MATLAB Матрицы вычитания более эффективны

Question

Я вычитаю две матрицы друг от друга. dataClim - это средние данные за каждый месяц (12 месяцев) за 30-летний период. dataAll - ежедневные данные за 1257 дней. Мне нужно вычесть среднемесячные данные из ежедневных данных каждого месяца с 20100101 по 20130611 (t = 1:31 - январь, t = 32-57 - февраль, вплоть до декабря, затем 363: 393 - январь) ,

Этот код работает, но мне было интересно, есть ли способ сделать его более эффективным и менее утомительным. Я не знаю, как я бы написать цикл, поскольку месяцы меняться число дней от 28 до 31.

% Create new array in which data_Anom is the anomaly 
% dataAnom = dataAll - dataClim 

% January 
dataAnom_1 = bsxfun(@minus, dataAll(:,:,[1:31, 363:393, 728:758, 1094:1124]), dataClim(:,:,1)); 

% February 
dataAnom_2 = bsxfun(@minus, dataAll(:,:,[32:57, 394:421, 759:787, 1125:1152]), dataClim(:,:,2)); 

% March 
dataAnom_3 = bsxfun(@minus, dataAll(:,:,[58:88, 422:452, 788:818, 1153:1183]), dataClim(:,:,3)); 

% April 
dataAnom_4 = bsxfun(@minus, dataAll(:,:,[89:118, 453:482, 819:848, 1184:1213]), dataClim(:,:,4)); 

% May 
dataAnom_5 = bsxfun(@minus, dataAll(:,:,[119:148, 483:513, 849:879, 1214:1244]), dataClim(:,:,5)); 

% June 
dataAnom_6 = bsxfun(@minus, dataAll(:,:,[149:178, 514:543, 880:909, 1245:1255]), dataClim(:,:,6)); 

% July 
dataAnom_7 = bsxfun(@minus, dataAll(:,:,[179:209, 544:574, 910:940]), dataClim(:,:,7)); 

% August 
dataAnom_8 = bsxfun(@minus, dataAll(:,:,[210:240, 575:605, 941:971]), dataClim(:,:,8)); 

% September 
dataAnom_9 = bsxfun(@minus, dataAll(:,:,[241:270, 606:635, 972:1001]), dataClim(:,:,9)); 

% October 
dataAnom_10 = bsxfun(@minus, dataAll(:,:,[271:301, 636:666, 1002:1032]), dataClim(:,:,10)); 

% November 
dataAnom_11 = bsxfun(@minus, dataAll(:,:,[302:331, 667:696, 1033:1062]), dataClim(:,:,11)); 

% December 
dataAnom_12 = bsxfun(@minus, dataAll(:,:,[332:362, 697:727, 1063:1093]), dataClim(:,:,12)); 

% Concatenate the seperate Anomalies 
dataAnom = cat(3, dataAnom_1, dataAnom_2, dataAnom_3, dataAnom_4, dataAnom_5, dataAnom_6, dataAnom_7, dataAnom_8, dataAnom_9, dataAnom_10, dataAnom_11, dataAnom_12); 

clear dataAnom_* 

Одна идея, которую я имел было сцепить дни каждого месяца вместе, а затем создать dataAnom для каждый месяц. Это, вероятно, еще медленнее.

% Concatenation days below to each month in dataAll into dataMon so that each month is placed together. This 
% makes it easier to do the anomaly subtraction later. 

dataMon = cat(3, dataAll(:,:,1:31), dataAll(:,:,363:393), dataAll(:,:,728:758) , dataAll(:,:,1094:1124),... % January 
    dataAll(:,:,32:57), dataAll(:,:,394:421), dataAll(:,:,759:787), dataAll(:,:,1125:1152),... % February 
    dataAll(:,:,58:88), dataAll(:,:,422:452), dataAll(:,:,788:818), dataAll(:,:,1153:1183),... % March 
    dataAll(:,:,89:118), dataAll(:,:,453:482), dataAll(:,:,819:848), dataAll(:,:,1184:1213),... % April 
    dataAll(:,:,119:148), dataAll(:,:,483:513), dataAll(:,:,849:879), dataAll(:,:,1214:1244),... % May 
    dataAll(:,:,149:178), dataAll(:,:,514:543), dataAll(:,:,880:909), dataAll(:,:,1245:1255),... % June. Last entry goes up to 20130611, not the full month 
    dataAll(:,:,179:209), dataAll(:,:,544:574), dataAll(:,:,910:940),... % July 
    dataAll(:,:,210:240), dataAll(:,:,575:605), dataAll(:,:,941:971),... % August 
    dataAll(:,:,241:270), dataAll(:,:,606:635), dataAll(:,:,972:1001),... % Sept 
    dataAll(:,:,271:301), dataAll(:,:,636:666), dataAll(:,:,1002:1032),... % Oct 
    dataAll(:,:,302:331), dataAll(:,:,667:696), dataAll(:,:,1033:1062),... % Nov 
    dataAll(:,:,332:362), dataAll(:,:,697:727), dataAll(:,:,1063:1093)); % Dec 

