【问题标题】:How can I index a 3-D matrix with a 2-D mask in MATLAB?如何在 MATLAB 中使用 2-D 掩码索引 3-D 矩阵?
【发布时间】:2011-03-25 08:46:25
【问题描述】:

假设我有 D,一个 X×Y×Z 数据矩阵。我也有 M,一个 X-by-Y“掩蔽”矩阵。我的目标是当 M 中的 (Xi,Yi) 为假时,将 D 中的元素 (Xi,Yi,:) 设置为 NaN。

有没有办法避免循环执行此操作?我尝试使用ind2sub,但失败了:

M = logical(round(rand(3,3))); % mask
D = randn(3,3,2); % data

% try getting x,y pairs of elements to be masked
[x,y] = ind2sub(size(M),find(M == 0));
D_masked = D;
D_masked(x,y,:) = NaN; % does not work!

% do it the old-fashioned way
D_masked = D;
for iX = 1:size(M,1)
    for iY = 1:size(M,2)
        if ~M(iX,iY), D_masked(iX,iY,:) = NaN; end
    end
end

我怀疑我在这里遗漏了一些明显的东西。 (:

【问题讨论】:

    标签: matlab indexing matrix


    【解决方案1】:

    Reshape 是basically for free,您可以在此处使用它以获得有效的解决方案。将整体简化为二维问题。

    sz=size(D);
    D=reshape(D,[],sz(3)); %reshape to 2d
    D(isnan(M(:)),:)=nan; %perform the operation on the 2d matrix
    D=reshape(D,sz); %reshape back to 3d
    

    【讨论】:

      【解决方案2】:

      您可以通过使用REPMAT 在第三维度上复制逻辑掩码M 来实现这一点,使其大小与D 相同。然后,索引:

      D_masked = D;
      D_masked(repmat(~M,[1 1 size(D,3)])) = NaN;
      

      如果不希望复制掩码矩阵,还有另一种选择。您可以首先找到M 等于0 的一组线性索引,然后复制该组size(D,3) 次,然后将每组索引移动numel(M) 的倍数,以便它索引D 的不同部分第三个维度。我将在这里使用BSXFUN 来说明这一点:

      D_masked = D;
      index = bsxfun(@plus,find(~M),(0:(size(D,3)-1)).*numel(M));
      D_masked(index) = NaN;
      

      【讨论】:

      • 啊,当然可以。对于 D 和 M 的巨大尺寸,尽管可能仍然希望不必复制它......
      • @Matt:由于M 是一个逻辑矩阵,它每个元素只使用 1 个字节,因此复制它不会像复制双精度矩阵那样消耗内存。事实上,M 的复制版本将仅使用 D 的总内存的 1/8。
      • @Matt:为了完整起见,我添加了另一个避免复制M 的解决方案。如果在一个非常大的矩阵 M 中只有几个零值,从内存使用的角度来看,这种新的解决方案可能更可取。
      • =) 我特别喜欢 BSXFUN 解决方案的查找线性索引。感谢您添加。
      【解决方案3】:

      我的 Matlab 有点生疏,但我认为逻辑索引应该可以工作:

      D_masked = D;
      D_masked[ M ] = NaN;
      

      (这可能可以与rhs上的条件表达式组合成一个语句......)

      【讨论】:

      • 啊,我应该把它包含在“我尝试过的东西”中:-) 如果你这样做,你只屏蔽第一个 Z 维度,所以 D(:,:,1) 将有屏蔽应用但不是 D(:,:,2)。不过感谢您的建议!
      猜你喜欢
      • 2011-08-01
      • 2018-07-18
      • 2019-09-27
      • 1970-01-01
      • 1970-01-01
      • 1970-01-01
      • 1970-01-01
      • 1970-01-01
      • 2018-01-31
      相关资源
      最近更新 更多