使用matlab以编程方式将随机值添加到矩阵中_Matlab_Matrix_Sparse Matrix_Programmatically Created_Stochastic

使用matlab以编程方式将随机值添加到矩阵中

matlab matrix

使用matlab以编程方式将随机值添加到矩阵中,matlab,matrix,sparse-matrix,programmatically-created,stochastic,Matlab,Matrix,Sparse Matrix,Programmatically Created,Stochastic,我是Matlab新手，我正试图通过编程创建一个方阵，它可能有一些随机列，但我不能想出一个有效的解决方案。所谓随机列，我指的是正列元素的和应该等于1（非零列元素应该相同，它们的和应该等于1）。非零元素在矩阵中的位置并不重要。PS：有些列可能全部为零元素，有些列可能只有一个非零元素，在本例中为1 我需要你的指导或者一个关于这个家伙的工作代码的例子。提前谢谢以下是一个例子： A= 0.2500 0.5000 0 0 0 0

我是Matlab新手，我正试图通过编程创建一个方阵，它可能有一些随机列，但我不能想出一个有效的解决方案。所谓随机列，我指的是正列元素的和应该等于1（非零列元素应该相同，它们的和应该等于1）。非零元素在矩阵中的位置并不重要。PS：有些列可能全部为零元素，有些列可能只有一个非零元素，在本例中为1

我需要你的指导或者一个关于这个家伙的工作代码的例子。提前谢谢

以下是一个例子：

A=
0.2500    0.5000         0         0         0         0         0
0.2500    0.5000    0.3333         0         0         0         0
     0         0    0.3333    0.2500         0         0    0.3333
0.2500         0         0    0.2500         0    0.5000         0
0.2500         0         0    0.2500         0         0         0
     0         0         0    0.2500         0    0.5000    0.3333
     0         0    0.3333         0         0         0    0.3333

% here is my code but it's not doing the work yet
n = 5;
A = zeros(n, 5); 
i = 0;
for i = 1:n
  if rand < 0.5
    i = i + 1;
    A(i, :) = rand(1, 5);
  end
end
A = A(1:i, :)

A=
0.2500    0.5000         0         0         0         0         0
0.2500    0.5000    0.3333         0         0         0         0
0         0    0.3333    0.2500         0         0    0.3333
0.2500         0         0    0.2500         0    0.5000         0
0.2500         0         0    0.2500         0         0         0
0         0         0    0.2500         0    0.5000    0.3333
0         0    0.3333         0         0         0    0.3333
%这是我的代码，但它还没有完成工作
n=5；
A=零（n，5）；
i=0；
对于i=1:n
如果rand<0.5
i=i+1；
A（i，：）=兰特（1,5）；
结束
结束
A=A（1:i，：）

首先生成一个随机浮点矩阵和阈值，就像您所做的那样。一旦设置了阈值，只需沿每列求和，然后将每列除以和。广播在这里很有用，这样可以避免在所有行上循环或复制每列的总和值

像这样的方法应该会奏效：

n = 7;
A = rand(n, n) >= 0.5;
sumA = sum(A, 1);
A = bsxfun(@rdivide, A, sumA);

% Or in MATLAB R2016b and up:
% A = A ./ sumA;

A(isnan(A)) = 0;

前两行是不言自明的。选择

，然后创建随机0和1的

nxn

方阵。第三行查找每列的总和，第四行即pièce de resistance获取每列的总和并进行内部复制，以便创建与随机矩阵大小相同的临时矩阵，但每列包含该列的总和。然后按元素进行划分，从而生成结果。这是通过函数实现的。最后一行代码非常重要。假设你有一列没有1。这意味着当需要进行规范化时，我们将遇到一个0/0错误，该错误转化为

NaN

。最后一行代码查找

NaN

的任何值，并将其设置为0

或者，在MatlabR2016B和更高版本中，您可以简单地执行按元素的除法运算符

，它已经完成了广播

示例运行运行上述代码后，这是一个潜在的结果：

>> A

A =

    0.2500    0.5000         0    0.2500         0         0         0
         0         0    0.2500    0.2500    1.0000         0         0
         0         0         0    0.2500         0    0.2500    0.3333
    0.2500         0         0    0.2500         0    0.2500         0
    0.2500    0.5000    0.2500         0         0    0.2500         0
         0         0    0.2500         0         0    0.2500    0.3333
    0.2500         0    0.2500         0         0         0    0.3333

那么所有的零列呢？为了确保代码适用于所有零列，只需在创建随机矩阵时使阈值更具攻击性。使其更高，例如0.8左右。这意味着你得到0的几率比得到1的几率更高

因此，我将第二行代码更改为：

 A = rand(n, n) >= 0.8;

当我这样做并再次运行代码时，这是我一次运行得到的结果：

>> A
A =

         0         0         0    0.2500         0    0.5000         0
         0    0.5000    1.0000    0.2500         0    0.5000         0
         0         0         0         0    1.0000         0    1.0000
         0    0.5000         0         0         0         0         0
         0         0         0         0         0         0         0
         0         0         0    0.2500         0         0         0
         0         0         0    0.2500         0         0         0