Matlab比较两个不同维度的矩阵



我看到人们在矩阵后面的括号中具有不同维度的矩阵之间取==~=><来获取其条目,如下所示:

b =
     1     4     7
     2     5     8
     3     6     9
>> b == [1 2 3]
ans =
  3×3 logical array
   1   0   0
   0   0   0
   0   0   0
>> b == [1 4 7]
ans =
  3×3 logical array
   1   1   1
   0   0   0
   0   0   0
>> b == [1 4 5]
ans =
  3×3 logical array
   1   1   0
   0   0   0
   0   0   0
>> b == [1 5 4]
ans =
  3×3 logical array
   1   0   0
   0   1   0
   0   0   0
>> a
a =
     1     2     3     4     5     6     7     8     9    10
     1     2     3     4     5     6     7     8     9    10
     1     2     3     4     5     6     7     8     9    10
>> a(:, b == [1 4 5])
ans =
     1     4
     1     4
     1     4
>> a(:, b == [1 5 4])
ans =
     1     5
     1     5
     1     5
>> b
b =
     1     4     7
     2     5     8
     3     6     9
>> b > [1 3 2]
ans =
  3×3 logical array
   0   1   1
   1   1   1
   1   1   1

但是,我不知道为什么这些会起作用。关于这种用法的任何解释?(我的英语不好更好地描述这个问题,希望任何人都可以编辑这个问题以使其更易于理解?提前感谢!

自 R2016b 以来,MATLAB 使用隐式扩展。这意味着输入的单例维度(大小为 1 的维度(重复为与其他输入的大小相同。

例如:

b = [1  4  7 
     2  5  8 
     3  6  9]
%% Singleton dimension as rows
b == [x y z]
% is equivalent to
b == repmat([x y z], size(b,1), 1)
% is equivalent to
b == [x  y  z  
      x  y  z 
      x  y  z]
%% Singleton dimension as columns  
b == [x; y; z]
% is equivalent to
b == repmat([x; y; z], 1, size(b,2))
% is equivalent to
b == [x  x  x
      y  y  y
      z  z  z]
您的

所有 3 个示例都是"单例维度作为行"的情况,向下重复您的比较行向量并与每一行b进行比较。您可以轻松看到输出符合预期。


隐式扩展可以在所有版本的 MATLAB(包括 R2016b 之前(中使用,使用 bsxfun 。这看起来像这样:

% Since 2016b
b == [1 2 3];
% All versions (@eq is the '==' equals function)
bsxfun(@eq, b, [1 2 3])

相关内容

  • 没有找到相关文章

最新更新