目录
容差范围内的集合成员。
语法
LIA = ismembertol(A,B,tol)
LIA = ismembertol(A,B)
[LIA,LocB] = ismembertol(___)
[___] = ismembertol(___,Name,Value)
二.说明
LIA= ismembertol(A,B,tol) 返回一个包含逻辑值 1 (true) 的数组,其中 A 的元素处于 B 中元素的容差范围内。否则,该数组包含逻辑值 0 (false)。满足以下条件时,u和v这两个值位于容差范围内
abs(u-v) <= tol*max(abs([A(:);B(:)])),即,ismembertol 基于数据幅值调整 tol 输入。
ismembertol 类似于 ismember。而 ismember 执行精确比较,ismembertol 使用容差执行比较。
LIA = ismembertol(A,B) 对单精度输入使用默认容差 1e-6,对双精度输入使用默认容差 1e-12。
[LIA,LocB] = ismembertol(___) 还返回数组 LocB,其中包含 A 中作为 B 成员的每个元素在 B 中的索引位置。您可以使用先前语法中的任何输入参数。
[___] = ismembertol(___,Name,Value) 使用一个或多个名称-值对组指定的其他选项,这些选项使用上述语法中的任意输入或输出参数组合。例如,ismembertol(A,B,'ByRows',true) 比较 A 和 B 的行并返回逻辑列向量。
示例
存在数值误差的集合成员
创建向量 x
。通过变换和取消变换 x
来获取第二个向量 y
。此变换会向 y
中引入舍入误差。
x = (1:6)'*pi;
y = 10.^log10(x);
通过取差值来验证 x
和 y
不同。
x-y
ans = 6×1
10-14 ×
0.0444
0
0
0
0
-0.3553
使用 ismember
以查找 x
内位于 y
中的元素。ismember
函数执行精确比较并确定 x
中的某些矩阵元素不是 y
的成员。
lia = ismember(x,y)
lia = 6x1 logical array
0
1
1
1
1
0
使用 ismembertol
执行使用较小容差的比较。ismembertol
将容差范围内的元素视为相等元素并确定 x
中的所有元素都为 y
的成员。
LIA = ismembertol(x,y)
LIA = 6x1 logical array
1
1
1
1
1
1
按行确定集合成员
默认情况下,ismembertol
会查找位于容差范围内的元素,但还可以查找位于容差范围内的矩阵行。创建一个数值矩阵 A
。通过变换和取消变换 A
来获取第二个矩阵 B
。此变换会向 B
引入舍入差异。
A = [0.05 0.11 0.18; 0.18 0.21 0.29; 0.34 0.36 0.41; ...
0.46 0.52 0.76; 0.82 0.91 1.00];
B = log10(10.^A);
使用 ismember
查找 A
内位于 B
中的行。ismember
执行精确比较并因此确定 A
中的大多数行都不是 B
的成员,即使其中某些行相差的量很小。
lia = ismember(A,B,'rows')
lia = 5x1 logical array
0
0
0
0
1
使用 ismembertol
执行使用较小容差的比较。ismembertol
将容差范围内的元素视为相等元素并确定 A
中的所有行都为 B
的成员。
LIA = ismembertol(A,B,'ByRows',true)
LIA = 5x1 logical array
1
1
1
1
1
计算向量中类似值的平均值
创建两个随机数向量,并使用容差确定 A
中的那些值同时也是 B
的成员。将 OutputAllIndices
指定为 true
以返回 B
中位于 A
中对应元素容差范围内的元素的所有索引。
rng(5)
A = rand(1,15);
B = rand(1,5);
[LIA,LocAllB] = ismembertol(A,B,0.2,'OutputAllIndices',true)
LIA = 1x15 logical array
1 0 1 0 1 1 1 1 1 1 0 1 1 1 0
LocAllB=1×15 cell array
Columns 1 through 5
{2x1 double} {[0]} {2x1 double} {[0]} {3x1 double}
Columns 6 through 10
{2x1 double} {[4]} {3x1 double} {3x1 double} {2x1 double}
Columns 11 through 15
{[0]} {2x1 double} {4x1 double} {2x1 double} {[0]}
计算 B
中位于值 A(13)
的容差范围内的元素的平均值。元胞 LocAllB{13}
包含 B
中位于 A(13)
容差范围内的元素的所有索引。
A(13)
ans = 0.4413
allB = B(LocAllB{13})
allB = 1×4
0.2741 0.4142 0.2961 0.5798
aveB = mean(allB)
aveB = 0.3911
指定绝对容差
默认情况下,ismembertol
使用 abs(u-v) <= tol*DS
形式的容差测试,其中 DS
会根据输入数据的量级自动缩放。可以另外指定 DS
值以用于 DataScale
选项。但是,绝对容差(其中 DS
为标量)不会根据输入数据的量级缩放。
首先,比较相距 eps
的两个较小值。指定 tol
和 DS
以确立容差方程 abs(u-v) <= 10^-6
。
x = 0.1;
ismembertol(x, exp(log(x)), 10^-6, 'DataScale', 1)
ans = logical
1
接下来,增大这些值的量级。exp(log(x))
计算中的舍入误差与这些值的量级成正比,具体来说,是 eps(x)
。即使两个较大值彼此相距 eps
,eps(x)
现在也更大。因此,10^-6
不再是适合的容差。
x = 10^10;
ismembertol(x, exp(log(x)), 10^-6, 'DataScale', 1)
ans = logical
0
使用 DS
的默认(缩放)值可更正此问题。
Y = [0.1 10^10];
ismembertol(Y, exp(log(Y)))
ans = 1x2 logical array
1 1
按列指定 DataScale
创建一个随机二维点集,然后使用 ismembertol
将其中与一小组查询点 B
具有相似 x 坐标值(即在一定容差范围之内)的点归入几个垂直条带中。将以下选项与 ismembertol
配合使用:
-
将
ByRows
指定为true
,因为这些点坐标在A
和B
的行中。 -
将
OutputAllIndices
指定为true
以返回A
中 x 坐标处于B
中查询点容差范围内的所有点。 -
将 DataScale 指定为
[1 Inf]
以使用 x 坐标的绝对容差,同时忽略 y 坐标。
A = rand(1000,2);
B = [(0:.2:1)',0.5*ones(6,1)];
[LIA,LocAllB] = ismembertol(B, A, 0.1, 'ByRows', true, ...
'OutputAllIndices', true, 'DataScale', [1,Inf])
LIA = 6x1 logical array
1
1
1
1
1
1
LocAllB=6×1 cell array
{ 94x1 double}
{223x1 double}
{195x1 double}
{212x1 double}
{187x1 double}
{ 89x1 double}
绘制 A
中位于 B
中每个查询点容差范围内的点。
A = rand(1000,2);
B = [(0:.2:1)',0.5*ones(6,1)];
[LIA,LocAllB] = ismembertol(B, A, 0.1, 'ByRows', true, ...
'OutputAllIndices', true, 'DataScale', [1,Inf])
hold on
plot(B(:,1),B(:,2),'x')
for k = 1:length(LocAllB)
plot(A(LocAllB{k},1), A(LocAllB{k},2),'.')
end