选择矩阵满足条件的向量的元素

如何解决选择矩阵满足条件的向量的元素

我有两个元素数量相等的向量。它们分别称为x和y，并具有N元素。我想保留条件S(x(i),y(i))>0.1所适用的向量的元素。

例如，如果S(x_i,y_i)小于0.1，我想从向量x_i和y_i中删除x和y，分别。 x_i和y_i是向量的第i个元素的值。

我该怎么做？

示例：

x=[1,3,2,3];
y=[2,4,1,3];

在此示例中，代码应选中S(1,2),S(3,4),S(2,1),3)。 认为S是

S=[1,5;
   1,0.001;
   12,21,5]

那么向量的新值是：

xnew=[1,2];
ynew=[2,1];

解决方法

您可以执行以下操作：

1. 从df1 = df.groupby('day_name',sort=False,as_index=False)['on'].mean() print (df1) day_name on 0 Thursday 0.500000 1 Friday 0.833333 2 Saturday 0.166667 3 Sunday 0.333333 4 Monday 0.333333 5 Tuesday 0.333333 6 Wednesday 0.666667 和x构建linear index，以选择所需的y条目。
2. 将这些条目与阈值进行比较。这样就可以在S和x中使用logical index：

y

,

您可以做的是创建一个“消除数组”。遍历所有x,y对，检查S中的相应条目，如果满足条件，则将消除设置为true。然后，最后删除所有应删除的元素。

x=[1,3,2,3];
y=[2,4,1,3];

S=[1,5;1,0.001;12,21,5];

% Preallocate to no elimination taking place
eliminate = zeros(size(x),'logical');
for ii = 1:numel(x)  % Loop over all elements
   if S(x(ii),y(ii)) < 0.1  % If the condition holds
       eliminate(ii) = true;  % Set elimination to true
   end
end

% Remove elements to be eliminated
x(eliminate) = []
y(eliminate) = []

x =
     1     2
y =
     2     1

一线做这件事会更加优雅

eliminate = diag(S(x,y))<0.1;
x(eliminate) = []
y(eliminate) = []

S(x,y)创建一个矩阵，其中x和y被认为是可置换的，即在此示例中为4x4。我们只需要您提供的对，就在这个矩阵的对角线上；使用diag()获得这些。然后，对<0.1进行逻辑检查，最后使用与上述相同的删除技巧。