问在MATLAB中求矩阵中零元素的个数

EN

有一个函数可以找到非零矩阵元素的个数nnz。您可以在逻辑矩阵上使用此函数，它将返回true的数量。

在本例中，我们对矩阵A==0应用nnz，因此逻辑矩阵的元素为true，如果原始元素为0，则为false。

A = [1, 3, 1;
     0, 0, 2;
     0, 2, 1];
nnz(A==0)  %// returns 3, i.e. the number of zeros of A (the amount of true in A==0)

基准测试的学分属于Divarkar。

基准测试

使用以下参数和输入，可以对timeit提供的解决方案进行基准测试。

输入大小

1:10:100

• Medium大小的数据大小- 50:50:1000

• Large大小的数据大小- 500:500:4000

-

• 小型数据大小

零值的变化百分比

零值约为10%的大小写- A = round(rand(N)*5);

• ~50% of零大小写- A = rand(N);A(A<=0.5)=0;

• ~90% of

• 大小写- A = rand(N);A(A<=0.9)=0;

结果如下所示-

1)小型数据化

​

​

​

​

​

​

2. Medium数据化

​

​

​

​

​

​

3.对进行大数据化

​

​

​

​

​

​

Observations

1. 如果您仔细查看中型和大型数据存储的NNZ和SUM性能图，您会注意到，在10%和90%为零的情况下，它们的性能越来越接近。对于50%为零的情况，SUM和NNZ方法之间的性能差距相对较大。

1. 作为对所有数据和所有三种零小数情况的一般观察，SUM方法似乎是无可争议的赢家。这里还观察到一件有趣的事情，一般情况下的解决方案sum(A(:)==0)似乎比sum(~A(:)).

的性能更好

一些基本的matlab知识：(:)运算符将任何矩阵展平为列向量，~是将零转换为一，非零值转换为零的NOT运算符，然后我们只需使用sum：

sum(~A(:))

在效率很重要的情况下，这也应该比length(find...方案快大约10倍。

编辑：在NaN值的情况下，您可以求助于解决方案：

sum(A(:)==0)

我也会在这个组合中添加一些东西。您可以使用histc并计算整个矩阵的直方图。将第二个参数指定为应收集数字的存储箱。如果我们只想计算0的个数，我们可以简单地指定0作为第二个参数。但是，如果您在histc中指定一个矩阵，它将沿着列进行操作，但我们希望对整个矩阵进行操作。因此，只需将矩阵转换为列向量A(:)并使用histc即可。换句话说，这样做：

histc(A(:), 0)

这应该等同于计算整个矩阵A中的零的数量。