arrays - 如何找到给定数组 A1 的索引，*any* 的值实际上等同于第二个数组 A2 的值的 *any*？

Question

通过“实际上等效”，我的意思是它们的距离相隔 epsilon（或 0.000001）。MATLAB 中的等式通常不适用于长浮点数。

如果我只是简单地做 abs(A1 - A2) < 0.000001，那么它不会起作用，因为 size(A1) != size(A2)

Answer 1

pdist2您可以通过使用 MATLAB 的函数计算两个向量之间的距离来得到答案。

dist=pdist2(A1,A2);
minDist=min(dist,[],2);
indices_A1=minDist<=0.000001;
desired_A1=A1(indices_A1);

未经测试，但应该可以工作。

Answer 2

由于您关心从任何元素到任何元素的距离，您可以从矢量化矩阵创建一个距离矩阵并探测距离阈值。例子：

A = rand(10, 4); % (example) matrix A 
B = rand(3, 5);  % matrix B of different size 
minDist = 0.005; 

解决方案：重复向量化矩阵，逐列和逐行以获得相同大小的矩阵并应用基于矩阵的距离估计：

Da = repmat(A(:), 1, length(B(:)));  % size 40 x 15
Db = repmat(B(:)', length(A(:)), 1); % size 40 x 15 
DD = Da - Db; 
indA = any(abs(DD) < minDist, 2); 

的使用any()将为您提供A接近B) 的任何值的逻辑索引。A您可以直接索引/返回使用的元素indA.

矩阵 DD （正如@Shai 也指出的那样）可以通过等价估计bsxfun

DD = bsxfun(@minus, A(:), B(:)');

另外：您可以使用以下方法从行索引（对应于 A 元素）映射回矩阵 A 索引：

[iA, jA] = ind2sub(size(A), indA);

断言/测试所有返回的值都小于minDist，例如使用：

for k = 1:length(iA); 
    d(k) = min(min(abs(A(iA(k), jA(k)) - B)));
end
all(d < minDist)

（在 Octave 3.6.2 中测试）