如何改进此代码，以便在MATLAB中从另一个矩阵替换矩阵的元素？

我有4个大小相同的矩阵：

k = [0.5; 1.0; 1.5; 2.0];
l = [2; 4; 6; 8];
m = [1.7; 3.0; 4.5; 6.0];
n = [2.5; 5.0; 7.5; 10.0];

k = [0.5; 1.0; 1.5; 2.0];
l = [2; 4; 6; 8];
m = [1.7; 3.0; 4.5; 6.0];
n = [2.5; 5.0; 7.5; 10.0];

Y = arrayfun(@(i) [k(i), l(i); m(i), n(i)], 1:4, 'UniformOutput', false);
blkdiag(Y{:})

X = cat(3, [k, m], [l, n]);
blkdiag(squeeze(X(1,:,:)), squeeze(X(2,:,:)), squeeze(X(3,:,:)), squeeze(X(4,:,:)))

我想把每个矩阵中的元素放到零矩阵的对角线上，这样会产生如下结果：

f =  0.5 2.0 0   0   0   0   0   0 
     1.7 2.5 0   0   0   0   0   0
     0   0   1.0 4.0 0   0   0   0  
     0   0   3.0 5.0 0   0   0   0  
     0   0   0   0   1.5 6.0 0   0  
     0   0   0   0   4.5 7.5 0   0  
     0   0   0   0   0   0   2.0 8.0
     0   0   0   0   0   0   6.0 10.0

这就是我想到的：

f = zeros(8,8);
k = [0.5; 1.0; 1.5; 2.0];
l = [2; 4; 6; 8];
m = [1.7; 3.0; 4.5; 6.0];
n = [2.5; 5.0; 7.5; 10.0];

for i = 1:2:8 %odd index number
    for j = 2:2:8 %even index number
        f(i,i) = k(1,i)
        f(i,j) = l(1,i)
        f(j,i) = m(1,i)
        f(j,j) = n(i,1)
    end;
end;
disp(f)

但是结果将元素不放在矩阵的对角

f=0（8,8）

，我总是得到

索引的误差超过矩阵维数。

---

我能得到一些关于如何修复这段代码的建议吗？

我想你是打算写这篇文章的：

for i = 2:2:8
    f(i-1,i-1) = k(i/2)
    f(i-1,i) = l(i/2)
    f(i,i-1) = m(i/2)
    f(i,i) = n(i/2)
end

---

虽然必须有更简单的方法来完成同样的事情。例如，查看函数

Cris Luengo的答案比我这里的答案更灵活，读起来也更好，但是如果你要使用MATLAB做大量工作，这可能是你想要学习的东西

（此方法通常性能更好，因为它消除了

for

循环的需要。）

在这里，

f

被用作向量（数组），即使它是8*8矩阵。在Matlab中，可以通过指定行数和列数或线性索引从矩阵中访问单个元素

---

更多的细节可以在这里找到：（参见线性索引）

对不起，我错过了“一切都在移动”的主题。我以前的回答完全不正确

我仍然会使用blkdiag，您只需要重新分配矩阵：

k = [0.5; 1.0; 1.5; 2.0];
l = [2; 4; 6; 8];
m = [1.7; 3.0; 4.5; 6.0];
n = [2.5; 5.0; 7.5; 10.0];

k = [0.5; 1.0; 1.5; 2.0];
l = [2; 4; 6; 8];
m = [1.7; 3.0; 4.5; 6.0];
n = [2.5; 5.0; 7.5; 10.0];

Y = arrayfun(@(i) [k(i), l(i); m(i), n(i)], 1:4, 'UniformOutput', false);
blkdiag(Y{:})

X = cat(3, [k, m], [l, n]);
blkdiag(squeeze(X(1,:,:)), squeeze(X(2,:,:)), squeeze(X(3,:,:)), squeeze(X(4,:,:)))

---

另一种选择是先构造对角线和两个非对角线向量，然后使用

diag

创建矩阵，然后将它们相加

%Data
k = [0.5;1.0;1.5;2.0];
l = [2;4;6;8];
m = [1.7;3.0;4.5;6.0];
n = [2.5;5.0;7.5;10.0];

%Construct vectors
diagonal = [1;0].*k.' + [0;1].*n.'; %Diagonal of the matrix
offu = [1;0].*l'; %Upper diagonal
offl = [1;0].*m'; %Lower diagonal

A = diag(diagonal(:)) + diag(offu(1:end-1),1) + diag(offl(1:end-1),-1);    

我不知道它是否比其他答案更快，但我喜欢它对正在发生的事情的透明度

---

注：为了构造变量

对角线

、

offu

和

offl

，我使用隐式展开，这需要Matlab R2016b或更新版本。如果您使用的是较旧的版本，您可以使用

bsxfun

如果您正在寻找compact，那么下面是一个有趣的解决方案，使用和：

---

与你的问题无关，尽管我仍然想指出这一点

k

、

l

、

m

和

n

是向量（1D数组）。只需指定一个索引即可访问该值，即

k（i）

而不是

k（1，i）

。除此之外@anthony还说：

k（1，i）

是一个列向量，第一个索引是行号，因此超出了范围。试试

k（i，1）

。但这只是学习索引的练习

k（i）

更简单、更地道。

k（（i+1）/2）

其他人也一样：）我想我现在明白了，非常感谢你的帮助！我还将签出

blkdiag

函数，使此代码更简单@安东尼：完全正确！我根本没注意写那个，是吗？：）这并没有给出问题中所示的预期结果。。。每个块不是一个向量，而是块中的每个对应元素都来自同一个向量对不起@Wolfie，这是真的。修正了。@Wolfie-true。我之前想更详细地说明这个想法，因此我有

idx_k=1:18:nf等。。。后来我决定简化代码，但没有意识到
nf
也被重新编译。答案修改了。这个很好！我知道人们会对此给出非常简短的答案不知何故，我希望克朗能成为解决方案的一部分，但我不知道如何…@CrisLuengo:检查我的编辑。起初我用的是
kron
，后来改成了
repelem
，因为我觉得效率更高。啊，里面有一个
kron
！令人惊叹的！在某个时候，我必须学会使用它…：p这一个真的很好，效率很高！谢谢你的建议！