选择矩阵满足条件的向量的元素

问题描述

我有两个元素数量相等的向量。它们分别称为xy,并具有N元素。我想保留条件S(x(i),y(i))>0.1所适用的向量的元素。

例如,如果S(x_i,y_i)小于0.1,我想从向量x_iy_i删除xy,分别。 x_iy_i是向量的第i个元素的值。

我该怎么做?

示例:

x=[1,3,2,3];
y=[2,4,1,3];

在此示例中,代码应选中S(1,2),S(3,4),S(2,1),3)。 认为S

S=[1,5;
   1,0.001;
   12,21,5]

那么向量的新值是:

xnew=[1,2];
ynew=[2,1];

解决方法

您可以执行以下操作:

  1. df1 = df.groupby('day_name',sort=False,as_index=False)['on'].mean() print (df1) day_name on 0 Thursday 0.500000 1 Friday 0.833333 2 Saturday 0.166667 3 Sunday 0.333333 4 Monday 0.333333 5 Tuesday 0.333333 6 Wednesday 0.666667 x构建linear index,以选择所需的y条目。
  2. 将这些条目与阈值进行比较。这样就可以在Sx中使用logical index

y
,

您可以做的是创建一个“消除数组”。遍历所有x,y对,检查S中的相应条目,如果满足条件,则将消除设置为true。然后,最后删除所有应删除的元素。

x=[1,3,2,3];
y=[2,4,1,3];

S=[1,5;1,0.001;12,21,5];

% Preallocate to no elimination taking place
eliminate = zeros(size(x),'logical');
for ii = 1:numel(x)  % Loop over all elements
   if S(x(ii),y(ii)) < 0.1  % If the condition holds
       eliminate(ii) = true;  % Set elimination to true
   end
end

% Remove elements to be eliminated
x(eliminate) = []
y(eliminate) = []

x =
     1     2
y =
     2     1

一线做这件事会更加优雅

eliminate = diag(S(x,y))<0.1;
x(eliminate) = []
y(eliminate) = []

S(x,y)创建一个矩阵,其中xy被认为是可置换的,即在此示例中为4x4。我们只需要您提供的对,就在这个矩阵的对角线上;使用diag()获得这些。然后,对<0.1进行逻辑检查,最后使用与上述相同的删除技巧。