Performance 如何为utm格式的网格平均参数避免循环

嗨，我有个小问题。我有1秒时间分辨率的gps数据，以utm（x，y）表示，速度为一年，我希望在20m网格上获得平均速度。我的代码可以工作，但它确实很慢，因为我使用for循环来查找与网格匹配的坐标。感谢您的帮助。 好心的马提亚

   %x_d is x coordinate
   %Y_d is y coordinate
   %x_vec is the xgrid vector definition
   %y_vec is the ygrid vector definition
   %s is the speed

   for i=1:length(vec_x)
     for j=1:length(vec_y)
       ind = find(x_d<=vec_x(i)+10& x_d>vec_x(i)-10 & y_d<=vec_y(j)+10 &  y_d>vec_y(j)-10);

     Ad(j,i) = nanmean(s(ind));
   end
end

%x\u d是x坐标
%Y_d是Y坐标
%x_vec是xgrid向量定义
%y_vec是ygrid向量定义
%s是速度
对于i=1：长度（vec_x）
对于j=1：长度（vec_y）
ind=find（x_dvec_x（i）-10和y_dvec_y（j）-10）；
Ad（j，i）=n均值（s（ind））；
结束
结束

A）使用逻辑索引，这样就省去了费时的

查找

：您的代码

ind = find(x_d<=vec_x(i)+10& x_d>vec_x(i)-10 & y_d<=vec_y(j)+10 &  y_d>vec_y(j)-10);

Ad(j,i) = nanmean(s(ind));

然后你将在你的网格中循环并选择位置。也许arrayfun可以改善这一点

for i=1:length(vec_x)
 for j=1:length(vec_y)
  ix = ind_x == i & ind_y == j;
  Ad(j,i) = nanmean(s(ix));
 end
end

---

使用MATLAB的

histcounts

和

accumarray

函数，可以在没有循环的情况下完成。除了可能使用的

histcounts

之外，此问题/解决方案几乎与相同

histcounts

有助于解决装箱问题（就是这样）<代码>[~，~，x_idx]=histcounts（x_d，x_vec）告诉您每个x坐标所在的x坐标箱。类似地，对于

y\u d，y\u vec

accumarray

适用于重复索引求和（以避免循环）。下面的调用对每个箱子的速度值求和，然后应用

@mean

函数对其进行平均。

0

告诉

accumarray

用零填充空箱子

x_vec = 0:20;
y_vec = 0:20;
x_d   = rand(1000,1)*20;
y_d   = rand(1000,1)*20;
s     = rand(1000,1);

[~,~,x_idx] = histcounts(x_d,x_vec);
[~,~,y_idx] = histcounts(y_d,y_vec);

avg = accumarray([x_idx y_idx],s,[length(x_vec)-1,length(y_vec)-1],@mean,0)

---

如何定义网格？它是一个20m网格还是将所有数据拆分为20m网格？嗨，这是我的网格定义vec_y=6638960:20:6649860；vec_x=590000:20:606000；IIUC，似乎

ind

将是一个标量或空数组，那么

nanmean

的意义是什么？如何使用它索引

s

？x\u d、y\u d和s的大小相同。ind在网格内找到点，nanmean在此网格单元中以s为单位平均找到的值。不是

x_dvec_x（i）-10&y_dvec_y（j）-10

在每次迭代时都会产生一个标量吗？谢谢，这非常有效，但是对于1个月的1秒数据，它仍然非常慢，在我的计算机上大约需要40分钟。下面来自Geoff的代码大约在1分钟内完成这项工作。ind_x=地板（（x_d-min（vec_x））/20）+1；ind_y=楼层（（y_d-min（vec_y））/20）+1；非常有用，因为它与[~，~，x_idx]=histcounts（x_d，x_vec）几乎相同；[~，~，y_idx]=历史计数（y_d，y_vec）；从下面的代码。非常感谢！这太棒了。超快！这正是我需要的，解释得很好。非常感谢Matthias

for i=1:length(vec_x)
 for j=1:length(vec_y)
  ix = ind_x == i & ind_y == j;
  Ad(j,i) = nanmean(s(ix));
 end
end

x_vec = 0:20;
y_vec = 0:20;
x_d   = rand(1000,1)*20;
y_d   = rand(1000,1)*20;
s     = rand(1000,1);

[~,~,x_idx] = histcounts(x_d,x_vec);
[~,~,y_idx] = histcounts(y_d,y_vec);

avg = accumarray([x_idx y_idx],s,[length(x_vec)-1,length(y_vec)-1],@mean,0)