How can I retrieve those elements by their positions in a matrix?

I have a matrix example as shown above, and the data in column A, D, G share the same row index. In column B, E, H, there are specified row positions, and referred to the data in column A, D, G respectively. In column C, F, I, there are elements expected to be retrieved from the column A, D, G respectively according to the specified row positions.

Answer 1

[Voss]

See sub2ind.

For example, I'll use it to construct a matrix like the one you describe.

M = NaN(13,9);
M(:,[1 4 7]) = rand(13,3);
M(1:6,[2 5 8]) = [10 10 11; 11 11 11; 11 11 12; 11 11 12; 12 12 12; 12 12 13];

So far, columns 3, 6, and 9 (corresponding to columns C, F, and I in your data set) have not been populated (except for initializing with NaNs):

disp(M)

    0.6391   10.0000       NaN    0.9365   10.0000       NaN    0.3843   11.0000       NaN
    0.2368   11.0000       NaN    0.3258   11.0000       NaN    0.0274   11.0000       NaN
    0.7392   11.0000       NaN    0.9402   11.0000       NaN    0.7814   12.0000       NaN
    0.1833   11.0000       NaN    0.8160   11.0000       NaN    0.1769   12.0000       NaN
    0.0458   12.0000       NaN    0.9581   12.0000       NaN    0.7264   12.0000       NaN
    0.3357   12.0000       NaN    0.6752   12.0000       NaN    0.4542   13.0000       NaN
    0.4814       NaN       NaN    0.3889       NaN       NaN    0.1000       NaN       NaN
    0.6832       NaN       NaN    0.8584       NaN       NaN    0.9527       NaN       NaN
    0.7586       NaN       NaN    0.4239       NaN       NaN    0.0273       NaN       NaN
    0.5349       NaN       NaN    0.7205       NaN       NaN    0.3750       NaN       NaN
    0.0198       NaN       NaN    0.8870       NaN       NaN    0.7809       NaN       NaN
    0.5049       NaN       NaN    0.7746       NaN       NaN    0.4865       NaN       NaN
    0.3366       NaN       NaN    0.9597       NaN       NaN    0.7985       NaN       NaN

Now populate the first few rows of columns 3, 6 and 9 in M, using sub2ind along with row and column indices:

row = M(1:6,[2 5 8])

row = 6×3

10 10 11 11 11 11 11 11 12 11 11 12 12 12 12 12 12 13

col = repmat([1 4 7],6,1)

col = 6×3

1 4 7 1 4 7 1 4 7 1 4 7 1 4 7 1 4 7

idx = sub2ind(size(M),row,col) % idx is linear index in M

idx = 6×3

10 49 89 11 50 89 11 50 90 11 50 90 12 51 90 12 51 91

M(1:6,[3 6 9]) = M(idx); % use idx to assign values to columns 3, 6, 9

disp(M);

    0.6391   10.0000    0.5349    0.9365   10.0000    0.7205    0.3843   11.0000    0.7809
    0.2368   11.0000    0.0198    0.3258   11.0000    0.8870    0.0274   11.0000    0.7809
    0.7392   11.0000    0.0198    0.9402   11.0000    0.8870    0.7814   12.0000    0.4865
    0.1833   11.0000    0.0198    0.8160   11.0000    0.8870    0.1769   12.0000    0.4865
    0.0458   12.0000    0.5049    0.9581   12.0000    0.7746    0.7264   12.0000    0.4865
    0.3357   12.0000    0.5049    0.6752   12.0000    0.7746    0.4542   13.0000    0.7985
    0.4814       NaN       NaN    0.3889       NaN       NaN    0.1000       NaN       NaN
    0.6832       NaN       NaN    0.8584       NaN       NaN    0.9527       NaN       NaN
    0.7586       NaN       NaN    0.4239       NaN       NaN    0.0273       NaN       NaN
    0.5349       NaN       NaN    0.7205       NaN       NaN    0.3750       NaN       NaN
    0.0198       NaN       NaN    0.8870       NaN       NaN    0.7809       NaN       NaN
    0.5049       NaN       NaN    0.7746       NaN       NaN    0.4865       NaN       NaN
    0.3366       NaN       NaN    0.9597       NaN       NaN    0.7985       NaN       NaN

[wd w]

Voss, thank you very much!

[Voss]

You're welcome!