在MATLAB中创建索引为1的矩阵的矢量化方法

假设给我一个

1000x1

列向量，其值范围为1-10。现在我想把它转换成一个

1000x10

矩阵，其中每一行的列向量中的值都是1。下面我有一个正确的实现，但是有没有一种优雅的方法可以不用

for

循环来实现呢

ymat = zeros(1000, 10);
y = randi([1,10],1000,1);
for i=1:1000
    ind = y(i);
    ymat(i,ind)=1;
end

---

当然。使用

repmat

和

bsxfun

。例如：

bsxfun(@eq,repmat(1:10,numel(y),1),repmat(y,1,10))

答复:

 ...
 0     0     0     1     0     0     0     0     0     0
 0     0     0     0     0     0     0     0     1     0
 0     0     0     0     0     0     0     1     0     0
 0     0     0     0     0     0     0     0     1     0
 0     0     0     0     0     1     0     0     0     0
 0     0     0     0     0     0     1     0     0     0
 0     0     0     0     0     0     0     0     0     1
 0     0     0     0     1     0     0     0     0     0
 1     0     0     0     0     0     0     0     0     0
 0     0     0     0     0     0     0     0     1     0

>> 

---

当然。使用

repmat

和

bsxfun

。例如：

bsxfun(@eq,repmat(1:10,numel(y),1),repmat(y,1,10))

答复:

 ...
 0     0     0     1     0     0     0     0     0     0
 0     0     0     0     0     0     0     0     1     0
 0     0     0     0     0     0     0     1     0     0
 0     0     0     0     0     0     0     0     1     0
 0     0     0     0     0     1     0     0     0     0
 0     0     0     0     0     0     1     0     0     0
 0     0     0     0     0     0     0     0     0     1
 0     0     0     0     1     0     0     0     0     0
 1     0     0     0     0     0     0     0     0     0
 0     0     0     0     0     0     0     0     1     0

>> 

---

您有一组列索引，相应的行索引应该是

1:1000

有两个选项可以从中生成矩阵

Accumaray

稀疏的

acccumarray将生成full矩阵，sparse将生成sparse矩阵

在您的例子中，生成的矩阵的密度为10%，可以将其视为稀疏矩阵

% Full matrix using accumarray
ymat = accumarray([(1:1000).', y], ones(1000,1), [1000, 10]);

% Sparse matrix using sparse
ymat = sparse(1:1000, y, ones(1000,1), 1000, 10, 1000);

计算时间 我用

y=1000x1

和

y=10000x1

运行代码

y=1000 x 1

y=10000 x 1

我添加了@transversality condition建议的代码

结果表明，

accumarray

速度最快，

sparse

速度最慢

---

accumarray

对于小尺寸显示出更好的性能，但是随着阵列大小的增加，

accumarray

和

bsxfun（@eq）

之间的差距越来越小。

您有一组列索引，相应的行索引应该是

1:1000

有两个选项可以从中生成矩阵

Accumaray

稀疏的

acccumarray将生成full矩阵，sparse将生成sparse矩阵

在您的例子中，生成的矩阵的密度为10%，可以将其视为稀疏矩阵

% Full matrix using accumarray
ymat = accumarray([(1:1000).', y], ones(1000,1), [1000, 10]);

% Sparse matrix using sparse
ymat = sparse(1:1000, y, ones(1000,1), 1000, 10, 1000);

计算时间 我用

y=1000x1

和

y=10000x1

运行代码

y=1000 x 1

y=10000 x 1

我添加了@transversality condition建议的代码

结果表明，

accumarray

速度最快，

sparse

速度最慢

---

accumarray

对于小尺寸显示了更好的性能，但是随着数组大小的增加，

accumarray

和

bsxfun（@eq）

之间的差距越来越小。

我们可以使用这些条目中的“”一次访问ymat中的任何条目子集。因为我们已经有了包含列坐标的y，而行坐标仅为1:100，所以我们可以通过

sub2ind

轻松获得它们的线性索引值，然后在

ymat

中将所有索引值设置为1：

ymat(sub2ind([1000 10], (1:1000)', y)) = 1

---

但是请注意，必须事先创建具有适当大小的

ymat

。

我们可以使用这些条目中的“”一次访问ymat中所有条目的任何子集。因为我们已经有了包含列坐标的y，而行坐标仅为1:100，所以我们可以通过

sub2ind

轻松获得它们的线性索引值，然后在

ymat

中将所有索引值设置为1：

ymat(sub2ind([1000 10], (1:1000)', y)) = 1

但是请注意，必须事先创建具有适当大小的

ymat

。

您也可以使用以下功能：

ymat=full(ind2vec(y.').')

您还可以使用以下功能：

ymat=full(ind2vec(y.').')

---

上面的副本回答了您的问题。只需将结果转置以获得所需的结果，或者在不转置的情况下反转答案中的行和列索引。以上重复的结果回答了您的问题。只需转置结果即可获得所需的结果，或者在不转置的情况下反转答案中的行和列索引。

sparse

的一个可能优化是，您不需要使用

one

向量将所有非零项声明为1。

sparse

的一种特殊情况是，如果矩阵中的每个非零值都等于相同的值，则只需指定一个常量来反映所有这些值。因此，只要做

ymat=sparse（1:1000，y，1，…）

使用

sparse

的一个可能优化是，您不需要使用

ones

向量将所有非零项声明为1。

sparse

的一种特殊情况是，如果矩阵中的每个非零值都等于相同的值，则只需指定一个常量来反映所有这些值。因此，只要做

ymat=sparse（1:1000，y，1，…）