MATLAB：我想根据向量中的阈值对矩阵进行阈值处理，而不需要 for 循环。可能的？答案

【问题标题】：MATLAB: I want to threshold a matrix, based on thresholds in a vector, without a for loop. Possible?MATLAB：我想根据向量中的阈值对矩阵进行阈值处理，而不需要 for 循环。可能的？
【发布时间】：2014-01-27 16:05:27
【问题描述】：

假设我有以下内容：

M = randn(10,20);
T = randn(1,20);

我想通过T 的每个条目对M 的每一列设置阈值。例如，查找大于T(1) 的M(:,1) 的所有元素的所有索引。查找M(:,2) 中大于T(2) 的所有元素的所有索引，等等。

当然，我想在没有 for 循环的情况下执行此操作。这可能吗？

【问题讨论】：

标签： matlab matrix indexing find

【解决方案1】：

你可以像这样使用bsxfun：

I = bsxfun(@gt, M, T);

那么I 将是size(M) 与M(:,i) > T(i) 的逻辑矩阵。

【讨论】：

啊，太棒了 - 我不知道这存在！ :-)
我也很久没有.. :)
arrayfun、cellfun、bsxfun 和 spfun 都是允许您执行一些非常有趣的操作来代替可怕的 for 循环的函数

【解决方案2】：

你可以使用bsxfun 来做这样的事情，但它可能不会比 for 循环快（更多关于这个）。

result = bsxfun(@gt,M,T)

这将进行元素比较，并返回一个逻辑矩阵，指示由第一个参数控制的关系。我在下面发布了代码以显示直接比较，表明它确实返回了您正在寻找的内容。

%var declaration
M = randn(10,20);
T = randn(1,20);
% quick method
fastres = bsxfun(@gt,M,T);

% looping method
res = false(size(M));
for i = 1:length(T)
    res(:,i) = M(:,i) > T(i);
end

% check to see if the two matrices are identical
isMatch = all(all(fastres == res))

此功能非常强大，可用于帮助加快进程，但请记住，只有在有大量数据的情况下才会加快速度。 bsxfun 必须做一些后台工作，这实际上会导致它变慢。

如果您有几千个数据点，我只建议使用它。否则，传统的 for 循环实际上会更快。通过更改 M 和 T 变量的大小来亲自尝试一下。

【讨论】：

没问题。这都是关于学习，这使得这样一个合适的用户名:)

【解决方案3】：

您可以复制阈值向量并使用矩阵比较：

s=size(M);
T2=repmat(T, s(1), 1);
M(M<T2)=0;
Indexes=find(M);

【讨论】：