我是很新的MATLAB，和我很好奇如何做到这一点：
我有一个相当大的（27000x11）矩阵，以及第八列包含一个数，其有时会发生变化，但是常数像2000行（不一定是连续的）。
我想计算的，其中8列具有相同值的行第3列中的条目的平均值。 这对于第八列各值。 我也想绘制第3列的手段是8列的值的函数，但我可以做，如果我能得到一个包含一个新的矩阵（2×2）mean_of_3rd，8]。
例：（为了方便较小矩阵）
1 2 3 4 5
3 7 5 3 2
1 3 2 5 3
4 5 7 5 8
2 4 7 4 4
由于第四列具有在第1行和5相同的值，我想计算2和4（第2栏的对应元件，斜粗体）的平均，并与第4列的值把它放在另一个矩阵在一起。 因为第4列同样为3和5（粗体）具有用于这两个相同的值。
3 4
4 5
等等...这是可能的一个简单的方法？
使用万能的，未充分利用的accumarray ：
此行给你的意思是由第2列积累的第四列的值：
means = accumarray( A(:,4) ,A(:,2),[],@mean)
这条线让你在每一组元素的数量：
count = accumarray( A(:,4) ,ones(size(A(:,4))))
现在，如果你想只筛选那些具有至少一个occurence：
>> filtered = means(count>1)
filtered =
3
4
这只会工作，在第4列正整数。
另一种可能性为在每个组元素的数量进行计数：
count = accumarray( A(:,4) ,A(:,4),[],@numel)
基于安德烈和罗迪的想法稍微改进的方法。 我们不能直接使用accumarray，因为数据是真实的，而不是整数。 但是 ，我们可以使用独特找到重复的条目索引 。 然后，我们操作上的整数。
% get unique entries in 4th column
[R, I, J] = unique(A(:,4));
% count the repeating entries: now we have integer indices!
counts = accumarray(J, 1, size(R));
% sum the 2nd column for all entries
sums = accumarray(J, A(:,2), size(R));
% compute means
means = sums./counts;
% choose only the entries that show more than once in 4th column
inds = counts>1;
result = [means(inds) R(inds)];
以下合成数据时间比较：
A=randi(100, 1000000, 5);
% Rody's solution
Elapsed time is 0.448222 seconds.
% The above code
Elapsed time is 0.148304 seconds.
我官方的回答：
A4 = A(:,4);
R = unique(A4);
means = zeros(size(R));
inds = false(size(R));
for jj = 1:numel(R)
I = A4==R(jj);
sumI = sum(I);
inds(jj) = sumI>1;
means(jj) = sum(A(I,2))/sumI;
end
result = [means(inds) R(inds)];
这是因为以下的原因。 这里的一切，我们已经拿出方案，在分析的形式：
%# sample data
A = [
1 2 3 4 5
3 7 5 3 2
1 3 2 5 3
4 5 7 5 8
2 4 7 4 4];
%# accumarray
%# works only on positive integers in A(:,4)
tic
for ii = 1:1e4
means = accumarray( A(:,4) ,A(:,2),[],@mean);
count = accumarray( A(:,4) ,ones(size(A(:,4))));
filtered = means(count>1);
end
toc
%# arrayfun
%# works only on integers in A(:,4)
tic
for ii = 1:1e4
B = arrayfun(@(x) A(A(:,4)==x, 2), min(A(:,4)):max(A(:,4)), 'uniformoutput', false);
filtered = cellfun(@mean, B(cellfun(@(x) numel(x)>1, B)) );
end
toc
%# ordinary loop
%# works only on integers in A(:,4)
tic
for ii = 1:1e4
A4 = A(:,4);
R = min(A4):max(A4);
means = zeros(size(R));
inds = false(size(R));
for jj = 1:numel(R)
I = A4==R(jj);
sumI = sum(I);
inds(jj) = sumI>1;
means(jj) = sum(A(I,2))/sumI;
end
filtered = means(inds);
end
toc
结果：
Elapsed time is 1.238352 seconds. %# (accumarray)
Elapsed time is 7.208585 seconds. %# (arrayfun + cellfun)
Elapsed time is 0.225792 seconds. %# (for loop)
普通环显然是去这里的路。
注意：如果没有mean的内循环。 这是因为， mean不是一个Matlab内置函数（至少，上R2010），以便使用它的循环内使循环不合格为JIT编译，这减缓下来由超过10倍使用上述形式的加速循环到的速度几乎5.5倍accumarray溶液。
看您的评论，几乎是微不足道的改变回路中的所有条目工作A(:,4)不仅仅是整数）：
A4 = A(:,4);
R = unique(A4);
means = zeros(size(R));
inds = false(size(R));
for jj = 1:numel(A4)
I = A4==R(jj);
sumI = sum(I);
inds(jj) = sumI>1;
means(jj) = sum(A(I,2))/sumI;
end
filtered = means(inds);
我将复制并粘贴到顶部，我官方的回答:)
