我有A
包含我的数据的3D矩阵。在矩阵表示的行和列索引定义的多个位置,row_col_idx
我要提取第三维的所有数据,如下所示:
A = cat(3,[1:3;4:6], [7:9;10:12],[13:15;16:18],[19:21;22:24]) %matrix(2,3,4)
row_col_idx=[1 1;1 2; 2 3];
idx = sub2ind(size(A(:,:,1)), row_col_idx(:,1),row_col_idx(:,2));
out=nan(size(A,3),size(row_col_idx,1));
for k=1:size(A,3)
temp=A(:,:,k);
out(k,:)=temp(idx);
end
out
此代码的输出如下:
A(:,:,1) =
1 2 3
4 5 6
A(:,:,2) =
7 8 9
10 11 12
A(:,:,3) =
13 14 15
16 17 18
A(:,:,4) =
19 20 21
22 23 24
out =
1 2 6
7 8 12
13 14 18
19 20 24
输出是预期的。但是,实际的A
和 row_col_idx
是巨大的,所以这段代码的计算成本高昂。是否有必要验证此代码以避免循环和temp
矩阵?
out = A( row_col_idx(:,1) + ...
(row_col_idx(:,2)-1)*size(A,1) + ...
(0:size(A,1)*size(A,2):numel(A)-1) ).';
上面构建了一个与输出一样大的索引矩阵。如果由于内存限制而不可接受,可以通过重塑来避免A
:
sz = size(A); % store size A
A = reshape(A, [], sz(3)); % collapse first two dimensions
out = A(row_col_idx(:,1) + (row_col_idx(:,2)-1)*sz(1),:).'; % linear indexing along
% first two dims of A
A = reshape(A, sz); % reshape back A, if needed
本文收集自互联网,转载请注明来源。
如有侵权,请联系[email protected] 删除。
我来说两句