一個有用的 MATLAB 實驗,往往由篩選觀測值開始。數學條件只是工作的第一部分:我們還要決定一個觀測值究竟是陣列中的單一元素、一行(row)成對的量度,還是網格中的一個位置。在錯誤層次上套用正確的比較,可能會不知不覺地回答了錯誤的問題。
主要例子使用有限的實數 double 陣列;其中一段關於處理政策的討論則明確容許非有限值。例子採用基本 MATLAB 語法。執行之前,請先推算各陣列的形狀及預期數值,然後再與顯示的結果比較。
遮罩在每個位置記錄一個問題
定義 12.1.1
(邏輯遮罩與以列為主的線性索引)
對於陣列 A,表達式 A > 3 是一個邏輯遮罩:一個大小相同的陣列,當且僅當 A 的對應元素大於三時,該位置的元素為真。表達式 A(mask) 選出位於真值位置的元素。MATLAB 用線性索引為 陣列的元素編號:先沿第一列向下,再沿第二列向下,如此類推(以列為主的次序,column-major)。
命題 12.1.2
(由線性索引求行與列)
在 陣列中,第 行第 列的元素,其線性索引為 。反過來,對 ,它所在的行是 ,所在的列是 。
證明
(逐列數元素)
第 列各有 個元素,都在第 列之前走訪,所以有 個元素排在它前面;在第 列內,第 行的元素是第 個被走訪的。這給出 ,其中 。於是 ,其中 ,所以 是 除以 的餘數, 是商。
例題 12.1.3
(以遮罩選取會按列為主的次序傳回一個列向量)
考慮
A = [2 5 1; 4 3 6];
mask = A > 3;
selected = A(mask);
遮罩及選出的數值為
mask = [0 1 0; 1 0 1] (logical)
selected = [4; 5; 6]
此處 。走訪的線性位置依次為第一列的 1、2,然後第二列的 3、4,再到第三列的 5、6。真值位置是 2、3 和 6,而命題可以還原它們的座標: 給出 ,。這解釋了為何結果以 4 而非 5 開始。被選元素的二維座標分別是 、 和 。
對於矩陣遮罩 mask,[row,col] = find(mask) 會傳回相符的行索引及列索引;只有一個輸出的 find(mask) 則傳回線性索引。對二維陣列使用多個輸出時,將 row(j) 與 col(j) 配對,便能確定一個被選中的位置。對於更高維的陣列,詮釋 find 的多個輸出需要格外小心,所以下面的例子仍保持二維。
條件逐元素組合
設 B = [1 4 7; 2 5 8]。要選出至少為 2 且小於 7 的數值,可用
keep = (B >= 2) & (B < 7);
B(keep)
按線性次序,答案是 [2; 4; 5]。括號令兩個比較一目了然。運算子 & 將對應的邏輯元素組合起來;| 表示逐元素的「或」,而 ~ 表示「非」。純量短路運算子 && 和 || 是用於純量邏輯條件的,例如單一個 if 判斷;它們不能取代對整個矩陣的逐元素遮罩。
若可能出現無效量度,就要明確制定處理政策。若 double 量度可能是非有限值,(isfinite(B) & B >= 2) 會在篩選前剔除 NaN、Inf 和 -Inf。略去一行、填補一個量度,以及報告錯誤,是三種不同的數據政策;比較運算本身並不決定哪一種合適。
當每行是一個觀測值時,按行篩選
例題 12.1.4
(保留成對量度的整行)
設 D 的各列代表時間、位置和質素:
D = [0 10 1; 1 12 0; 2 15 1; 3 18 1];
keep = D(:,3) == 1;
valid = D(keep,:);
此處 D(:,3) 有四行,所以 keep 對每個觀測值提出一個問題。D(keep,:) 保留整行及所有列:
valid = [0 10 1; 2 15 1; 3 18 1]
