一个有用的 MATLAB 实验,往往由筛选观测值开始。数学条件只是工作的第一部分:我们还要决定一个观测值究竟是数组中的单个元素、一行(row)成对的测量值,还是网格中的一个位置。在错误的层次上套用正确的比较,可能会不知不觉地回答了错误的问题。
主要例子使用有限的实数 double 数组;其中一段关于处理策略的讨论则明确允许非有限值。例子采用基本 MATLAB 语法。运行之前,请先推算各数组的形状及预期数值,然后再与显示的结果比较。
掩码在每个位置记录一个问题
定义 12.1.1
(逻辑掩码与按列优先的线性索引)
对于数组 A,表达式 A > 3 是一个逻辑掩码:一个大小相同的数组,当且仅当 A 的对应元素大于三时,该位置的元素为真。表达式 A(mask) 选出位于真值位置的元素。MATLAB 用线性索引为 数组的元素编号:先沿第一列向下,再沿第二列向下,依此类推(按列优先的顺序,column-major)。
命题 12.1.2
(由线性索引求行与列)
在 数组中,第 行第 列的元素,其线性索引为 。反过来,对 ,它所在的行是 ,所在的列是 。
证明
(逐列数元素)
第 列各有 个元素,都在第 列之前被访问,所以有 个元素排在它前面;在第 列内,第 行的元素是第 个被访问的。这给出 ,其中 。于是 ,其中 ,所以 是 除以 的余数, 是商。
例题 12.1.3
(用掩码选取会按列优先的顺序返回一个列向量)
考虑
A = [2 5 1; 4 3 6];
mask = A > 3;
selected = A(mask);
掩码及选出的数值为
mask = [0 1 0; 1 0 1] (logical)
selected = [4; 5; 6]
这里 。访问的线性位置依次为第一列的 1、2,然后第二列的 3、4,再到第三列的 5、6。真值位置是 2、3 和 6,而命题可以还原它们的坐标: 给出 ,。这解释了为什么结果以 4 而不是 5 开始。被选元素的二维坐标分别是 、 和 。
对于矩阵掩码 mask,[row,col] = find(mask) 会返回相应的行索引和列索引;只有一个输出的 find(mask) 则返回线性索引。对二维数组使用多个输出时,把 row(j) 与 col(j) 配对,就能确定一个被选中的位置。对于更高维的数组,解释 find 的多个输出需要格外小心,所以下面的例子仍保持二维。
条件按元素逐一组合
设 B = [1 4 7; 2 5 8]。要选出至少为 2 且小于 7 的数值,可用
keep = (B >= 2) & (B < 7);
B(keep)
按线性顺序,答案是 [2; 4; 5]。括号使两个比较一目了然。运算符 & 把对应的逻辑元素组合起来;| 表示逐元素的“或”,而 ~ 表示“非”。标量短路运算符 && 和 || 是用于标量逻辑条件的,例如单个 if 判断;它们不能取代对整个矩阵的逐元素掩码。
若可能出现无效测量值,就要明确制定处理策略。若 double 测量值可能是非有限值,(isfinite(B) & B >= 2) 会在筛选前剔除 NaN、Inf 和 -Inf。略去一行、填补一个测量值,以及报告错误,是三种不同的数据策略;比较运算本身并不决定哪一种合适。
当行是观测值时,选取整行
例题 12.1.4
(保留成对测量值的整行)
设 D 的各列代表时间、位置和质量:
D = [0 10 1; 1 12 0; 2 15 1; 3 18 1];
keep = D(:,3) == 1;
valid = D(keep,:);
这里 D(:,3) 有四行,所以 keep 对每个观测值提出一个问题。D(keep,:) 保留整行及所有列:
valid = [0 10 1; 2 15 1; 3 18 1]
每个保留的行中,时间与位置仍然配对。相反,D(D > 1) 选出的是单个元素并返回一个向量;它本身无法说明哪个时间属于哪个位置。此外,D(:,3) == 1 与 D(:,1) > 1 并不相同:前者用质量,后者用时间。
