Matlab比较两个不同维度的矩阵

Matlab compare two matrixes with different dimension

我看到人们在矩阵后面的括号中使用不同维度的矩阵 ==~=>< 来获取其条目,就像这样:

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,无法更好地描述这个问题,希望有人能编辑这个问题,让它更容易理解吗?在此先感谢!)

自 R2016b 起,MATLAB 使用 implicit expansion。这意味着输入的单例维度(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 "singleton dimension as rows" 的情况,向下重复您的比较行向量并与 b 的每一行进行比较。您可以轻松地看到输出符合预期。


通过使用 bsxfun,可以在所有版本的 MATLAB(包括 R2016b 之前的版本)中使用隐式扩展。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])