Arrays 创建一个递增向量，但考虑另一个向量中相等元素的出现次数
我有一个数组，看起来像这样：Arrays 创建一个递增向量，但考虑另一个向量中相等元素的出现次数,arrays,matlab,Arrays,Matlab,我有一个数组，看起来像这样： A = 5873 4 5873 7 5873 1 2819 8 2819 1 9771 4 9771 2 9771 5 9771 6 5548 7 B = 5873 4 1 5873 7 1 5873 1 1 2819 8 2 2819 1 2 9771 4 3 9771 2 3 9771 5 3 9771 6 3 5548 7 4 我想做的是创建一个新列，该列对唯一标识符（即第一列中的条目）在数组中出现的时间进行排序
A =
5873 4
5873 7
5873 1
2819 8
2819 1
9771 4
9771 2
9771 5
9771 6
5548 7
B =
5873 4 1
5873 7 1
5873 1 1
2819 8 2
2819 1 2
9771 4 3
9771 2 3
9771 5 3
9771 6 3
5548 7 4
A =
5873 4
5873 7
5873 1
2819 8
2819 1
9771 4
9771 2
9771 5
9771 6
5548 7
B =
5873 4 1
5873 7 1
5873 1 1
2819 8 2
2819 1 2
9771 4 3
9771 2 3
9771 5 3
9771 6 3
5548 7 4
有人知道这样做的优雅方式吗？非常感谢 我认为Matlab没有内置函数来实现这一点，但您可以很容易地自己实现它：
B = [A zeros(size(A,1),1)]; %Preallocate memory
for i = 1:size(A,1)
B(i,3) = sum(A(:,1) == A(i,1)); %Count how many occurrences
end
这不是超高效的，因为它会执行大量冗余计算，但它会完成工作。另外，如果您开始使用非整数数据，请注意这一点：从2013b开始，Matlab表示0.1+0.1+0.1==0.3的语句是错误的（由于浮点的特殊性），因此上面的代码可能会给出一些神秘的结果 我认为Matlab没有内置函数来实现这一点，但您可以很容易地自己实现它：
B = [A zeros(size(A,1),1)]; %Preallocate memory
for i = 1:size(A,1)
B(i,3) = sum(A(:,1) == A(i,1)); %Count how many occurrences
end
这不是超高效的，因为它会执行大量冗余计算，但它会完成工作。另外，如果您开始使用非整数数据，请注意这一点：从2013b开始，Matlab表示0.1+0.1+0.1==0.3的语句是错误的（由于浮点的特殊性），因此上面的代码可能会给出一些神秘的结果 我认为Matlab没有内置函数来实现这一点，但您可以很容易地自己实现它：
B = [A zeros(size(A,1),1)]; %Preallocate memory
for i = 1:size(A,1)
B(i,3) = sum(A(:,1) == A(i,1)); %Count how many occurrences
end
这不是超高效的，因为它会执行大量冗余计算，但它会完成工作。另外，如果您开始使用非整数数据，请注意这一点：从2013b开始，Matlab表示0.1+0.1+0.1==0.3的语句是错误的（由于浮点的特殊性），因此上面的代码可能会给出一些神秘的结果 我认为Matlab没有内置函数来实现这一点，但您可以很容易地自己实现它：
B = [A zeros(size(A,1),1)]; %Preallocate memory
for i = 1:size(A,1)
B(i,3) = sum(A(:,1) == A(i,1)); %Count how many occurrences
end
稳定模式下使用的第三个输出：
[~,~,Y] = unique( A(:,1), 'stable')
B = [A Y]
给出：
B =
5873 4 1
5873 7 1
5873 1 1
2819 8 2
2819 1 2
9771 4 3
9771 2 3
9771 5 3
9771 6 3
5548 7 4
正如Luis Mendo所指出的，unique的'stable'
选项是在Matlab2013a中引入的。对于旧版本，我建议我的第一个想法是：
在稳定模式下使用第三个输出：
[~,~,Y] = unique( A(:,1), 'stable')
B = [A Y]
给出：
B =
5873 4 1
5873 7 1
5873 1 1
2819 8 2
2819 1 2
9771 4 3
9771 2 3
9771 5 3
9771 6 3
5548 7 4
正如Luis Mendo所指出的，unique的'stable'
选项是在Matlab2013a中引入的。对于旧版本，我建议我的第一个想法是：
在稳定模式下使用第三个输出：
[~,~,Y] = unique( A(:,1), 'stable')
B = [A Y]
给出：
B =
5873 4 1
5873 7 1
5873 1 1
2819 8 2
2819 1 2
9771 4 3
9771 2 3
9771 5 3
9771 6 3
5548 7 4
正如Luis Mendo所指出的，unique的'stable'
选项是在Matlab2013a中引入的。对于旧版本，我建议我的第一个想法是：
在稳定模式下使用第三个输出：
[~,~,Y] = unique( A(:,1), 'stable')
B = [A Y]
给出：
B =
5873 4 1
5873 7 1
5873 1 1
2819 8 2
2819 1 2
9771 4 3
9771 2 3
9771 5 3
9771 6 3
5548 7 4
正如Luis Mendo所指出的，unique的'stable'
选项是在Matlab2013a中引入的。对于旧版本，我建议我的第一个想法是：
这是一条路要走。但是，如果您的Matlab版本不够新，则该函数没有“稳定”选项。在这种情况下，您可以非常轻松地使用：
这项工作如下：
对于A
第一列中的每个条目，向量e
给出该值第一次出现的索引（的第二个输出给出最大化器的第一个位置）。在您的示例中，e
是：1,1,1,4,4,6，。。。然后，向量k
将该序列转换为连续的数字：1,1,1,2,2,3，。。。从这一点出发，结果就产生了。这是一条路要走。但是，如果您的Matlab版本不够新，则该函数没有“稳定”选项。在这种情况下，您可以非常轻松地使用：
这项工作如下：
对于A
第一列中的每个条目，向量e
给出该值第一次出现的索引（的第二个输出给出最大化器的第一个位置）。在您的示例中，e
是：1,1,1,4,4,6，。。。然后，向量k
将该序列转换为连续的数字：1,1,1,2,2,3，。。。从这一点出发，结果就产生了。这是一条路要走。但是，如果您的Matlab版本不够新，则该函数没有“稳定”选项。在这种情况下，您可以非常轻松地使用：
这项工作如下：
对于A
第一列中的每个条目，向量e
给出该值第一次出现的索引（的第二个输出给出最大化器的第一个位置）。在您的示例中，e
是：1,1,1,4,4,6，。。。然后，向量k
将该序列转换为连续的数字：1,1,1,2,2,3，。。。从这一点出发，结果就产生了。这是一条路要走。但是，如果您的Matlab版本不够新，则该函数没有“稳定”选项。在这种情况下，您可以非常轻松地使用：
这项工作如下：
对于A
第一列中的每个条目，向量e
给出该值第一次出现的索引（的第二个输出给出最大化器的第一个位置）。在您的示例中，e
是：1,1,1,4,4,6，。。。然后，向量k
将该序列转换为连续的数字：1,1,1,2,2,3，。。。由此生成结果。+1，感谢您指出unique
的版本依赖性。在我的第一次修订中，我实际上有一个不同的方法，它现在再次有效。与您的非常相似，但略短，但可能会消耗更多内存。如果有兴趣，可以看看我的编辑