arrays - 让 accumarray 输出一个表

Question

accumarray 使用两行索引创建一个矩阵，其元素位于有效索引对的位置，并具有由指定函数分配的值，例如:

A = [11:20]; 
B = flipud([11:20]); 
C = 1:10;
datamatrix = accumarray([A B],C);

这样 datamatrix 将是一个带有值的 20x20 矩阵。但是，如果 A 和 B 的值非常大，这将导致矩阵几乎为空，在远处的角落有一小批数据。为了避免这种情况，可以将 accumarray 设置为 issparse:

sparsedatamatrix = accumarray([A B],C,[],@sum,[],true);

这将在 min(A) 和/或 min(B) 非常大的情况下节省大量内存。

但是，我的问题是我有一个 Mx7 矩阵，其中包含 M~1e8，我想在其上收集第三列到第七列的平均值前两列的索引和第三列的标准差也基于第三列:

result = accumarray([data(:,1) data(:,2)],data(:,3),[],@std);

我想将其保存回表中，结构为 [X Y Z std R G B I]，其中 X 和 Y 是索引， Z 是该像素的平均高度，R、G、B 和 I 是每个像素的平均值(颜色和强度)，std 是高度的标准偏差(即粗糙度)。在这种情况下使用 issparse 没有帮助，因为我使用 repmat 转换由 accumarray 产生的矩阵。

这段代码的重点是根据点云估计一 block 土地的高度、粗糙度、颜色和强度。我舍入了 X 和 Y 中的坐标以创建一个网格，现在每个网格单元需要这些平均值，但输出为“表”(不是 MATLAB 数据类型，而是不是默认矩阵输出的二维数组)。

所以，以问题结尾:

有没有办法让 accumarray 或类似的函数在没有中间(可能非常大)矩阵的情况下输出这个表？

代码如下:

Xmax = max(Originaldata(:,1));
Ymax = max(Originaldata(:,2));
X_avg_grid=(Edgelength:Edgelength:Xmax*Edgelength)+Xorig;
TestSet = zeros(Xmax*Ymax,9);

xx = [1:length(X_avg_grid)]'; %#ok<*NBRAK>
TestSet(:,1) = repmat(xx,Ymax,1);
ll = 0:Xmax:Xmax*Ymax;
for jj = 1:Ymax
    TestSet(ll(jj)+1:ll(jj+1),2) = jj;
end

for ll = 1:7
    if ll == 2
        tempdat = accumarray([Originaldata(:,1) Originaldata(:,2)],Originaldata(:,3),[],@std);
        tempdat = reshape(tempdat,[],1);
        TestSet(:,ll+2) = tempdat;
    elseif ll == 7
        tempdat = accumarray([Originaldata(:,1) Originaldata(:,2)],1);
        tempdat = reshape(tempdat,[],1);
        TestSet(:,ll+2) = tempdat;
    elseif ll == 1
        tempdat = accumarray([Originaldata(:,1) Originaldata(:,2)],Originaldata(:,3),[],@mean);
        tempdat = reshape(tempdat,[],1);
        TestSet(:,ll+2) = tempdat;
    else
        tempdat = accumarray([Originaldata(:,1) Originaldata(:,2)],Originaldata(:,ll+1),[],@mean);
        tempdat = reshape(tempdat,[],1);
        TestSet(:,ll+2) = tempdat;
    end
end

TestSet = TestSet(~(TestSet(:,9)==0),:);

这里的第九列只是每个单元格的点数。

Originaldata = 
19  36  2.20500360107422    31488   31488   31488   31611
20  37  2.26400360107422    33792   33792   34304   33924
20  37  2.20000360107422    33536   33536   34048   33667
19  36  2.20500360107422    34560   34560   34560   34695
20  36  2.23300360107422    32512   32512   33024   32639
21  38  2.22000360107422    31744   31488   33024   31611
21  37  2.20400360107422    32512   32768   33792   32896
21  37  2.24800360107422    29696   29440   30720   29555
21  38  2.34800360107422    32768   32768   32768   32639
21  37  2.23000360107422    33024   33024   33536   33153

因此，同一 X、Y 上的所有点(例如 [19 36] 或 [21 37])都被平均(高度、RGB、强度按此顺序)对于第三列中的值，还需要标准偏差:

Result = 
19  36  2.2050036   0.00        33024   33024   33024       33153
21  37  2.227336934 0.02212088  31744   31744   32682.66    31868

其余数据依此类推。

我将我的代码更新到我拥有的最新版本。这大大减少了内存开销，因为该函数现在一个接一个地创建网格，而不是一次创建所有网格。但是，代码是并行运行的，因此仍然同时创建了八个网格，因此仍然希望有解决方案。

Answer 1

使用线性索引和二维稀疏矩阵的解决方案草图

lind = Originaldata(:,1) + max( Originaldata(:,1) ) * ( Originaldata(:,2) - 1 );
daccum(7,:) = accumarray( lind, 1, [], @sum, [], true ); %// start with last one to pre-allocate all daccum
daccum(1,:) = accumarray( lind, Originaldata(:,3), [], @mean, [], true );
daccum(2,:) = accumarray( lind, Originaldata(:,3), [], @std, [], true );
daccum(3,:) = accumarray( lind, Originaldata(:,4), [], @mean, [], true );
daccum(4,:) = accumarray( lind, Originaldata(:,5), [], @mean, [], true );
daccum(5,:) = accumarray( lind, Originaldata(:,6), [], @mean, [], true );
daccum(6,:) = accumarray( lind, Originaldata(:,7), [], @mean, [], true );

现在你可以得到你需要的东西

inter = [Originaldata(:,1), Originaldata(:,2), full( daccum(:,lind) )' ];