matlab - 矢量化 Matlab 'find' 的多个调用

Question

我对 Matlab 的“查找”功能进行了大量调用。例如，下面应该给出本质:

x=rand(1,10^8);
indx=zeros(1,10^8);
for i=1:10^8
    indx(i) = find([0.2, 0.52, 0.76,1] < x(i), 1, 'last');
end

有没有办法矢量化此代码以加快速度？仅将 x 作为向量包含会产生错误。如果矢量化是不可能的，那么任何其他关于速度的建议将不胜感激。我希望解决的实际问题在 [0.2, 0.52, 0.76,1] 的位置有一个相当长的向量，因此任何解决方案都不应该依赖于我提供的特定向量。

谢谢。

Answer 1

对于 R2015a 及更高版本 的 MATLAB，答案来自 crjones使用 discretize 给出最佳选择:

edges = [0.2, 0.52, 0.76, 1];
indx = discretize(x, edges, 'IncludedEdge', 'right');

x 中超出 edges 范围的任何值的索引都将为 NaN。

对于 MATLAB 版本 R2014b 和更高版本，您还可以使用 histcounts :

[~, ~, indx] = histcounts(x, edges);

discretize 的不同之处在于，您还可以获得每个 bin(第一个输出)中值的计数，以及 x 中超出范围的值的索引edges 将为 0。

对于 R2014b 之前 的 MATLAB 版本，您可以使用 histc (在较新版本中已弃用):

[~, indx] = histc(x, edges);

同样，您还可以获得每个 bin(第一个输出)中值的计数，x 中 edges 范围之外的值的索引将是 0。