Matlab 如何计算矩阵中每列值的编号

我有矩阵A：

A= [ 1 1 0 2 2 2 2 0 0 3 3 0 0;
     0 1 1 0 0 2 2 2 2 3 3 0 0 ];

我想制作另一个矩阵B，这样这个矩阵就包含了原始矩阵A的值出现次数：即B的每一行包含了ii在A的相应列中出现的次数。数字0可以忽略

例如：在A的第二列中，只有数字1出现，具体来说是两次->因此B1,2=2和2=0

对于我的示例矩阵A，输出应该是

Res = [ 1 2 1 0 0 0 0 0 0 0 0 0 0;
        0 0 0 1 1 2 2 1 1 0 0 0 0;
        0 0 0 0 0 0 0 0 0 2 2 0 0 ];

你可以用

A= [ 1 1 0 2 2 2 2 0 0 3 3 0 0;
     0 1 1 0 0 2 2 2 2 3 3 0 0 ];


cell2mat(arrayfun(@(b) sum(A == b),nonzeros(unique(A)), 'UniformOutput', false))

这导致

ans =

     1     2     1     0     0     0     0     0     0     0     0     0     0
     0     0     0     1     1     2     2     1     1     0     0     0     0
     0     0     0     0     0     0     0     0     0     2     2     0     0

如评论中所述，如果矩阵a有三个维度，则需要沿第三个维度对结果求和：

sum(cell2mat(arrayfun(@(b) sum(A == b,1),nonzeros(unique(A)), 'UniformOutput', false)),3)

你可以用

A= [ 1 1 0 2 2 2 2 0 0 3 3 0 0;
     0 1 1 0 0 2 2 2 2 3 3 0 0 ];


cell2mat(arrayfun(@(b) sum(A == b),nonzeros(unique(A)), 'UniformOutput', false))

这导致

ans =

     1     2     1     0     0     0     0     0     0     0     0     0     0
     0     0     0     1     1     2     2     1     1     0     0     0     0
     0     0     0     0     0     0     0     0     0     2     2     0     0

如评论中所述，如果矩阵a有三个维度，则需要沿第三个维度对结果求和：

sum(cell2mat(arrayfun(@(b) sum(A == b,1),nonzeros(unique(A)), 'UniformOutput', false)),3)

---

这也是一个机会

可惜accumarray无法在一次通话中完成所有任务：

编辑 在一次accumarray呼叫中就实现了这一切：：p

A= [ 1 1 0 2 2 2 2 0 0 3 3 0 0;
     0 1 1 0 0 2 2 2 2 3 3 0 0 ];
N = size(A);
C = repmat(1:N(2),N(1),1);

result = accumarray([A(:)+1 C(:)], 1);
result = result(2:end,:)

编辑2 如果你有一个三维的输入矩阵，最简单的方法是先把它转换成二维矩阵，然后用上面的方法处理它。以下代码执行此转换：

% example data:
A3d = repmat(A,[1 1 2])
A2d = reshape(permute(A3d,[1 3 2]),[],size(A3d,2))

结果:

A3d(:,:,1) =
 1     1     0     2     2     2     2     0     0     3     3     0     0
 0     1     1     0     0     2     2     2     2     3     3     0     0
A3d(:,:,2) =
 1     1     0     2     2     2     2     0     0     3     3     0     0
 0     1     1     0     0     2     2     2     2     3     3     0     0


A2d =
 1     1     0     2     2     2     2     0     0     3     3     0     0
 0     1     1     0     0     2     2     2     2     3     3     0     0
 1     1     0     2     2     2     2     0     0     3     3     0     0
 0     1     1     0     0     2     2     2     2     3     3     0     0

---

这也是一个机会

可惜accumarray无法在一次通话中完成所有任务：

编辑 在一次accumarray呼叫中就实现了这一切：：p

A= [ 1 1 0 2 2 2 2 0 0 3 3 0 0;
     0 1 1 0 0 2 2 2 2 3 3 0 0 ];
N = size(A);
C = repmat(1:N(2),N(1),1);

result = accumarray([A(:)+1 C(:)], 1);
result = result(2:end,:)

