Matlab 对数据矩阵应用过滤掩码

我有两个矩阵：

data = imported_data.data; % matrix from hdf5, 30x20000 single
filter = imported_data.invalid_flags == 0; % 30x20000 logical

我想合并两个矩阵中的信息，以便得到一个新的数据矩阵，该矩阵具有相同的维度，并且具有

filter

为

0

设置为

0

或

NaN

的位置。下面是一个小例子来澄清我的问题：

data =       [3, 4, 5;
              2, 3, 4];
filter =     [0, 1, 1;
              1, 0, 1];
valid_data = [0, 4, 5; % 'reset' values specified in filter
              2, 0, 4];

我尝试了

valid\u data=data（过滤器），但这导致了一个400000x1的单一矩阵。但是，我希望有一个原始维度的矩阵
有效的\u data

是否有必要在所有值上循环，或者是否有更快的解决方案？
将数组元素相乘即可：

valid_data = data .* filter;

或者，要替换为
NaN
，我们可以使用
0/0
除法：

valid_data = data .* (filter./filter);

最后，您可以使用逻辑索引：

valid_data = data; valid_data(~filter) = NaN;

将数组按元素相乘将起作用：

valid_data = data .* filter;

或者，要替换为
NaN
，我们可以使用
0/0
除法：

valid_data = data .* (filter./filter);

最后，您可以使用逻辑索引：

valid_data = data; valid_data(~filter) = NaN;

data
和
filter
的维度是相同的，所以我不明白你的意思。
data
和
filter
的维度是相同的，所以我不明白你的意思。回答得好，谢谢！有“最好”的方法吗？例如，考虑到性能、资源……我认为第一个建议是“最好的”，因为它需要最少的操作，但实际上，您可以使用上述任何解决方案，因为它们都非常轻量级。我确信您的代码中还有其他需要更多资源的区域。要找到这些区域，请使用。非常好的答案，谢谢！有“最好”的方法吗？例如，考虑到性能、资源……我认为第一个建议是“最好的”，因为它需要最少的操作，但实际上，您可以使用上述任何解决方案，因为它们都非常轻量级。我确信您的代码中还有其他需要更多资源的区域。要查找这些区域，请使用。