matlab - 长向量的有效迭代

Question

我有一个长向量，包含 > 100 万个条目，根据概率密度函数（高斯）分布。我只需要正值，这些我在下面的 MWE 中找到

N = 1.5e6;
vals = normrnd(0, 1, N, 1);

final = [];
for i=1:length(vals)
    if(vals(i)>0)
        final = [final vals(i)];
    end
end

问题是这需要很长时间。在 MatLAB 中有更聪明的方法吗？

谢谢，奈尔斯。

Answer 1

您可以在 matlab 中删除没有 for 循环的负数：

vals = normrnd(0, 1, N, 1);
vals(vals<0) = [];

Answer 2

无需循环，只需选择正值即可。

final = vals( vals>0 );

编辑： 出于兴趣，我对这两种方法进行了计时。分配给新变量的速度大约是删除元素的两倍。也就是说，它们都非常快：

>> N = 1.5e6;
>> vals = normrnd(0, 1, N, 1);
>> tic; final = vals( vals>0 ); toc
Elapsed time is 0.020852 seconds.
>> tic; vals(vals<0) = []; toc
Elapsed time is 0.041709 seconds.

Answer 3

您的脚本运行缓慢的原因之一是您之前没有进行初始化final。因此，变量在循环内增长。如果您先验地知道变量的大小，请先初始化变量：

N = 1.5e6;
vals = normrnd(0, 1, N, 1);

final = zeros(vals,1);
for i=1:length(vals)
    if(vals(i)>0)
        final(i) = vals(i);
    end
end

但是，主要原因是因为您使用的是循环，并且您可以使用逻辑索引执行此操作：

final = vals( vals > 0 )