编辑2 如果你有一个三维的输入矩阵，最简单的方法是先把它转换成二维矩阵，然后用上面的方法处理它。以下代码执行此转换：

% example data:
A3d = repmat(A,[1 1 2])
A2d = reshape(permute(A3d,[1 3 2]),[],size(A3d,2))

结果:

A3d(:,:,1) =
 1     1     0     2     2     2     2     0     0     3     3     0     0
 0     1     1     0     0     2     2     2     2     3     3     0     0
A3d(:,:,2) =
 1     1     0     2     2     2     2     0     0     3     3     0     0
 0     1     1     0     0     2     2     2     2     3     3     0     0


A2d =
 1     1     0     2     2     2     2     0     0     3     3     0     0
 0     1     1     0     0     2     2     2     2     3     3     0     0
 1     1     0     2     2     2     2     0     0     3     3     0     0
 0     1     1     0     0     2     2     2     2     3     3     0     0

---

您可以通过一个函数调用执行此操作：

Res = histc(A, 1:3);

结果如预期：

Res =
     1     2     1     0     0     0     0     0     0     0     0     0     0
     0     0     0     1     1     2     2     1     1     0     0     0     0
     0     0     0     0     0     0     0     0     0     2     2     0     0

---

您可以通过一个函数调用执行此操作：

Res = histc(A, 1:3);

结果如预期：

Res =
     1     2     1     0     0     0     0     0     0     0     0     0     0
     0     0     0     1     1     2     2     1     1     0     0     0     0
     0     0     0     0     0     0     0     0     0     2     2     0     0

---

另一种方法是使用稀疏函数，类似于使用ACCUMARRAY的第二种解决方案

c = repmat(1:size(A,2), [size(A,1) 1]);
M = full(sparse(A(:)+1, c(:), 1));
M = M(2:end,:);

结果是：

M =
     1     2     1     0     0     0     0     0     0     0     0     0     0
     0     0     0     1     1     2     2     1     1     0     0     0     0
     0     0     0     0     0     0     0     0     0     2     2     0     0

---

另一种方法是使用稀疏函数，类似于使用ACCUMARRAY的第二种解决方案

c = repmat(1:size(A,2), [size(A,1) 1]);
M = full(sparse(A(:)+1, c(:), 1));
M = M(2:end,:);

结果是：

M =
     1     2     1     0     0     0     0     0     0     0     0     0     0
     0     0     0     1     1     2     2     1     1     0     0     0     0
     0     0     0     0     0     0     0     0     0     2     2     0     0

---

你能澄清一下吗？举个例子，我不明白你在问什么。你能澄清一下吗？举个例子，我不明白你在问什么。但是如果A有超过1个值矩阵，我的意思是val:，：，1…val:，：，2 ext。我如何修改你的代码？那么你必须计算结果的和。请看我的最新答案。集合，我仍然不能尝试使用你的代码。我的意思是，我有一个矩阵A，它有一些值val:，：，1…val:，：，n，我想知道矩阵A的每个值。你知道我的意思吗？@FebriDwiLaksono先生：请原谅，但实际上我不明白你的意思。但是如果A有一个以上的值矩阵，我的意思是val:，：，1…val:，2.如何修改您的代码？然后您必须计算结果的总和。请看我的最新答案。集合，我仍然不能尝试使用你的代码。我的意思是，我有一个矩阵A，它有一些值val:，：，1…val:，：，n，我想知道矩阵A的每个值。你知道我的意思吗？@FebriDwiLaksono：请原谅，但实际上我不明白你的意思。Struyf，如果我想用你的代码计算三维矩阵A，我该怎么做？那你想要什么？你现在看的不是一个横截面而不是一个柱吗？@GuntherStruyf:+1 ACCUMARRAY是计算MR时的go to函数。Struyf，如果我想用你的代码计算三维矩阵A，我该怎么做？那你想要什么？你现在看的不是一个横截面而不是一个柱吗？@GuntherStruyf:+1 ACCUMARRAY是进行计数时的go to函数