Matlab 向量的部分和

对于一个向量

v

（例如

v=[1,2,3,4,5]

）和两个索引向量（例如

a=[1,1,1,2,3]

和

b=[3,4,5,5,5]

，所有

a（i）Yes！
n
cumsum（v）的第个元素

是

v

中第一个

n

元素的总和，因此只需取该值并减去不希望包含的元素的总和：

v=[1,2,3,4,5]
a=[1,1,1,2,3]
b=[3,4,5,5,5]

C=cumsum(v)
C(b)-C(a)+v(a)

%// or alternatively
C=cumsum([0 v])
C(b+1)-C(a)

---

是的。

cumsum（v）

的

n

第th个元素是

v

中第一个

n

元素的总和，因此只需取该值并减去不希望包含的元素之和：

v=[1,2,3,4,5]
a=[1,1,1,2,3]
b=[3,4,5,5,5]

C=cumsum(v)
C(b)-C(a)+v(a)

%// or alternatively
C=cumsum([0 v])
C(b+1)-C(a)

---

以下代码可以工作，但其可读性当然要差得多：

% assume v is a column vector 
units = 1:length(v); units = units'; %units is a column vector
units_matrix = repmat(units, [1 length(a)]);
a_matrix = repmat(a, [length(v) 1]); % assuming a is is a row vector
b_matrix = repmat(b, [length(v) 1]);
weights = (units_matrix>=a_matrix) & (units_matrix<=b_matrix);

v_matrix = repmat(v, [1 length(a)]);
w = sum(v_matrix.*weights);

%假设v是一个列向量
units=1：长度（v）；units=units'；%units是列向量
单位矩阵=repmat（单位，[1长度（a）]）；
a_矩阵=repmat（a，[length（v）1]）；%假设a是行向量
b_矩阵=repmat（b，[长度（v）1]）；
权重=（units\u matrix>=a\u matrix）&（units\u matrix下面的代码可以工作，但它的可读性当然要差得多：

% assume v is a column vector 
units = 1:length(v); units = units'; %units is a column vector
units_matrix = repmat(units, [1 length(a)]);
a_matrix = repmat(a, [length(v) 1]); % assuming a is is a row vector
b_matrix = repmat(b, [length(v) 1]);
weights = (units_matrix>=a_matrix) & (units_matrix<=b_matrix);

v_matrix = repmat(v, [1 length(a)]);
w = sum(v_matrix.*weights);

%假设v是一个列向量
units=1：长度（v）；units=units'；%units是列向量
单位矩阵=repmat（单位，[1长度（a）]）；
a_矩阵=repmat（a，[length（v）1]）；%假设a是行向量
b_矩阵=repmat（b，[长度（v）1]）；
权重=（单位矩阵>=a_矩阵）和（单位矩阵）。我也考虑过构建指标矩阵（你的权重矩阵），谢谢你为我提供了一种方法。虽然存储不是我的问题，但David的建议似乎更简单（也更快？）.David的解决方案当然更简单、更好，因为
cumsum
是直接实现的（它必须做一些与我的代码类似的事情，但它是预编译的，因此速度更快）。我根本记不起函数。我明白了。我还考虑过构建指标矩阵（你的权重矩阵）您为我提供了一种方法，谢谢。虽然存储不是我的问题，但David的建议似乎更简单（也更快？）。David的解决方案当然更简单更好，因为
cumsum
是直接实现的（它必须做一些类似于我的代码的事情，但它是预编译的，因此速度更快）.我简直记不起功能了。非常感谢。你为我节省了很多时间。非常感谢。你为我节省了很多时间。