是否可以在Matlab中对程序操作（for/if）进行矢量化？_Matlab

是否可以在Matlab中对程序操作（for/if）进行矢量化？

matlab

是否可以在Matlab中对程序操作（for/if）进行矢量化？,matlab,Matlab,我想知道下面的代码是否可以矢量化？或者，更直接地说，我尝试将一个数字与几个间隔相匹配，其结果决定增量过程的更新。非常感谢 pop_matrix = [10 0 0 0 0 0]; rand_num =rand; divid = [0.05 0.05 0.1 0.2 0.1 0.1]; for i = 1:6 if rand_num < sum(divid(1:i)) pop_matrix(i) = pop_matrix(i)+1; br

我想知道下面的代码是否可以矢量化？或者，更直接地说，我尝试将一个数字与几个间隔相匹配，其结果决定增量过程的更新。非常感谢

pop_matrix = [10 0 0 0 0 0];
    rand_num =rand;
    divid = [0.05 0.05 0.1 0.2 0.1 0.1];

for i = 1:6
    if rand_num < sum(divid(1:i))
       pop_matrix(i) = pop_matrix(i)+1;
       break
    end
end

pop_矩阵=[10 0 0]；
rand_num=兰德；
divid=[0.05 0.05 0.1 0.2 0.1 0.1]；
对于i=1:6
如果rand_num

以下各项应起作用：

pop_matrix = [10 0 0 0 0 0];
rand_num =rand;
divid = [0.05 0.05 0.1 0.2 0.1 0.1];

idx = find(cumsum(divid) > rand_num,1);
pop_matrix(idx) = pop_matrix(idx) + 1;

EDIT：一种使用

interp1

的方法，假设您想从名为

divid

的分发中提取

样本，速度大约快10倍：

pop_matrix = [10 0 0 0 0 0];
divid = [0.05 0.05 0.1 0.2 0.1 0.1];

N = 1000;               %// number of random samples to take
rand_num = rand(N,1);   %// generate N random numbers
dcs = cumsum(divid);    %// get cumulative distribution
dcs = dcs/dcs(end);     %// ensure this is normalized to 1
dcs = [0,dcs];          %// put a zero in front to create a new bin

s = interp1(dcs, 1:length(dcs), rand_num, 'previous', NaN); %// draw samples
pop_matrix = pop_matrix + accumarray(s,1)';                 %'//add up samples together

此过程基本上是使用从概率分布中进行采样，概率分布由

divid

定义，其中

dcs

是分布的累积密度函数（CDF）。

以下应起作用：

pop_matrix = [10 0 0 0 0 0];
rand_num =rand;
divid = [0.05 0.05 0.1 0.2 0.1 0.1];

idx = find(cumsum(divid) > rand_num,1);
pop_matrix(idx) = pop_matrix(idx) + 1;

EDIT：一种使用

interp1

的方法，假设您想从名为

divid

的分发中提取

样本，速度大约快10倍：

pop_matrix = [10 0 0 0 0 0];
divid = [0.05 0.05 0.1 0.2 0.1 0.1];

N = 1000;               %// number of random samples to take
rand_num = rand(N,1);   %// generate N random numbers
dcs = cumsum(divid);    %// get cumulative distribution
dcs = dcs/dcs(end);     %// ensure this is normalized to 1
dcs = [0,dcs];          %// put a zero in front to create a new bin

s = interp1(dcs, 1:length(dcs), rand_num, 'previous', NaN); %// draw samples
pop_matrix = pop_matrix + accumarray(s,1)';                 %'//add up samples together

此过程基本上是使用从概率分布中进行采样，概率分布由

divid

定义，其中

dcs

是分布的累积密度函数（CDF）。

以下应起作用：

pop_matrix = [10 0 0 0 0 0];
rand_num =rand;
divid = [0.05 0.05 0.1 0.2 0.1 0.1];

idx = find(cumsum(divid) > rand_num,1);
pop_matrix(idx) = pop_matrix(idx) + 1;

EDIT：一种使用

interp1

的方法，假设您想从名为

divid

的分发中提取

样本，速度大约快10倍：

pop_matrix = [10 0 0 0 0 0];
divid = [0.05 0.05 0.1 0.2 0.1 0.1];

