MATLAB：在满足某些条件的矩阵中保留许多随机行答案

【问题标题】：MATLAB: Keeping a number of random rows in a matrix which satisfy certain conditionsMATLAB：在满足某些条件的矩阵中保留许多随机行
【发布时间】：2013-04-03 23:53:02
【问题描述】：

我在 Matlab 中有一个与此类似的矩阵，除了有数千行：

A =

     5     6     7     8
     6     1     2     3
     5     1     4     8
     5     2     3     7
     5     8     7     2
     6     1     3     8
     5     2     1     6
     6     3     2     1

我想得到一个矩阵，该矩阵具有三个随机行，第一列为“5”，三个随机行，第一列为“6”。所以在这种情况下，输出矩阵看起来像这样：

A =

     5     6     7     8
     6     1     2     3
     5     2     3     7
     6     1     3     8
     5     2     1     6
     6     3     2     1

行必须是随机的，而不仅仅是原始矩阵中的前三个或后三个。我不太确定如何开始，所以任何帮助将不胜感激。

编辑：这是我迄今为止最成功的尝试。我在第一列中找到了所有带有“5”的行：

BLocation = find(A(:,1) == 5);
B = A(BLocation,:);

然后我尝试像这样使用“randsample”从 B 中找到三个随机行：

C = randsample(B,3);

但 'randsample' 不适用于矩阵。

我也认为这可以更有效地完成。

【问题讨论】：

标签： matlab matrix random-sample

【解决方案1】：

您需要在满足条件的行索引上运行randsample，即等于 5 或 6。

n = size(A,1);

% construct the linear indices for rows with 5 and 6 
indexA = 1:n; 
index5 = indexA(A(:,1)==5);
index6 = indexA(A(:,1)==6);

% sample three (randomly) from each 
nSamples = 3;
r5 = randsample(index5, nSamples);
r6 = randsample(index6, nSamples);

% new matrix from concatenation 
B = [A(r5,:); A(r6,:)];

更新：您也可以使用find 替换原来的索引结构，正如 yuk 建议的那样，这被证明更快（并且优化了！）。

Bechmark（MATLAB R2012a）

A = randi(10, 1e8, 2); % 10^8 rows random matrix of 1-10

tic;
n = size(A,1);
indexA = 1:n;
index5_1 = indexA(A(:,1)==5);
toc

tic;
index5_2 = find(A(:,1)==5);
toc

Elapsed time is 1.234857 seconds.
Elapsed time is 0.679076 seconds.

【讨论】：

@yuk 如果你得到相同的输出，为什么你会有调用 find 的开销，因为你可以直接索引 1:n，即行索引的向量？通过以上，您仅在向量 1:n 上使用逻辑索引，您可以分析地构造该向量。除非find 正在做一些额外的性能优化，否则我假设它对于更大的矩阵会更慢。不过，它不需要在内存中分配新的向量。
@gevang 我检查了你的代码的速度。对于较大的矩阵，它不会减慢很多。我的代码（下面的答案）对于小矩阵（大约 10000 行）更快，但之后它的执行时间开始增加。我认为那是因为我在连接。
@gevang，我测试了您的代码与 find 在百万行矩阵上的时序（仅索引构造），并且 find 大约快两倍。即使indexA 创建不计算在内，它也会更快。可能是因为发现优化。
@yuk 太棒了！你说的对。我不知道，也不会检查。我认为默认情况下 find 有开销。使用小基准进行更新。
@Parag 因为@yuk 还指出randsample() 调用randperm()。您可以随时排除对randperm 的相关调用。无论如何，我使用 OP 提到的randsample 给了你一个替代答案。

【解决方案2】：

你可以这样做：

desiredMat=[];
mat1=A(A(:,1)==5,:);
mat1=mat1(randperm(size(mat1,1)),:);
desiredMat=[desiredMat;mat1(1:3,:)];
mat1=A(A(:,1)==6,:);
mat1=mat1(randperm(size(mat1,1)),:);
desiredMat=[desiredMat;mat1(1:3,:)];

上面的代码使用了逻辑索引。您也可以使用find 函数来执行此操作（逻辑索引总是比find 快）。

【讨论】：

是的，这段代码比@gevand 快两倍多。首先randperm 是内置函数。 randsample 实际上调用了randperm。其次可能是由于直接索引。我只建议不要增长desireMat。最好创建mat2 并将它们与desiredMat=[mat1(1:3,:); mat2(1:3,:)]; 连接起来。快一点。