Matlab 从三维阵列中减去矢量

假设我有一个3d阵列：

lat = 45:49;
lon = -116:-110;
b = rand(5,7,12);

其中第一个维度表示纬度，第二个维度表示经度，第三行表示数据。我的目标是使用mapping工具箱在地图上绘制这些3d数据。但是，在进行此操作之前，我想找出“b”中的数据与以下向量之间的差异：

vals = [2.3,5,6.8,5.4,3.3,12,1.5,4.6,9.8,82,3.3,1];

具体来说，对于映射数据中的每个空间数据点，我希望计算该向量与b中每个点的数据之间的平均绝对误差。如果这是两个法向量，我将使用：

mae = mean(abs(bv - vals))

---

但我不确定如何使用3d阵列实现这一点。最后，我打算绘制这个平均绝对误差图，看看它在空间上是如何变化的。有人能建议如何在matlab中实现这一点吗

由于MATLAB不支持，您需要创建一个与

b

大小相同的矩阵，重复使用

vals

的值。要做到这一点，首先需要将

VAL

更改为

1x12

的形状，然后重复

5x7

次。你可以用它来做

values=repmat(permute(vals,[1 3 2]),[5 7 1]);

现在你可以

mae = mean(abs(bv - values))

---

由于MATLAB不支持，您需要创建一个与

b

大小相同的矩阵，其重复值为

vals

。要做到这一点，首先需要将

VAL

更改为

1x12

的形状，然后重复

5x7

次。你可以用它来做

values=repmat(permute(vals,[1 3 2]),[5 7 1]);

现在你可以

mae = mean(abs(bv - values))

---

由于MATLAB不支持，您需要创建一个与

b

大小相同的矩阵，其重复值为

vals

。要做到这一点，首先需要将

VAL

更改为

1x12

的形状，然后重复

5x7

次。你可以用它来做

values=repmat(permute(vals,[1 3 2]),[5 7 1]);

现在你可以

mae = mean(abs(bv - values))

---

由于MATLAB不支持，您需要创建一个与

b

大小相同的矩阵，其重复值为

vals

。要做到这一点，首先需要将

VAL

更改为

1x12

的形状，然后重复

5x7

次。你可以用它来做

values=repmat(permute(vals,[1 3 2]),[5 7 1]);

现在你可以

mae = mean(abs(bv - values))

---

为此使用

bsxfun

（它比

repmat

更有效）：

---

为此使用

bsxfun

（它比

repmat

更有效）：

---

为此使用

bsxfun

（它比

repmat

更有效）：

---

为此使用

bsxfun

（它比

repmat

更有效）：

---

bsxfun

是在Matlab中实现广播的一种更有效的方法：@Dan确实是！我只是不习惯，我希望Divakar会回答：P

bsxfun

是在Matlab中实现广播的一种更有效的方法：@Dan确实是！我只是不习惯，我希望Divakar会回答：P

bsxfun

是在Matlab中实现广播的一种更有效的方法：@Dan确实是！我只是不习惯，我希望Divakar会回答：P

bsxfun

是在Matlab中实现广播的一种更有效的方法：@Dan确实是！我只是不习惯，我希望迪瓦卡会回答：P