• Ir al contenido principal
  • Skip to secondary menu
  • Ir a la barra lateral primaria
  • Ir al pie de página
  • Inicio
  • Secciones
    • Ciencia de datos
    • Criptografía
    • Herramientas
    • Noticias
    • Opinión
  • Programación
    • JavaScript
    • Julia
    • Matlab
    • Python
    • R
  • Boletín
  • Contacto
  • Acerca de Analytics Lane
  • Tienda
    • Libros
    • Equipamiento de oficina
    • Equipamiento en movilidad
    • Tiendas afiliadas
      • AliExpress
      • Amazon
      • GearBest
      • GeekBuying
      • JoyBuy

Analytics Lane

Ciencia e ingeniería de datos aplicada

  • Ciencia de datos
  • Criptografía
  • Python
  • Matlab
  • R
  • Julia
  • JavaScript
  • Herramientas
  • Opinión
  • Noticias

Ordenar matrices de Matlab en base a sus valores

enero 27, 2021 Por Daniel Rodríguez Dejar un comentario
Tiempo de lectura: 4 minutos

Supongamos que en una matriz de Matlab tenemos en una columna los valores de un sensor y en otra la hora en la que se han registrado. En el caso de querer ordenar los valores en base a los valores y mantener alineados el resto de columnas no se puede usar directamente la función sort(). Ya que ordenaría cada una de las columnas por separado. En este caso deberíamos usar la función sortrows() para ordenar los resultados en base a una columna. Alternativamente, también se puede usar algunas propiedades de sort() para ordenar matrices de Matlab en base a los valores de una fila o columna. Procedimiento que se mostrará a continuación.

Creación de una matriz

En primer lugar, podemos crear una matriz para trabajar con ella. Una matriz con tres columnas en la que la primera es un índice y las otras dos son generadas al azar. Para poder reproducir los resultados se puede fijar la semilla antes de obtener los números aleatorios.

rng('default');
data = [1:10; randi(100, 2, 10)]'
data =

     1    82    91
     2    13    92
     3    64    10
     4    28    55
     5    96    97
     6    16    98
     7    96    49
     8    81    15
     9    43    92
    10    80    96

En el caso de que se use la función sort() sobre esta matriz ordenará por separado cada una de las columnas. Dejando la primera sin tocar ya que está ordenada, pero modificando las otras dos.

sort(data)
ans =

     1    13    10
     2    16    15
     3    28    49
     4    43    55
     5    64    91
     6    80    92
     7    81    92
     8    82    96
     9    96    97
    10    96    98

Ordenar matrices en base a los valores de una columna con sortrows()

En el caso de querer ordenar los valores en base a una de las columnas podemos usar la función sortrows(). Función que por defecto ordena las filas en base a los valores de la primera columna, salvo que se indique una columna como segundo parámetro. Así para ordenar por la segunda columna solamente se tienen que escribir

sortrows(data, 2)
ans =

     2    13    92
     6    16    98
     4    28    55
     9    43    92
     3    64    10
    10    80    96
     8    81    15
     1    82    91
     5    96    97
     7    96    49

Ordenar matrices en base a los valores de una columna con sort()

El mismo resultado se puede conseguir con la función sort(). Al consultar la documentación podemos ver que esta función devuelve dos valores, la matriz ordena y una matriz en la que se encuentran los índices para ordenar la matriz original. Así si solamente se ordena una columna, la segunda salida son los índices para ordenar la matriz. Lo que se puede ver en el siguiente ejemplo.

[~, i] = sort(data(:,2));
data(i,:)
ans =

     2    13    92
     6    16    98
     4    28    55
     9    43    92
     3    64    10
    10    80    96
     8    81    15
     1    82    91
     5    96    97
     7    96    49

En este caso se ha usado ~ para indicar a Matlab que no nos interesa el primer valor que devuelve la función, por lo que no se almacena en ninguna variable. Solamente nos interesa el segundo valor, los índices con los que se puede ordenar la matriz original. Así es posible ordenar la matriz original en base a la fila seleccionada.

Ordenar matrices en base a sumas de columnas

El uso de la función sort() tal como hemos visto tiene ventajas, como la posibilidad de ordenar matrices en función a valores calculados. Tales como la suma, el máximo o el mínimo de una serie de columnas, o cualquier otra operación que podamos definir.

Por ejemplo, la suma de las segunda y tercera columna se puede obtener mediante sum(data(:,2:3), 2), en donde se seleccionan los datos de las columnas y el segundo parámetro de la función sum() indica que la operación se realice por filas. Así es posible ordenar por la suma simplemente empleando.

[~, i] = sort(sum(data(:,2:3), 2));
data(i,:)
ans =

     3    64    10
     4    28    55
     8    81    15
     2    13    92
     6    16    98
     9    43    92
     7    96    49
     1    82    91
    10    80    96
     5    96    97

Cualquier operación más compleja se realizaría de una forma análoga.

