Matlab中基于索引的高效均值计算（避免循环）

当然可以用cellfun()来实现无循环的分组均值计算，不过其实Matlab还有更适合这类场景的原生函数，效率会更高。下面先给你展示cellfun()的实现方案，再补充更优的替代方法：

方法一：使用cellfun()配合splitapply() #

我们可以先把数据按分组索引拆分成cell数组，再用cellfun()遍历每个cell计算均值：

tVector = 10 : 15;
values = [ 10.1 10.2 10.3 11.4 11.5 11.6 11.7 12.8 12.9 13 13.1 13.2 13.3 13.3 14 14.1 14.2 ];
[ x, n ] = histc( values, tVector );

% 过滤掉histc返回的0索引（对应超出tVector范围的元素）
validIdx = n ~= 0;
filteredValues = values(validIdx);
filteredN = n(validIdx);

% 将数据按分组索引拆分为cell数组
groupedValues = splitapply(@(v) {v}, filteredValues, filteredN);

% 用cellfun计算每个分组的均值
avgList = cellfun(@mean, groupedValues);

% 补全NaN，让结果对应tVector的每个位置
fullAvgList = NaN(size(tVector));
fullAvgList(unique(filteredN)) = avgList;

方法二：更高效的accumarray()（推荐） #

对于数值型的分组聚合计算，accumarray()是更合适的选择——它专门针对这类场景优化，比cellfun()的运行效率更高，尤其是处理大数据量时：

tVector = 10 : 15;
values = [ 10.1 10.2 10.3 11.4 11.5 11.6 11.7 12.8 12.9 13 13.1 13.2 13.3 13.3 14 14.1 14.2 ];
[ x, n ] = histc( values, tVector );

% 过滤无效索引
validIdx = n ~= 0;
filteredValues = values(validIdx);
filteredN = n(validIdx);

% 直接用accumarray计算分组均值
avgList = accumarray(filteredN, filteredValues, [], @mean);

% 补全NaN到tVector对应的长度
fullAvgList = NaN(size(tVector));
fullAvgList(1:length(avgList)) = avgList;

为什么这两种方法更好？ #

你的原始循环在大数据量下会因为多次调用find()和逐次赋值变慢，而上述向量化方法都是Matlab底层优化过的操作，能大幅提升运行速度。其中accumarray()的性能最优，因为它不需要创建中间cell数组，直接完成分组聚合。

内容的提问来源于stack exchange，提问作者Benjamin Levy