使用matlab以编程方式将随机值添加到矩阵中

Question

我是Matlab的新手，我正在尝试以编程方式创建一个方形矩阵，它可能有一些随机随机列，但我无法想出一个有效的解决方案。通过随机列，我的意思是列元素的总和应该等于1（列非零元素应该相同，它们的和等于1）。非零元素的位置在矩阵中不重要。 PS：有些列可能是全零元素，有些列可能只有一个非零元素，在本例中为1。

我需要你的指导或这个人的工作代码示例。提前致谢。

这是一个例子：

A=
0.2500    0.5000         0         0         0         0         0
0.2500    0.5000    0.3333         0         0         0         0
     0         0    0.3333    0.2500         0         0    0.3333
0.2500         0         0    0.2500         0    0.5000         0
0.2500         0         0    0.2500         0         0         0
     0         0         0    0.2500         0    0.5000    0.3333
     0         0    0.3333         0         0         0    0.3333

% here is my code but it's not doing the work yet
n = 5;
A = zeros(n, 5); 
i = 0;
for i = 1:n
  if rand < 0.5
    i = i + 1;
    A(i, :) = rand(1, 5);
  end
end
A = A(1:i, :)

Answer 1

首先生成随机浮点矩阵和阈值。一旦对此进行阈值处理，只需沿每列求和，然后将每列除以总和。广播在这里很有用，这样您就可以避免在所有行上循环或复制每列的总和值。

这样的事情应该有效：

n = 7;
A = rand(n, n) >= 0.5;
sumA = sum(A, 1);
A = bsxfun(@rdivide, A, sumA);

% Or in MATLAB R2016b and up:
% A = A ./ sumA;

A(isnan(A)) = 0;

前两行是不言自明的。选择n，然后创建一个随机0和1的n x n方阵。第三行找到每列的总和，第四行是piècederesistance，它取每列的总和并进行内部复制，以便创建一个与随机矩阵大小相同的临时矩阵，但是每列包含该列的总和。然后你将元素分开并产生结果。这是通过bsxfun函数实现的。最后一行代码非常重要。假设您有一个没有1的列。这意味着当标准化时，我们将遇到0/0错误，转换为NaN。最后一行代码找到任何NaN值并将它们设置为0。

或者在MATLAB R2016b及更高版本中，您可以简单地执行元素分割运算符./并且它已经进行了广播。

Example Run

运行上面的代码后，这是一个潜在的结果：

>> A

A =

    0.2500    0.5000         0    0.2500         0         0         0
         0         0    0.2500    0.2500    1.0000         0         0
         0         0         0    0.2500         0    0.2500    0.3333
    0.2500         0         0    0.2500         0    0.2500         0
    0.2500    0.5000    0.2500         0         0    0.2500         0
         0         0    0.2500         0         0    0.2500    0.3333
    0.2500         0    0.2500         0         0         0    0.3333

What about all zero columns?

要确保代码适用于所有零列，只需在创建更具侵略性的随机矩阵时设置阈值。让它更高，像0.8左右。这意味着获得0而不是1的可能性更高。

因此，我将第二行代码更改为：

 A = rand(n, n) >= 0.8;

当我这样做并再次运行代码时，这就是我一次运行的结果：

>> A
A =

         0         0         0    0.2500         0    0.5000         0
         0    0.5000    1.0000    0.2500         0    0.5000         0
         0         0         0         0    1.0000         0    1.0000
         0    0.5000         0         0         0         0         0
         0         0         0         0         0         0         0
         0         0         0    0.2500         0         0         0
         0         0         0    0.2500         0         0         0