accumarray使用两行索引创建一个矩阵，其元素位于有效索引对的位置，其值由指定函数分配，例如：
A = [11:20];
B = flipud([11:20]);
C = 1:10;
datamatrix = accumarray([A B],C);
这种方式datamatrix将是一个20x20带有值的矩阵。A然而，如果和的值B非常大，这将导致一个大部分为空的矩阵，在远角有一小批数据。为了规避这一点，可以设置accumarray为issparse：
sparsedatamatrix = accumarray([A B],C,[],@sum,[],true);
这将节省大量内存以防万一min(A)和/或min(B)非常大。
然而，我的问题是我有一个Mx7矩阵，M~1e8我想在该矩阵上根据前两列的索引以及第三列的标准偏差收集第三列到第七列的平均值：
result = accumarray([data(:,1) data(:,2)],data(:,3),[],@std);
我想将其保存回一个表中，结构为[X Y Z std R G B I]，其中X和Y是索引，Z是该像素的平均高度，R，G和B是I每个像素的平均值（颜色和强度），std是高度的标准偏差（即粗糙度）。在这种情况下使用issparse没有帮助，因为我转换了accumarray使用repmat.
这段代码的重点是从点云估计一块土地的高度、粗糙度、颜色和强度。我将 X 和 Y 中的坐标四舍五入以创建一个网格，现在需要每个网格单元格的平均值，但输出为“表格”（不是 MATLAB 数据类型，而是一个不是默认矩阵输出的二维数组）。
所以，用这个问题来结束：
有没有一种方法accumarray或类似的函数可以在没有中间（可能非常大）矩阵的情况下输出此表？
下面的代码：
Xmax = max(Originaldata(:,1));
Ymax = max(Originaldata(:,2));
X_avg_grid=(Edgelength:Edgelength:Xmax*Edgelength)+Xorig;
TestSet = zeros(Xmax*Ymax,9);
xx = [1:length(X_avg_grid)]'; %#ok<*NBRAK>
TestSet(:,1) = repmat(xx,Ymax,1);
ll = 0:Xmax:Xmax*Ymax;
for jj = 1:Ymax
TestSet(ll(jj)+1:ll(jj+1),2) = jj;
end
for ll = 1:7
if ll == 2
tempdat = accumarray([Originaldata(:,1) Originaldata(:,2)],Originaldata(:,3),[],@std);
tempdat = reshape(tempdat,[],1);
TestSet(:,ll+2) = tempdat;
elseif ll == 7
tempdat = accumarray([Originaldata(:,1) Originaldata(:,2)],1);
tempdat = reshape(tempdat,[],1);
TestSet(:,ll+2) = tempdat;
elseif ll == 1
tempdat = accumarray([Originaldata(:,1) Originaldata(:,2)],Originaldata(:,3),[],@mean);
tempdat = reshape(tempdat,[],1);
TestSet(:,ll+2) = tempdat;
else
tempdat = accumarray([Originaldata(:,1) Originaldata(:,2)],Originaldata(:,ll+1),[],@mean);
tempdat = reshape(tempdat,[],1);
TestSet(:,ll+2) = tempdat;
end
end
TestSet = TestSet(~(TestSet(:,9)==0),:);
这里的第九列只是每个单元格的点数。
Originaldata =
19 36 2.20500360107422 31488 31488 31488 31611
20 37 2.26400360107422 33792 33792 34304 33924
20 37 2.20000360107422 33536 33536 34048 33667
19 36 2.20500360107422 34560 34560 34560 34695
20 36 2.23300360107422 32512 32512 33024 32639
21 38 2.22000360107422 31744 31488 33024 31611
21 37 2.20400360107422 32512 32768 33792 32896
21 37 2.24800360107422 29696 29440 30720 29555
21 38 2.34800360107422 32768 32768 32768 32639
21 37 2.23000360107422 33024 33024 33536 33153
因此，对同一 X、Y（例如[19 36]或[21 37]）上的所有点进行平均（按该顺序排列的高度、RGB、强度），并且对于第三列中的值，还需要标准偏差：
Result =
19 36 2.2050036 0.00 33024 33024 33024 33153
21 37 2.227336934 0.02212088 31744 31744 32682.66 31868
其余数据以此类推。
我将我的代码更新到我拥有的最新版本。这大大减少了内存开销，因为该函数现在一个接一个地创建网格，而不是一次创建所有网格。但是，代码是并行运行的，因此仍然会同时创建八个网格，因此仍然需要一个解决方案。