Ordenar matrices de Matlab en base a los valores de una fila

Otra de las ventajas de usar el segundo valor de sort() es que también se puede ordenar las columnas por los valores de una fila. Para lo que simplemente hay que ordenar una fila y obtener los índices.

[~, i] = sort(data(3, :));
data(:,i)
ans =

     1    91    82
     2    92    13
     3    10    64
     4    55    28
     5    97    96
     6    98    16
     7    49    96
     8    15    81
     9    92    43
    10    96    80

Conclusiones

En esta ocasión hemos visto dos métodos para ordenar matrices de Matlab en base a sus valores. La función sortrows() que los hace en base a los valores de una columna y sort() que devuelve los índices de ordenación. Esto no recuerda que las funciones de Matlab pueden devolver más de un valor y, en muchos casos, pude que el segundo o tercero sea el más interesante para nuestro problema.

Imagen de Hans Braxmeier en Pixabay

¿Te ha parecido de utilidad el contenido?

¡Puntúalo entre una y cinco estrellas!

Puntuación promedio 0 / 5. Votos emitidos: 0

Ya que has encontrado útil este contenido...

¡Síguenos en redes sociales!

¡Siento que este contenido no te haya sido útil!

¡Déjame mejorar este contenido!

Dime, ¿cómo puedo mejorar este contenido?

Contenido relacionado

Archivado en:Matlab

Interacciones con los lectores

Deja una respuesta Cancelar la respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *

I accept the Terms and Conditions and the Privacy Policy

Este sitio usa Akismet para reducir el spam. Aprende cómo se procesan los datos de tus comentarios.

Publicidad


Barra lateral primaria

Suscríbete a nuestro boletín

Suscríbete al boletín semanal para estar al día de todas las publicaciones.

Política de Privacidad

¡Síguenos en redes sociales!

  • facebook
  • instagram
  • pinterest
  • tumblr
  • twitter
  • youtube
  • github
  • telegram
  • rss

Publicidad

Tiendas afiliadas

Ayúdanos realizando tus compras sin coste adicional con los enlaces de la tienda. ¡Gracias!

Entradas recientes

Epsilon-Greedy con decaimiento para un problema Bandido Multibrazo (Multi-Armed Bandit)

marzo 5, 2021 Por Daniel Rodríguez Dejar un comentario

Diferencias entre library() y require() en R

marzo 3, 2021 Por Daniel Rodríguez Dejar un comentario

Noticias

Disponible la versión 1.20.0 de NumPy

marzo 2, 2021 Por Daniel Rodríguez Dejar un comentario

Publicidad

Es tendencia

  • Seleccionar filas y columnas en Pandas con iloc y loc bajo Python
  • ¿Cómo eliminar columnas y filas en un dataframe pandas? bajo Python
  • Numpy básico: eliminar elementos en arrays de Numpy bajo Python
  • ¿Cómo cambiar el nombre de las columnas en Pandas? bajo Python
  • pandas Pandas: Cómo crear un DataFrame vacío y agregar datos bajo Python

Publicidad

Lo mejor valorado

5 (5)

Diferencias entre var y let en JavaScript

5 (6)

Operaciones de filtrado de DataFrame con Pandas en base a los valores de las columnas

5 (5)

Archivos JSON con Python: lectura y escritura

4.8 (6)

Seleccionar filas y columnas en Pandas con iloc y loc

4.2 (5)

Guardar y leer archivos Excel en Python

Publicidad

Comentarios recientes

  • egilda en Visualización de datos en Python con Seaborn
  • Sergio en ¿Cómo eliminar columnas y filas en un dataframe pandas?
  • javier en Uso de las f-string de Python para mejorar el formato de textos
  • Daniel Rodríguez en Guardar y leer archivos Excel en Python
  • franklin Chiluisa en Guardar y leer archivos Excel en Python

Publicidad

Footer

Secciones

  • Ciencia de datos
  • Criptografía
  • Herramientas
  • Noticias
  • Opinión

Analytics Lane

  • Acerca de Analytics Lane
  • Boletín de noticias
  • Contacto
  • Lo más popular
  • Tienda

Programación

  • JavaScript
  • Julia
  • Matlab
  • Python
  • R

Tiendas Afiliadas

  • AliExpress
  • Amazon
  • BangGood
  • GearBest
  • Geekbuying
  • JoyBuy

Sobre de Analytics Lane

En Analytics Lane tratamos de explicar los principales conceptos de la ciencia e ingeniería de datos con un enfoque práctico. Los principales temas tratados son ciencia de datos, ingeniería de datos, inteligencia artificial, machine learning, deep learning y criptografía. Además, también se habla de los principales lenguajes de programación y herramientas utilizadas por los científicos e ingenieros de datos.

2018-2021 Analytics Lane · Términos y condiciones · Política de Cookies · Política de Privacidad · Herramientas de privacidad · Contacto