矩阵观测值的排名计算：含NaN与重复值的高效无循环实现

嘿，我来帮你搞定这个矩阵排名的需求！根据你的示例，你需要的是稠密排名（Dense Ranking）——相同值共享同一排名，排名无间隙，同时保留NaN值不变，还要无循环的高效方案。下面直接上MATLAB的实现代码，再一步步解释逻辑：

实现代码 #

% 你的示例矩阵
A = [0.1 0.15 0.3; 0.5 0.15 0.1; NaN 0.2 0.4];

% 1. 将矩阵转为列向量，统一处理
vec = A(:);

% 2. 提取非NaN值，获取排序后的唯一值及对应索引（即排名）
[~, ~, idx] = unique(vec(~isnan(vec)), 'sorted');

% 3. 初始化排名向量，替换非NaN值的排名，保留NaN
rank_vec = NaN(size(vec));
rank_vec(~isnan(vec)) = idx;

% 4. 将列向量转回原矩阵形状
B = reshape(rank_vec, size(A));

运行这段代码后，你会得到期望的输出：

B =
     1     2     4
     6     2     1
   NaN     3     5

逻辑解释 #

1. 向量化处理：把矩阵转成列向量是MATLAB向量化操作的常用技巧，避免循环，大幅提升处理大矩阵时的效率。
2. 唯一值与排名映射：unique(..., 'sorted')会返回排序后的非NaN唯一值，第三个输出idx代表每个非NaN值在唯一值列表中的位置——这正好就是我们需要的稠密排名（最小的0.1对应位置1，次小的0.15对应位置2，以此类推）。
3. 保留NaN：先创建全NaN的向量，再把非NaN位置替换为对应排名，完美保留原矩阵的NaN位置。
4. 还原矩阵形状：用reshape把处理后的列向量转回原矩阵的行列数，得到最终的排名矩阵。

这个方案完全依赖MATLAB的内置向量化函数，没有任何循环，处理大矩阵时效率拉满，完全符合你的需求～

内容的提问来源于stack exchange，提问作者WJA