Создайте вектор из индексов, subs.

subs = [1; 2; 4; 2; 4]

subs = 5×1

     1
     2
     4
     2
     4

Используйте accumarray с val = 1 считать количество идентичных индексов в subs.

A = accumarray(subs,1)

A = 4×1

     1
     2
     0
     2

Результатом является вектор из количества интервалов. Можно получить тот же ответ с histcounts(subs,'BinMethod','integers'). Однако accumarray также может вычислить количество интервалов по более высоким размерным сеткам.

Создайте вектор из данных, val, и вектор из значений индекса с той же длиной, subs.

val = 101:105;
subs = [1; 3; 4; 3; 4]

subs = 5×1

     1
     3
     4
     3
     4

Используйте accumarray суммировать значения в val это имеет идентичные индексы в subs.

A = accumarray(subs,val)

A = 4×1

   101
     0
   206
   208

Результатом является вектор из накопленных значений. Начиная со вторых и четвертых элементов subs равны 3, A(3) сумма вторых и четвертых элементов val, то есть, A(3) = 102 + 104 = 206. Кроме того, A(2) = 0 потому что subs не содержит значение 2. Начиная с subs вектор, выход, A, также вектор. Длина A max(subs,[],1).

Создайте вектор из данных, val, и матрица индексов, subs.

val = 101:106;
subs = [1 1; 2 2; 3 2; 1 1; 2 2; 4 1]

subs = 6×2

     1     1
     2     2
     3     2
     1     1
     2     2
     4     1

Индексы в subs задайте 4 2 матрица для выхода.

Используйте accumarray суммировать значения в val это имеет идентичные индексы в subs.

A = accumarray(subs,val)

A = 4×2

   205     0
     0   207
     0   103
   106     0

Результат 4 2 матрица накопленных значений.

Используйте sz вход accumarray возвратить матрицу 4 на 4. Можно задать размер с каждой размерностью, равной или больше, чем размер по умолчанию, в этом случае 4 2, но не меньшие.

A = accumarray(subs,val,[4 4])

A = 4×4

   205     0     0     0
     0   207     0     0
     0   103     0     0
   106     0     0     0

Результатом является матрица 4 на 4 накопленных значений.

Создайте вектор из данных, val, и матрица индексов, subs.

val = [100.1 101.2 103.4 102.8 100.9 101.5]';
subs = [1 1; 1 1; 2 2; 3 2; 2 2; 3 2]

subs = 6×2

     1     1
     1     1
     2     2
     3     2
     2     2
     3     2

Индексы в subs задайте 3-на-2 матрицу для выхода.

Используйте fun вход accumarray вычислить отклонения в группе данных в val это имеет идентичные индексы в subs. Задайте fun как @var.

A1 = accumarray(subs,val,[],@var)

A1 = 3×2

    0.6050         0
         0    3.1250
         0    0.8450

Результатом является 3-на-2 матрица значений отклонения.

В качестве альтернативы можно задать fun когда анонимная функция, пока это принимает вектор, вводит и возвращает скаляр. Общая ситуация, где это полезно, должна, когда это необходимо, передать дополнительные параметры функции. В этом случае используйте var функция параметром нормализации.

A2 = accumarray(subs,val,[],@(x) var(x,1))

A2 = 3×2

    0.3025         0
         0    1.5625
         0    0.4225

Результатом является 3-на-2 матрица нормированных значений отклонения.

Создайте вектор из данных, val, и матрица индексов, subs.

val = int8(10:15);
subs = [1 1 1; 1 1 1; 1 1 2; 1 1 2; 2 3 1; 2 3 2]

subs = 6×3

     1     1     1
     1     1     1
     1     1     2
     1     1     2
     2     3     1
     2     3     2

Индексы в subs задайте 2 3 2 многомерными массивами для выхода.

Используйте accumarray суммировать значения данных в val это имеет идентичные индексы в subs. Можно использовать указатель на функцию, чтобы суммировать значения в их собственном компоненте, int8, целочисленный класс при помощи 'native' опция sum функция.

A = accumarray(subs,val,[],@(x) sum(x,'native'))

A = 2x3x2 int8 array
A(:,:,1) =

   21    0    0
    0    0   14


A(:,:,2) =

   25    0    0
    0    0   15

Результатом являются 2 3 2 многомерными массивами класса int8.

Создайте вектор из данных val и матрица индексов subs.

val = 1:10;
subs = [1 1;1 1;1 1;1 1;2 1;2 1;2 1;2 1;2 1;2 2]

subs = 10×2

     1     1
     1     1
     1     1
     1     1
     2     1
     2     1
     2     1
     2     1
     2     1
     2     2

Индексы в subs задайте матрицу 2 на 2 для выхода.

Используйте accumarray сгруппировать элементы val в массив ячеек.

A = accumarray(subs,val,[],@(x) {x})

A=2×2 cell array
    {4x1 double}    {0x0 double}
    {5x1 double}    {[      10]}

Результатом является массив ячеек 2 на 2.

Проверьте, что векторные элементы находятся в том же порядке, как они появляются в val.

A{2,1}

ans = 5×1

     5
     6
     7
     8
     9

Создайте вектор из данных, val, и матрица индексов, subs.

val = 101:106';
subs = [1 1; 2 2; 3 3; 1 1; 2 2; 4 4]

subs = 6×2

     1     1
     2     2
     3     3
     1     1
     2     2
     4     4

Индексы в subs задайте матрицу 4 на 4 для выхода, но только ссылку 4 из этих 16 элементов. По умолчанию другими 12 элементами является 0 в выходе.

Используйте fillval вход accumarray заполнить дополнительные выходные элементы со значениями NaN.

A = accumarray(subs,val,[],[],NaN)

A = 4×4

   205   NaN   NaN   NaN
   NaN   207   NaN   NaN
   NaN   NaN   103   NaN
   NaN   NaN   NaN   106

Результатом является матрица 4 на 4, дополненная значениями NaN.

Создайте вектор из данных, val, и матрица индексов, subs.

val = [34 22 19 85 53 77 99 6];
subs = [1 1; 400 400; 80 80; 1 1; 400 400; 400 400; 80 80; 1 1]

subs = 8×2

     1     1
   400   400
    80    80
     1     1
   400   400
   400   400
    80    80
     1     1

Индексы в subs задайте 400 400 матрица для выхода, но только ссылка 3 из этих 160 000 элементов. Когда результат операции с accumarray приводит к массиву крупносерийного производства с низкой плотностью ненулевых элементов, можно сохранить пространство памяти путем хранения выхода как разреженной матрицы.

Используйте issparse вход accumarray возвратить разреженную матрицу.

A = accumarray(subs,val,[],[],[],true)

A = 
   (1,1)      125
  (80,80)     118
 (400,400)    152

Результатом является разреженная матрица. Можно получить тот же ответ с sparse(subs(:,1),subs(:,2),val).