gpt4 book ai didi

matlab - 如何向量化数组重新格式化?

转载 作者:太空宇宙 更新时间:2023-11-03 20:18:11 25 4
gpt4 key购买 nike

我有一个 .csv 文件,每一行的数据格式为 (x,y,z,t,f),其中 f 是一些值在 (x,y,z) 时间 t 处运行。因此,.csv 中的每一行都会提供一组新的坐标 (x,y,z,t),并附带值 f。 .csv 未排序。

随着时间的推移,我想使用 imagescxy 平面中创建此数据的视频。我这样做的方法是将 M 重新格式化为更容易被 imagesc 使用的格式。我正在做三个嵌套循环,大致像这样

M = csvread('file.csv');
uniqueX = unique(M(:,1));
uniqueY = unique(M(:,2));
uniqueT = unique(M(:,4));

M_reformatted = zeros(length(uniqueX), length(uniqueY), length(uniqueT));

for i = 1:length(uniqueX)
for j = 1:length(uniqueY)
for k = 1:length(uniqueT)
M_reformatted(i,j,k) = M( ...
M(:,1)==uniqueX(i) & ...
M(:,2)==uniqueY(j) & ...
M(:,4)==uniqueT(k), ...
5 ...
);
end
end
end

一旦我有了M_reformatted,我就可以遍历时间步长k 并在M_reformatted(:,:,k) 上使用imagesc 。但是执行上面的嵌套循环非常慢。是否可以对上述内容进行矢量化?如果是这样,该方法的概述将非常有帮助。

编辑:正如下面的答案/评论中所指出的,我犯了一个错误,因为有几个可能的 z 值,我没有考虑到。如果只有一个 z 值,上面的就可以了。

最佳答案

此矢量化解决方案允许 xy 为负值,并且比非矢量化解决方案快很多倍(测试用例的速度接近 20 倍)底部)。

想法是使用 sortrows 和然后使用reshape构建M_reformatted的时间片。


代码:

idx = find(M(:,3)==0);            %// find rows where z==0
M2 = M(idx,:); %// M2 has only the rows where z==0
M2(:,3) = []; %// delete z coordinate in M2
M2(:,[1 2 3]) = M2(:,[3 1 2]); %// change from (x,y,t,f) to (t,x,y,f)

M2 = sortrows(M2); %// sort rows by t, then x, then y

numT = numel(unique(M2(:,1))); %// number of unique t values
numX = numel(unique(M2(:,2))); %// number of unique x values
numY = numel(unique(M2(:,3))); %// number of unique y values

%// fill the time slice matrix with data
M_reformatted = reshape(M2(:,4), numY, numX, numT);

注意:我假设 y 指的是图像的x 指的是 < em>行。如果您想要翻转这些,请在代码末尾使用 M_reformatted = permute(M_reformatted,[2 1 3])


我用于 M 的测试用例(将结果与其他解决方案进行比较)有一个 NxNxN 空间和 T 时间片:

N = 10;
T = 10;

[x,y,z] = meshgrid(-N:N,-N:N,-N:N);
numPoints = numel(x);
x=x(:); y=y(:); z=z(:);
s = repmat([x,y,z],T,1);
t = repmat(1:T,numPoints,1);
M = [s, t(:), rand(numPoints*T,1)];
M = M( randperm(size(M,1)), : );

关于matlab - 如何向量化数组重新格式化?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/30170776/

25 4 0
Copyright 2021 - 2024 cfsdn All Rights Reserved 蜀ICP备2022000587号
广告合作:1813099741@qq.com 6ren.com