2

我看到人们在矩阵后面的括号中使用不同维度的矩阵之间取==, ~=, >,以获取其条目，如下所示：<

b =

     1     4     7
     2     5     8
     3     6     9

>> b == [1 2 3]

ans =

  3×3 logical array

   1   0   0
   0   0   0
   0   0   0

>> b == [1 4 7]

ans =

  3×3 logical array

   1   1   1
   0   0   0
   0   0   0

>> b == [1 4 5]

ans =

  3×3 logical array

   1   1   0
   0   0   0
   0   0   0

>> b == [1 5 4]

ans =

  3×3 logical array

   1   0   0
   0   1   0
   0   0   0

>> a

a =

     1     2     3     4     5     6     7     8     9    10
     1     2     3     4     5     6     7     8     9    10
     1     2     3     4     5     6     7     8     9    10

>> a(:, b == [1 4 5])

ans =

     1     4
     1     4
     1     4

>> a(:, b == [1 5 4])

ans =

     1     5
     1     5
     1     5

>> b

b =

     1     4     7
     2     5     8
     3     6     9

>> b > [1 3 2]

ans =

  3×3 logical array

   0   1   1
   1   1   1
   1   1   1

但是，我不知道为什么这些会起作用。关于这种用法的任何解释？（我的英语不好更好地描述这个问题，希望任何人都可以编辑这个问题以使其更容易理解？提前谢谢！）

4

1 回答 1

1

从 R2016b 开始，MATLAB 使用隐式扩展。这意味着输入的单一维度（大小为 1 的维度）重复为与其他输入相同的大小。

例如：

b = [1  4  7 
     2  5  8 
     3  6  9]

%% Singleton dimension as rows
b == [x y z]
% is equivalent to
b == repmat([x y z], size(b,1), 1)
% is equivalent to
b == [x  y  z  
      x  y  z 
      x  y  z]

%% Singleton dimension as columns  
b == [x; y; z]
% is equivalent to
b == repmat([x; y; z], 1, size(b,2))
% is equivalent to
b == [x  x  x
      y  y  y
      z  z  z]

您的所有 3 个示例都是“单维作为行”的情况，向下重复比较行向量并与b. 您可以很容易地看到输出符合预期。

使用bsxfun. 这看起来像这样：

% Since 2016b
b == [1 2 3];
% All versions (@eq is the '==' equals function)
bsxfun(@eq, b, [1 2 3])
于 2017-11-15T14:00:18.603 回答