abs(N(4,5)-N(5,5))>0.24*abs(N(5,5))

可能的解決方案：（給我的真實數據正確的結果）

for i = 1:size(N,2) 
    N(6,i) = i; 
end 


for h = 1:size(M,2) 
    for l = 1:size(N,2) 
     if M(1:3,h) == N(1:3,l) 
      M(5,h) = N(6,l); 
     end 
    end 
end 

p = 0; 
for i = 1:size(N,2) 
    if abs(N(4,i)-N(5,i))>0.24*abs(N(5,i)) 
     Mint = M(:,ismember(M(5,:).',i.', 'rows').'); 
     p = p+1; 
     X{1,p} = Mint(4,:); 
    end 
end 

Answer 1

ismember是一個很好的解決您的問題。它告訴你什麼時候一個矩陣的元素（或行）出現在第二個矩陣中，並且比使用循環的方法快得多。

isGood = abs(N(4,:)-N(5,:))>0.24*abs(N(5,:)); 

[junk, inds] = ismember(M(1:3, :)', N(1:3, isGood)', 'rows'); 

X = cell(1, sum(isGood)); 
for i = 1:sum(isGood) 
    X{i} = M(4, inds==i); 
end 

Answer 2

看看這對你的作品 -

%// Inputs 
M = [1007 4044 1007 4044 1007 5002 5002 5002 622 622 1007 1007 1007; 
     552 300 552 300 552 431 431 431 124 124 552 11 11; 
    2010 1113 2010 1113 2010 1100 1100 1100 88 88 2010 20 20; 
     12 25 15 12 30  2 10 55 32 12  7 12  7]; 

N = [622 1077 1007 4044 5002; 
     124 11 552 300 431; 
     88 20 2010 1113 1100; 
     2  4 -1.1 2.1 -3; 
    2.01  1 -1  2 -5]; 

[unqrows,~,idx] = unique(M(1:3,:)','rows','stable') 
unqcols = unqrows.'; 

%// Accumulate elements from the fourth row of M based on the IDs 
X1 = accumarray(idx(:),M(4,:).',[],@(x) {x}); %//' 

%// "Regularize" X1 %//' 
[~,sort_idx] = sortrows(unqcols.'); %//' 
X1_sorted = X1(sort_idx); 

%// Use mask corresponding to abs(N(4,i)-N(5,i))>0.24*N(5,i) and 
%// filter out some of the cells from the output 
X = X1_sorted(abs(N(4,:)-N(5,:))>0.24*abs(N(5,:))); 

%// Sort, keep unique elements and make them row vectors 
%// within each cell of X (if needed) 
X = cellfun(@(x) unique(x).',X,'Uni',0); 

輸出 -

>> celldisp(X) 
X{1} = 
    7 12 
X{2} = 
    2 10 55 

Answer 3

使用邏輯索引將大大加快你的劇本。 MATLAB for循環並不是很好。試試以下代碼：

k = size(N,2); 
r = size(M,2); 
M(5:7,:) = 0; 

for ii = 1:k 
    index = sum(M(1:3,:) == repmat(N(1:3,ii),1,r),1)>2; 
    M(5,index) = ii; 
    M(6,index) = N(4,ii); 
    M(7,index) = N(5,ii); 
end 

filter = abs(M(6,:)-M(7,:))>0.24*abs(M(7,:)); 

X = {}; 
for ii = 1:k 
    X = [X, M(4,M(5,:) == ii& filter)]; 
end 

在我的電腦上，執行您的代碼需要0.017825秒。礦耗了0.002780秒。我會說這是一些改進。如果您想進行更詳細的比較，請使用profile。