在Matlab中向量化范围检查

Question

在试图将算法从C＃移植到Matlab时，我发现Matlab在运行for循环时效率低下。因此，我想要矢量化算法。

我有下列输入：

lowrange：

[ 00 10 20 30 40 50 ... ] 

高变速：

[ 10 20 30 40 50 60 ... ] 

这些阵列在长度上相等。

我现在有第三阵列Values（可以是任何长度），该阵列我想算lowerange(i)和highrange(i)之间Values元素的出现（你可以看到我从未来的for循环）。

输出应该是一个长度为低范围/高范围的数组。

因此，与上述阵列和输入LineData：

[ 1 2 3 4 6 11 12 16 31 34 45 ] 

我期望能获得：

[ 05 03 00 02 01 00 ... ] 

我试过（对我来说）很明显的事情：

LineData(LineData < PixelEnd & LineData > PixelStart) 

但这不起作用，因为它只是通过元素方式检查元素上的LineData。它不会尝试对LineData中的所有值应用比较。

不幸的是，由于我还没有习惯用Matlab的“矢量”方式来思考，所以我不能想出其他的东西，更不用说从存储器中知道所有适用的指令。

Answer 1

当你正在寻找做一个基本的直方图给出的边缘，你可以使用Matlabs内置函数histc：

values = [ 1 2 3 4 6 11 12 16 31 34 45 ]; 
edges = 0:10:60; 
histc(values, edges) 

ans = 

5  3  0  2  1  0  0 

Answer 2

对于具有相同时间间隔的范围，并从0开始，这里的bsxfun基于计数方法 -

LineData = [ 1 2 3 4 6 11 12 16 31 34 45 ] %// Input 

interval = 10; %// interval width 
num_itervals = 6; %// number of intervals 

%// Get matches for each interval and sum them within each interval for the counts 
out = sum(bsxfun(@eq,ceil(LineData(:)/interval),1:num_itervals)) 

输出 -

LineData = 
    1  2  3  4  6 11 12 16 31 34 45 
out = 
    5  3  0  2  1  0 

---

假设最后一个区间将是一个保持输入数据的最大值，你可以尝试过一个diff + indexing基础的方法 -

LineData = [ 1 2 3 4 6 11 12 16 31 34 45 ] %// Input 
interval = 10; %// interval width 

labels = ceil(LineData(:)/interval); %// set labels to each input entry 
df_labels = diff(labels)~=0; %// mark the change of labels 
df_labels_pos = find([df_labels; 1]); %// get the positions of label change 
intv_pos= labels([true;df_labels]);%// position of each interval with nonzero counts 

%// get counts from interval between label position change and put at right places 
out(intv_pos) = [ df_labels_pos(1) ; diff(df_labels_pos)];