以矢量化方式访问MATLAB中的数据范围
我有一个变量以矢量化方式访问MATLAB中的数据范围,matlab,vectorization,Matlab,Vectorization,我有一个变量vdata中的数据列向量和一个索引列表idx。我想在idx中的每个索引之前和之后的x索引处访问vdata。在for循环中执行此操作的一种方法是： x = 10; accessed_data = []; for (ii = 1:length(idx)) accessed_data = vdata(idx-x:idx+x); end 有没有一种方法可以在矢量化函数中实现这一点？我在这里找到了一个非常类似的问题的解决方案：但我不理解代码：（.一种使用直接索引而不是进行循环的方案：
vdataidxidxxvdatax = 10;
accessed_data = [];
for (ii = 1:length(idx))
accessed_data = vdata(idx-x:idx+x);
end
有没有一种方法可以在矢量化函数中实现这一点？我在这里找到了一个非常类似的问题的解决方案：但我不理解代码：（.一种使用直接索引而不是
进行循环的方案：
xx = (-x:x).'; % Range of indices
idxx = bsxfun(@plus,xx(:,ones(1,numel(idx))),idx(:).'); % Build array
idxx = idxx(:); % Columnize to interleave columns
idxx = idxx(idxx>=1&idxx<=length(vdata)); % Make sure the idx+/-x is valid index
accessed_data = vdata(idxx); % Indices of data
xx=（-x:x）。；%索引范围
idxx=bsxfun（@plus，xx（：，ones（1，numel（idx））），idx（：）.；%生成数组
idxx=idxx（：）；%列化以交错列
idxx=idxx（idxx>=1&idxx一种使用直接索引而不是进行循环的方案：
xx = (-x:x).'; % Range of indices
idxx = bsxfun(@plus,xx(:,ones(1,numel(idx))),idx(:).'); % Build array
idxx = idxx(:); % Columnize to interleave columns
idxx = idxx(idxx>=1&idxx<=length(vdata)); % Make sure the idx+/-x is valid index
accessed_data = vdata(idxx); % Indices of data
xx=（-x:x）。；%索引范围
idxx=bsxfun（@plus，xx（：，ones（1，numel（idx））），idx（：）.；%生成数组
idxx=idxx（：）；%列化以交错列
idxx=idxx（idxx>=1&idxx假设min（idx）-x>0
和max（idx）+x假设min（idx）-x>0
和max（idx）+x这给出了矩阵中的解，其中idx
中的每个值对应一行。它假设idx
中的所有值都大于或等于x
，并且小于或等于长度（vdata）-x
% Data
x = 10;
idx = [12 20 15];
vdata = 1:100;
ind = repmat(-x:x,length(idx),1) + repmat(idx(:),1,2*x+1);
vdata(ind)
这在矩阵中给出了解决方案，其中idx
中的每个值对应一行。它假设idx
中的所有值都大于或等于x
，并且小于或等于length（vdata）-x
% Data
x = 10;
idx = [12 20 15];
vdata = 1:100;
ind = repmat(-x:x,length(idx),1) + repmat(idx(:),1,2*x+1);
vdata(ind)
你到底想要什么结果？每个ii
都有一行的矩阵？你到底想要什么结果？每个ii
都有一行的矩阵？他们什么时候开始允许你对两个转置向量应用bsxfun
？我总是记得必须先构建一个矩阵，这样两个inp的非单态维度ut数组会相互匹配吗？但现在我在R2012b中看到了这一点。我困惑了吗？@horchler AFAIK一直都是这样。有关更多示例，请参阅标记wiki（欢迎提供）。来自R2007a（该函数的首次亮相）似乎在支持你。我不知道我是不是接受了这个想法。BSXFUN
非常合适。我以前从未听说过这个函数，但这正是我所需要的。谢谢Shai和horchler！@navr91BSXFUN
是一个很棒的函数。访问它的Wiki他们什么时候开始允许你对两个转置向量应用BSXFUN
？我一直记得必须先构建一个矩阵，以便两个输入数组的非单体维度能够相互匹配？但现在我看到R2012b中的这一点。我是否感到困惑？@horchler AFAIK一直都是这样。有关更多示例，请参阅tag wiki（欢迎提供）。来自R2007a（该函数的首次亮相）似乎在支持你。我不知道我是不是接受了这个想法。BSXFUN
非常合适。我以前从未听说过这个函数，但这正是我所需要的。谢谢Shai和horchler！@navr91BSXFUN
是一个很棒的函数。我担心，访问它的wiki完全是无知的。BSXFUN
更快吗？请查看标签wiki获取更多信息更多info@Shai：在过去，repmat
不是作为本机函数实现的，它确实可能会很慢。现在就不那么慢了（我不确定这发生在哪个版本）另外，在我自己的硬件上，我看到bsxfun
实际上比复制足够小的阵列的方法要慢。不知道为什么（内存分配速度与CPU速度？）.然而，如果要针对最坏的情况进行优化，那么bsxfun
就是一条路。恐怕完全是无知。bsxfun
更快吗？更多信息，请查看标签wikiinfo@Shai：在过去，repmat
不是作为本机函数实现的，它确实可能会很慢。现在就不那么慢了（我不确定这发生在哪个版本）。另外，在我自己的硬件上，我看到bsxfun
实际上比复制足够小的阵列的方法要慢。不知道为什么（内存分配速度vs.CPU速度？）。但是，如果要针对最坏的情况进行优化，那么bsxfun
是一条路要走。