每個保留的行中,時間與位置仍然配對。相反,D(D > 1) 選出的是個別元素並傳回一個向量;它本身無法說明哪個時間屬於哪個位置。此外,D(:,3) == 1 與 D(:,1) > 1 並不相同:前者用質素,後者用時間。
在計算一個至少需要一個觀測值的統計量之前,常見的防護是 if any(keep)。選出的集合非空只是存在性檢查,並不保證這些觀測值相互獨立或具代表性。
常見錯誤
(需要整行時卻選取元素)
對 D = [1 5; 2 -1; 3 8; 4 0],調用 D(D(:,2) > 0) 是對 陣列使用 的遮罩,所以它按線性位置在前四個元素(即識別碼)之中選取,結果是向量 [1;3],而不是各行 [1 5; 3 8]。遮罩必須放在行的位置,即 D(D(:,2) > 0, :),才能保留整行。
網格有兩個座標陣列
例題 12.1.5
(meshgrid 上的遮罩)
設
x = [-1 0 1];
y = [0 2];
[X,Y] = meshgrid(x,y);
Z = X.^2 + Y;
mask = Z >= 2;
meshgrid 產生兩個大小為 的陣列:
X = [-1 0 1; -1 0 1]
Y = [ 0 0 0; 2 2 2]
Z = [ 1 0 1; 3 2 3]
被選中的網格點可由 X(mask)、Y(mask) 及 Z(mask) 一併取得。它們的向量依次為 [-1;0;1]、[2;2;2] 和 [3;2;3]。它們的第 個元素指向同一個點,因為使用的是相同的邏輯遮罩及次序。
網格記錄的是取樣點,並非連續區域內的每一點。繪出的曲面是繪圖程式把有限個樣本內插或連接起來的結果;它並不確立有關未取樣數值的定理。呈現圖形時,應記錄網格、座標軸標籤及任何篩選規則。
反例模式
用了矩陣乘冪而非逐元素乘冪
斷言:X^2 把 X 的每個元素平方。對方陣 X = [1 2; 3 4],這個調用可以執行而不報錯,但 X^2 是矩陣乘積 ,而 X.^2 才是 。對上面 的網格陣列,X^2 在維數上根本無效,所以這個錯誤只有在方陣數據上才不會被察覺。凡是逐點運算,都應使用帶點的運算子。
練習及解答
快速檢查
(元素篩選。設 C = [4 0; -1 4; 2 7]。推算 find(C == 4) 及 C(C >= 2)。)
先按以列為主的次序列出各元素。
解答 · 答案
按列的線性次序為 4, -1, 2, 0, 4, 7。兩個 4 出現在線性索引 [1;5]。至少為二的數值是 [4;2;4;7]。它們的次序反映的是按列,而不是逐行閱讀。
快速檢查
(行。設 D = [1 5; 2 -1; 3 8; 4 0],其中第一列是識別碼,第二列是量度。選出量度為正的整行,並計算這些量度的平均值。)
把遮罩放在行的位置。
解答 · 答案
keep = D(:,2) > 0; E = D(keep,:); 得出 E = [1 5; 3 8]。於是 mean(E(:,2)) 等於 。若計算 mean(E(:)),則會把識別碼與量度一併平均,是另一個不同的量。
快速檢查
(索引座標。對上面網格一節的網格,寫出 [row,col] = find(Z >= 2),並解釋它如何定位被選中的點。)
看看 Z 的哪一行含有真值元素。
解答 · 答案
真值元素位於每一列的第 2 行。因此 row = [2;2;2]、col = [1;2;3];將元素配對得 、 和 。這些是陣列索引,而相應的實際座標是 、 和 。陣列索引並不自動等於 或 的值。
快速檢查
(空的篩選結果。若 D(:,2) 中沒有任何元素為正,程式在報告正量度的平均值之前應怎樣做?)
想想 mean 會被要求平均甚麼。
解答 · 答案
先計算遮罩,並檢查其中是否有真值元素。若沒有,就報告沒有觀測值符合條件,或採用另一項明確訂定的政策;數值摘要不能取代不存在的正觀測值。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