Использование процентной функции с accumarray

Это может быть один подход:

%// make all those non-zero values to zero
AprefCORmask = AprefCOR == 1;

%// you have done this
[OTPCORorder1,~,idx] = unique(OTPCORorder,'stable');

%// Find number of each unique values
counts = accumarray(idx,1);

%// Find number of ones for each unique value
sumVal = accumarray(idx,AprefCORmask);

%// find percentage of ones to get the results
perc = sumVal./counts

Результаты:

Входные данные:

OTPCORorder = [61,62,62,62,62,62,62,62,62,62,62,62,65,65];
AprefCOR = [1,3,1,1,1,1,1,1,1,1,2,3,3,2];

Вывод:

perc =

1.0000
0.7273
     0

Вот еще один подход без использования accumarray. Я думаю, что это более читабельно:

>> list = unique(PCORorder);
>> counts_master = histc(PCORorder, list);
>> counts = histc(PCORorder(AprefCOR == 1), list);
>> perc = counts ./ counts_master

perc =

    1.0000    0.7273         0

Как работает приведенный выше код, так это то, что мы сначала находим те элементы в PCORorder, которые уникальны. Как только мы это сделаем, мы сначала подсчитаем, сколько элементов принадлежит каждому уникальному значению в PCORorder через histc использование корзин для подсчета в качестве точного списка. Если вы используете более новую версию MATLAB, вместо этого используйте histcounts. ... тот же синтаксис. Как только мы находим общее количество элементов для каждого значения в PCORorder, мы просто подсчитываем, сколько элементов соответствует PCORorder, где AprefCOR == 1, а затем, чтобы вычислить процент, вы просто делите каждую запись в этом списке на общее количество элементов из предыдущего список.

Это даст вам те же результаты, что и accumarray, но с меньшими затратами.

Ваш подход работает, вам нужно только определить соответствующую анонимную функцию. для использования accumarray. Пусть value = 1 будет значением, процент которого вы хотите вычислить. затем

[~, ~, u] = unique(OTPCORorder); %// labels for unique values in OTPCORorder
result = accumarray(u(:), AprefCOR(:), [], @(x) mean(x==value)).';

В качестве альтернативы вы можете использовать sparse следующим образом. Сгенерируйте матрицу из двух строк, чтобы каждый столбец соответствовал одному из возможных значений в OTPCORorder. Первая строка подсчитывает, сколько раз каждое значение в OTPCORorder имело желаемое значение в AprefCOR; вторая строка подсчитывает, сколько раз это не так.

[~, ~, u] = unique(OTPCORorder);
s = full(sparse((AprefCOR==value)+1, u, 1));
result = s(2,:)./sum(s,1);