Arrays 如何在给定范围内获得大于x的元素？

给定一个矩阵

a

，如何使元素（及其索引）在特定范围内大于

x

e、 g

例如，我希望所有元素都大于5，并且出现在范围

A（2:4,3:5）

中。我应该得到：

要素：

6 , 6 , 7 , 6 , 7 , 8

指数：

14, 18, 19, 22, 23, 24

A（A>5）

会给我所有大于5的条目

A（2:4,3:5）

将给出范围

2:4,3:5

中的所有元素

我想把两者结合起来。是否可能或唯一的方法是将所需的范围放入另一个数组

B

，然后执行

B（B>5）

？显然这里有两个问题：我会丢失原始索引，而且速度会慢一些。我在大量矩阵上执行此操作。

如果您只需要值（而不是索引），可以使用

find

和矩阵乘法的第三个输出来完成。我不知道它是否会比使用临时阵列更快，不过：

[~, ~, values] = find((A(2:4,3:5)>5).*A(2:4,3:5));

假设您需要线性索引和值，那么如果阈值为正，您可以定义一个掩码。如果掩码可以定义一次并对所有矩阵重复使用（即，如果所有矩阵的所需范围相同），这可能是一个好主意：

---

有点笨重，但是：

R = 2:4;
C = 3:5;
I = reshape(find(A),size(A))

indicies = nonzeros(I(R,C).*(A(R,C)>5))
values = A(indicies)

---

代码。我试图避免矩阵乘法，因此这看起来可能有点奇怪：

A = [1:5; 2:6; 3:7; 4:8; 5:9];

[r,c] = meshgrid(2:4,3:5);
n     = sub2ind(size(A), r(:), c(:));

indices = sort(n(A(n) > 5)); %'skip sorting if not needed'
values  = A(indices);

解释。代码将下标的笛卡尔积转换为

A

矩阵中的线性指数。然后选择符合条件的索引，然后选择值

然而，它是缓慢的

优化。根据的建议，可以通过将基于

sub2ind

的线性索引计算替换为手工制作的线性索引计算来加快代码的速度：

A = [1:5; 2:6; 3:7; 4:8; 5:9];

%'For column-first, 1-based-index array memory   '
%'layout, as in MATLAB/FORTRAN, the linear index '
%'formula is:                                    '
%'L = R + (C-1)*NR                               '
n = bsxfun(@plus, (2:4), (transpose(3:5) - 1)*size(A,1)); 

indices = n(A(n) > 5);
values  = A(indices);

---

有些相关：。所以答案是否定的，除非你使用一些丑陋的技巧。指数实际上更重要。不过我会调查答案的。ThanksHow如何使

遮罩稀疏？如果有一个小的测试窗口，@CST-Link对于内存效率来说是个好主意！至于速度，我不太确定这能给出指数吗？哇！太快了！比使用临时矩阵快2.5倍！可能更快：
n=bsxfun（@plus，（2:4），（（3:5）。'-1）*大小（A，1））
代替
meshgrid
和
sub2ind
@LuisMendo用手工制作的线性指数计算取代
meshgrid
和
sub2ind
这两个昂贵的调用的确是个好主意。@AlaaM。针对相关问题，对
meshgrid/ndgrid+sub2ind
vs
bsxfun
进行了基准比较，对使用
bsxfun
提高性能的可能原因缺乏深入了解。
A = [1:5; 2:6; 3:7; 4:8; 5:9];

[r,c] = meshgrid(2:4,3:5);
n     = sub2ind(size(A), r(:), c(:));

indices = sort(n(A(n) > 5)); %'skip sorting if not needed'
values  = A(indices);

A = [1:5; 2:6; 3:7; 4:8; 5:9];

%'For column-first, 1-based-index array memory   '
%'layout, as in MATLAB/FORTRAN, the linear index '
%'formula is:                                    '
%'L = R + (C-1)*NR                               '
n = bsxfun(@plus, (2:4), (transpose(3:5) - 1)*size(A,1)); 

indices = n(A(n) > 5);
values  = A(indices);