Matlab中的矢量化数组索引/子集设置

假设我有一个长数据向量y，加上一些索引。我想围绕每个索引提取一个简短的片段或窗口

例如，假设我要构造一个矩阵，每个值小于3时，包含64个前采样和64个后采样。这在for循环中很容易做到：

WIN_SIZE = 64;

% Sample data with padding
data = [nan(WIN_SIZE,1); randn(1e6,1); nan(WIN_SIZE,1)];

% Sample events, could be anything
index = find(data < 3); 

snippets = nan(length(index), 2*WIN_SIZE + 1);
for ii=1:length(index)
   snippets(ii,:) = data((index(ii)-WIN_SIZE):(index(ii)+WIN_SIZE));
end

WIN\u SIZE=64；
%带填充的示例数据
数据=[nan（WIN_大小，1）；randn（1e6,1）；nan（WIN_大小，1）]；
%示例事件，可以是任何事件
索引=查找（数据<3）；
snippets=nan（长度（索引），2*WIN_大小+1）；
对于ii=1：长度（索引）
片段（ii，：）=数据（（索引（ii）-WIN_大小）：（索引（ii）+WIN_大小））；
结束

然而，这并不是非常快。是否有任何方法可以矢量化（或加速）此操作

（如果不清楚，索引可以是任何东西，也不一定是数据的属性；我只是想用一些简单的东西来说明这个想法。）

使用-

---

我只是想想出一个双重的回答。但是使用

bsxfun

的解决方案更好，速度也稍快。@Matt这将遵循在中看到的性能数字模式，显示

bsxfun的
20-40%
改进（@plus

超过了repmat版本。你在这一点上完全正确。顺便说一句：

bsxfun

和

repmat

！@Matt花了我几天的时间来编译和汇编这些比较结果，似乎它有了一些用处，哈！）谢谢！记录在案，这比naive For循环快10倍左右！

索引是（列）向量。你不需要for循环，你可以向量化它，请注意，这个问题有2年以上的历史，在2016b之前的任何问题上都不起作用。马特，好吧，那么我们应该如何处理这个过时的问题和答案？我建议我们尽可能复制成@smci的副本，他说问题/答案过时了？答案仍然是wWorks，即使后来的MATLAB版本提供了一种额外的方法来处理它。
snippets = data(bsxfun(@plus,index(:),[-WIN_SIZE:WIN_SIZE]))