Question

我有一个大的三维空气温度矩阵，整个地球，数据格式为lon x lat x时间分辨率。我想找到一种计算每个纬度/经度位置的每日最低温度的有效方法。一个例子：

lon = -180:10:180;
lat = -90:10:90;
time = datenum('2009-01-01 00:00','yyyy-mm-dd HH:MM'):1/24:datenum('2009-01-05 23:00','yyyy-mm-dd HH:MM');
data = randn(length(lon),length(lat),length(time));

这是我的数据。它包括每小时分辨率提供的不同位置的气温。下面的代码是我尝试计算每一天的最小值。

% find number of unique days
datev = datevec(time);
[ia,ib,ic] = unique(datev(:,1:3),'rows');
uic = unique(ic);

% first re-structure data to 2d matrix
rdata = nan(length(time),length(lon)*length(lat));
for i = 1:length(ic);
    dd = data(:,:,i);
    rdata(i,:) = dd(:);        
end

% then calculate the minimum value for each day
min_data = nan(length(uic),length(lon)*length(lat));
for i = 1:length(uic);
    idx = find(ic == uic(i));    
    min_data(i,:) = min(rdata(idx,:),[],1);
end
min_data = reshape(min_data,length(lon),length(lat),length(uic));

我认为这个答案是正确的，至少在我看到答案时似乎是这样。

我的问题是（1）我的方法是否正确，（2）是否有更好的方法，而不是必须重组数据并循环不同的uniuque天。我考虑过使用accumarray，但是可以解决如何使用3d矩阵进行处理的问题。

任何adive表示赞赏。

Answer 1

您可以使用unique的输出第三个输出作为accumarray的输入来对数据进行分组。作为第二个输入，您可以提供1与数据大小（numel(ic)）之间的所有数字。然后对于第四个输入，您可以创建一个匿名函数，它将接收与每天相对应的索引（对于第三维），并且它可以使用这些来获取当天所有纬度/经度的临时值，并且您可以计算最小值通过沿第三维计算min来计算每个纬度/经度。

datev = datevec(time);
[~,~,ic] = unique(datev(:,1:3),'rows');

min_temps = accumarray(ic, (1:numel(ic))', [], @(x){min(data(:,:,x), [], 3)});
min_temps = cat(3, min_temps{:})

这种方法的好处在于，它不一定每天只需要24个样本。如果您可以保证24个样本，则可以重新整形数据，然后在不使用min的情况下计算accumarray。

reshaped = reshape(data, size(data, 1), size(data, 2), 24, []);
min_temps = squeeze(min(reshaped, [], 3));

计算3d矩阵数据的每日最小值

1 个答案: