从MATLAB中的2D矩阵中提取给定2D矩阵的元素，该矩阵为每行的列索引

我试图从定义索引的矩阵块中重新采样数据。希望这个例子能说明：

A=rand(18400,100);
A_IDX=randi([1 100],[18400 100]);

A_IDX

由18400行和100列组成。我想在

A_IDX

索引处提取矩阵

A

。结果可能是：

A=[1 2 3; 4 5 6];
A_IDX=[1 3; 2 3];
A_Result=[1 3; 5 6];

---

我尝试了

A（：，aidx）

，但这给了我1840x184000矩阵大小，这不是我一开始想要做的。有人能帮忙吗？提前谢谢

我们可以得到这些索引的线性索引等价物，然后简单地索引到输入数组中就可以得到所需的输出。现在，为了得到这些线性指数，我们将利用与指数计算相关的数学计算，这基本上涉及到缩放和偏移

使用二维列索引数组编制索引

对于

2D

列索引数组，我们需要-

function out = take_cols(a, col_idx)

n = size(a,1);
lidx = bsxfun(@plus,(col_idx-1)*n,(1:n).');
out = a(lidx);

样本运行-

>> a
a =
    39    83    39    48    36
    58    74    20    19    50
    69    97    65    34    57
    47    58    80    24    51
>> col_idx
col_idx =
     2     4
     3     5
     1     4
     2     5
>> take_cols(a, col_idx)
ans =
    83    48
    20    50
    69    34
    58    51

>> a
a =
    39    83    39    48    36
    58    74    20    19    50
    69    97    65    34    57
    47    58    80    24    51
>> row_idx
row_idx =
     3     2     3     1     2
     4     3     4     2     4
>> take_rows(a, row_idx)
ans =
    69    74    65    48    50
    47    97    80    19    51

使用二维行索引数组编制索引

对于行索引的

2D

数组，它将是-

function out = take_rows(a, row_idx)

[m,n] = size(a);
lidx = bsxfun(@plus,row_idx, (0:n-1)*m);
out = a(lidx);

样本运行-

>> a
a =
    39    83    39    48    36
    58    74    20    19    50
    69    97    65    34    57
    47    58    80    24    51
>> col_idx
col_idx =
     2     4
     3     5
     1     4
     2     5
>> take_cols(a, col_idx)
ans =
    83    48
    20    50
    69    34
    58    51

>> a
a =
    39    83    39    48    36
    58    74    20    19    50
    69    97    65    34    57
    47    58    80    24    51
>> row_idx
row_idx =
     3     2     3     1     2
     4     3     4     2     4
>> take_rows(a, row_idx)
ans =
    69    74    65    48    50
    47    97    80    19    51

---

这个奇怪的代码怪物会给你你想要的。它为每个索引生成适当的下标，并将其转换为线性，然后只对

A

进行线性索引

A_IDX_aux=A_IDX';
reshape(A(sub2ind(size(A),repelem(1:size(A,1),1,size(A_IDX,1)).',A_IDX_aux(:))),[size(A,1), size(A_IDX,2)]).';

---

我也找到了这项任务的解决方案，但速度不如和：）

瞧：

res = cell2mat(arrayfun( @(x) A(x,A_IDX(x,:)), (1:size(A,1))', 'UniformOutput',false));

它使用的是

cell2mat

，我想它的速度不如

bsxfun

，但希望仍然存在，我很好奇地测试了所有3种解决方案。我得到了不明显的结果

Elapsed time is 0.000058 seconds.   % Divakar
Elapsed time is 0.000077 seconds.   % Andres
Elapsed time is 0.000339 seconds.   % Me

这意味着

bsxf

是最快的！但使用正确的索引也能快速得到结果！我的解决方案真的很慢。我想这是因为

'UniformOutput'，false

-我被迫转换为单元格，然后再转换回来，所以这大大降低了我的方法的速度

结论:

如果您可以使用bsxf，请使用它

尽管我的方法看起来比安德烈斯的方法在视觉上更令人愉悦，但它仍然较慢

所以，发布这样的答案毫无意义：D我花一些时间在当前的工作上，也许这会对将来的人有所帮助

---

那么

A_IDX

每行

A

都有列索引，对吗？我假设你总是需要相同数量的列，每行是的，你是对的。很抱歉忘了提到这一点。嗯，这比我的mosntrosuityDivakar要好得多，如果

col\u idx

是一个逻辑矩阵而不是索引呢？例如，

a=rand（2,5）

，

b=rand（2,5）

，

c=a>b

，

提取a=a（：，c）

。每次都会出现索引超出维度的错误。我应该知道这里有什么吗？@GregorIsack那里的预期输出是什么？有了遮罩，你就失去了2D格式，如果你这样做的话，那就减少了遮罩数组：

a（c）

为1D数组。哇哦。我要把代码分开，太让我困惑了：p。我从未听说过

repelem

命令。只是好奇，它比repmat好吗？@GregorIsack它不同。Repelem重复每个元素！只有更新版本才有。然而，Divakars的答案是waaaay比我的好，明白了。我会调查两者的！非常感谢你！嗯，这项努力值得一些支持；）