% Create dataAnom 
dataAnom1 = bsxfun(@minus, dataAll(:,:,1:124), dataClim(:,:,1); 
dataAnom2 = bsxfun(@minus, dataAll(:,:,125:238:), dataClim(:,:,1); 
. 
. 
. 
dataAnom12 = ... 

% Combine 
dataAnom = cat(3, dataAnom1, dataAnom2, dataAnom3,....); 

Answer 1

В то время как я все еще держаться на то, что вы должны реорганизовать данные, вы можете также использовать возможности datenum, чтобы помочь вам. Ниже будет сделать вашу жизнь намного проще, чем пытаться ввести вручную дни:

clear all; clc; 

% Init Data 
dataAll = rand(1437,159,1258); 

% Starting date of sampling. Note that this assumes each day there was a sample, and only one sample 
startDate = datenum('01-01-2010'); 
dateList = [0:1257] + startDate; 
[yr, mn, ~, ~, ~, ~] = datevec(dateList); 

% extract data depending on month that sample was taken 
jan = dataAll(:,:,mn == 1); 
feb = dataAll(:,:,mn == 2); 
mar = dataAll(:,:,mn == 3); 
... % and so forth 

Это должно получить желаемые результаты, которые вы ищете.Отсюда вы можете сделать ваши полученные расчеты:

dataAnom_1 = bsxfun(@minus, jan, dataClim(:,:,1)); 

---

С обновленной информации от комментариев, вы можете сделать следующее, чтобы отделить ваши данные в соответствии с месяцем и годом:

jan2010 = dataAll(:,:,(mn == 1 & yr == 2010); 
feb2010 = dataAll(:,:,(mn == 2 & yr == 2010); 
... % and so forth 

Answer 2

не могли бы вы сделать

% January 
dataAnom1 = bsxfun(@minus, dataAll(:,:,[1:31 363:393 728:758 1094:1124]), dataClim(:,:,1)); 

? Я думаю, что это то же самое.

И если да, то вы можете сделать

dataAnom1=zeros(size(dataAll,1),size(dataAll,2), 128*12); 
for v=1:12 
    dataAnom1(:,:,1+((v-1)*128:v*128)) = bsxfun(@minus, dataAll(:,:,[1:31 363:393 728:758 1094:1124]+(v-1*32)), dataClim(:,:,v)); 
end 

(индексирования может быть немного выключено)

Answer 3

Я думаю, вам нужно переосмыслить то, как вы приближаетесь путь вашего структурирования ваших данных здесь. Вместо создания массивных массивов однорядных строк (dataAnom1 и dataAll) я бы использовал лучшую структурированную матрицу.

В это простейшая вы могли бы использовали схему, как этот: 31x12xNumYears, которая будет производить что-то вроде этого:

Data = NaN(31x12xNumYears); % Blank Init 
Data(1:31,1,1) = Rand(31,1); % January's populated values 
Data(1:28,2,1) = Rand(28,1); % February's populated values 
... % and so forth 

Преимущество здесь в том, что матричные операции намного проще сделать, и у вас есть лучшее понимание что фактически представляют данные. Например, учитывая, что dataClim средней Monthy более 30 лет (матрица должна быть 12x30) и dataAll является ежедневным чтением (матрица должна быть 31x12x30), вы можете сделать следующее:

subValues = NaN(31,12,30); 
for yr = 1:30 
    for mn = 1:12 
     subValues(1:31,mn,yr) = dataAll(1:31,mn,yr) - dataClim(mn,yr); 
    end 
end 

---

с добавленным информацию, которую вы мне дали, я думаю, что это тип структуры, который вы, возможно, ищете: days x months x years x 3, где три представляют lat, long и dataValue ваших данных. Так, например:

test = rand(31,12,30,3); 
lat = test(1:end,1:end,1:end,1); 
long = test(1:end,1:end,1:end,2); 
data = test(1:end,1:end,1:end,3);