我正在嘗試計算矩陣多列上的移動平均值。在閱讀了一些關於stackoverflow的答案之後，即this之一，似乎filter函數是要走的路。但是，它不會忽略NaN元素，我想這樣做會忽略NaN元素的本質，函數nanmean。以下示例代碼：忽略NaN的移動平均值
X = rand(100,100); %generate sample matrix
X(sort(randi([1 100],1,10)),sort(randi([1 100],1,10))) = NaN; %put some random NaNs
windowlenght = 7;
MeanMA = filter(ones(1, windowlenght)/windowlenght, 1, X);
嘗試
MeanMA = filter(ones(1, windowlenght)/windowlenght, 1, X(find(~isnan(X)));
這將從X.
問題提取非NaN值是...你仍然有一個有效的濾波處理？如果迭代地填充X，每個時間步長一個元素，則「NaN消除」將產生更短的向量，其值不再與原始時間向量對齊。
EDIT
要仍具有有效的平均值計算，過濾器參數必須根據非NaN值的數量進行更新。
values = X(find(~isnan(X));
templength = length(values);
MeanMA = filter(ones(1, templength)/templength , 1, values);
感謝您的回答。我確實需要將MeanMA結果向量與原始向量X對齊。 – phdstudent
窗口長度又如何？你不必將它設置爲可能縮短的矢量的長度嗎？ – Loamsiada
看到我上面的評論。假設窗口是7，在那個窗口中，矢量是[NaN NaN NaN NaN NaN 5 10]，然後與10對齊，我應該有7.5的平均值。 – phdstudent
>> A = [1 2 3 4 5; 2 nan nan nan 6; 3 nan nan nan 7; 4 nan nan nan 8; 5 6 7 8 9]
A =
1 2 3 4 5
2 NaN NaN NaN 6
3 NaN NaN NaN 7
4 NaN NaN NaN 8
5 6 7 8 9
>> colfilt(A, [3,3], 'sliding', @nanmean)
ans =
0.6250 1.1429 1.5000 2.5714 1.8750
1.1429 2.2000 3.0000 5.0000 3.1429
1.5000 3.0000 NaN 7.0000 3.5000
2.5714 5.0000 7.0000 7.8000 4.5714
1.8750 3.1429 3.5000 4.5714 3.1250
（如果你只關心 '全' 塊，選擇裏面的行/恰當列）
另外，您還可以使用nlfilter，但那麼你需要明確地（通過一個匿名函數句柄）來說明你將如何處理這個塊;特別是，與nanmean工作，從而會產生從整個塊一個標量輸出，你需要在你的匿名函數調用nanmean之前，每個塊轉換成列向量：
>> nlfilter(A, [3,3], @(x) nanmean(x(:)))
ans =
0.6250 1.1429 1.5000 2.5714 1.8750
1.1429 2.2000 3.0000 5.0000 3.1429
1.5000 3.0000 NaN 7.0000 3.5000
2.5714 5.0000 7.0000 7.8000 4.5714
1.8750 3.1429 3.5000 4.5714 3.1250
然而，爲了記錄，matlab聲明colfilt通常會更快，所以通常nlfilter更適合在處理每個塊時將輸入轉換爲列時沒有意義的情況。
另請參閱matlab的手冊頁/關於sliding operations in general的章節。
如果您有R2016a或更高版本，可以使用the movmean function和'omitnan'選項。
爲了清楚起見，你想保留NaNs在他們各自的位置，只是爲了各種意思的目的而忽略它們，而不是完全移除它們並採取結果的滾動平均值？ –
這是正確的。因此，如果連續有7個NaN，則得到的平均值應該是NaN。如果存在序列[NaN NaN NaN NaN NaN 5 10]，則所得平均值應爲7.5。 – phdstudent
我認爲你不能使用過濾器，並可能需要循環思考這一點。由於FFT的特性，您可以使用濾波器，但是沒有NaN的數學公式。 –