在计算一个至少需要一个观测值的统计量之前,常见的保护措施是 if any(keep)。选出的集合非空只是存在性检查,并不保证这些观测值相互独立或具有代表性。
常见错误
(需要整行时却选取元素)
对 D = [1 5; 2 -1; 3 8; 4 0],调用 D(D(:,2) > 0) 是对 数组使用 的掩码,所以它按线性位置在前四个元素(即标识符)之中选取,结果是向量 [1;3],而不是各行 [1 5; 3 8]。掩码必须放在行的位置,即 D(D(:,2) > 0, :),才能保留整行。
网格有两个坐标数组
例题 12.1.5
(meshgrid 上的掩码)
设
x = [-1 0 1];
y = [0 2];
[X,Y] = meshgrid(x,y);
Z = X.^2 + Y;
mask = Z >= 2;
meshgrid 产生两个大小为 的数组:
X = [-1 0 1; -1 0 1]
Y = [ 0 0 0; 2 2 2]
Z = [ 1 0 1; 3 2 3]
被选中的网格点可由 X(mask)、Y(mask) 及 Z(mask) 一并取得。它们的向量依次为 [-1;0;1]、[2;2;2] 和 [3;2;3]。它们的第 个元素指向同一个点,因为使用的是相同的逻辑掩码及顺序。
网格记录的是采样点,并不是连续区域内的每一点。绘出的曲面是绘图程序把有限个样本插值或连接起来的结果;它并不确立有关未采样数值的定理。呈现图形时,应记录网格、坐标轴标签及任何筛选规则。
反例模式
用了矩阵乘幂而不是逐元素乘幂
断言:X^2 把 X 的每个元素平方。对方阵 X = [1 2; 3 4],这个调用可以运行而不报错,但 X^2 是矩阵乘积 ,而 X.^2 才是 。对上面 的网格数组,X^2 在维数上根本无效,所以这个错误只有在方阵数据上才不会被察觉。凡是逐点运算,都应使用带点的运算符。
练习与解答
快速检查
(元素选取。设 C = [4 0; -1 4; 2 7]。预测 find(C == 4) 和 C(C >= 2) 的结果。)
先按列优先的顺序列出各元素。
解答 · 答案
按列的线性顺序为 4, -1, 2, 0, 4, 7。两个 4 位于线性索引 [1;5]。大于等于二的值为 [4;2;4;7]。它们的顺序反映的是按列,而不是逐行阅读。
快速检查
(行。设 D = [1 5; 2 -1; 3 8; 4 0],其中第一列是标识符,第二列是测量值。选取测量值为正的整行,并计算它们的平均测量值。)
把掩码放在行的位置。
解答 · 答案
keep = D(:,2) > 0; E = D(keep,:); 得到 E = [1 5; 3 8]。于是 mean(E(:,2)) 为 。若计算 mean(E(:)),则会把标识符与测量值一并平均,是另一个不同的量。
快速检查
(索引坐标。对上面网格一节中的网格,给出 [row,col] = find(Z >= 2) 的结果,并说明它如何定位被选中的点。)
看看 Z 的哪一行含有真值元素。
解答 · 答案
真值元素位于每一列的第 2 行。因此 row = [2;2;2],col = [1;2;3];将元素配对得到 、 和 。这些是数组索引,而相应的实际坐标是 、 和 。数组索引并不自动等于 或 的值。
快速检查
(空选取。如果 D(:,2) 中没有任何元素为正,脚本在报告正测量值的平均值之前应当做什么?)
想想 mean 会被要求平均什么。
解答 · 答案
先计算掩码,并检查其中是否含有真值元素。如果没有,就报告没有观测值满足该条件,或者采用另一项明确规定的策略;数值汇总不能取代不存在的正观测值。例如:
keep = D(:,2) > 0;
if any(keep)
positive_mean = mean(D(keep,2));
fprintf('Mean of selected measurements: %.6g\n', positive_mean);
else
fprintf('No positive measurements.\n');
end