N = 1000;               %// number of random samples to take
rand_num = rand(N,1);   %// generate N random numbers
dcs = cumsum(divid);    %// get cumulative distribution
dcs = dcs/dcs(end);     %// ensure this is normalized to 1
dcs = [0,dcs];          %// put a zero in front to create a new bin

s = interp1(dcs, 1:length(dcs), rand_num, 'previous', NaN); %// draw samples
pop_matrix = pop_matrix + accumarray(s,1)';                 %'//add up samples together

此过程基本上是使用从概率分布中进行采样，概率分布由

divid

定义，其中

dcs

是分布的累积密度函数（CDF）。

以下应起作用：

pop_matrix = [10 0 0 0 0 0];
rand_num =rand;
divid = [0.05 0.05 0.1 0.2 0.1 0.1];

idx = find(cumsum(divid) > rand_num,1);
pop_matrix(idx) = pop_matrix(idx) + 1;

EDIT：一种使用

interp1

的方法，假设您想从名为

divid

的分发中提取

样本，速度大约快10倍：

pop_matrix = [10 0 0 0 0 0];
divid = [0.05 0.05 0.1 0.2 0.1 0.1];

N = 1000;               %// number of random samples to take
rand_num = rand(N,1);   %// generate N random numbers
dcs = cumsum(divid);    %// get cumulative distribution
dcs = dcs/dcs(end);     %// ensure this is normalized to 1
dcs = [0,dcs];          %// put a zero in front to create a new bin

s = interp1(dcs, 1:length(dcs), rand_num, 'previous', NaN); %// draw samples
pop_matrix = pop_matrix + accumarray(s,1)';                 %'//add up samples together

这个过程基本上是使用从概率分布中取样，概率分布由

divid

定义，其中

dcs

是分布的累积密度函数（CDF）。

我将用矢量化的代码给出答案，但是您能澄清一下“将一个数字与多个间隔匹配”是什么意思吗？我只是想知道是否有更简单的方法来做这件事。非常感谢你的快速回复。我现在在猜测我的答案。当你把

中断

放在那里时，你的意思是你只想检查成功的第一个间隔，但之后没有检查，对吗？@你的解决方案几乎是正确的。您只需要索引到正确的索引中：

idx=find（cumsum（divid）>rand\u num，1）

，然后在

pop\u matrix

@Divakar中找到正确的索引元素。我浏览了一下

break

语句，没有考虑它。我会用矢量化的代码发布一个答案，但是你能澄清一下你所说的“将一个数字与几个间隔匹配”是什么意思吗？我只是想知道是否有更简单的方法来做这件事。非常感谢你的快速回复。我现在在猜测我的答案。当你把

中断

放在那里时，你的意思是你只想检查成功的第一个间隔，但之后没有检查，对吗？@你的解决方案几乎是正确的。您只需要索引到正确的索引中：

idx=find（cumsum（divid）>rand\u num，1）

，然后在

pop\u matrix

@Divakar中找到正确的索引元素。我浏览了一下

break

中断

放在那里时，你的意思是你只想检查成功的第一个间隔，但之后没有检查，对吗？@你的解决方案几乎是正确的。您只需要索引到正确的索引中：

idx=find（cumsum（divid）>rand\u num，1）

，然后在

pop\u matrix

@Divakar中找到正确的索引元素。我浏览了一下

break

中断

放在那里时，你的意思是你只想检查成功的第一个间隔，但之后没有检查，对吗？@你的解决方案几乎是正确的。您只需要索引到正确的索引中：

idx=find（cumsum（divid）>rand\u num，1）

，然后在

pop\u matrix

@Divakar中找到正确的索引元素。我没想就浏览了

break

语句。@如果你打算用代码画很多样本，第二个答案应该比第一个答案快。@XiaoYi如果你打算用代码画很多样本，第二个答案应该比第一个答案快。@XiaoYi第二个答案应该比第一个答案快。@XiaoYi首先，如果您计划使用代码绘制多个样本。@小毅如果您计划使用代码绘制多个样本，第二个答案应该比第一个答案运行得更快。