Import کردن داده ها در زبان متلب – آموزش متلب

یکشنبه ۲۲ فروردین ۱۴۰۰
بازدید ۲,۵۰۸ نفر
AmRo
(5 امتیاز از 1 رای)
Loading...

تصویر matlab-data-import_4490 Import کردن داده ها در زبان متلب - آموزش متلب

Import کردن داده ها در زبان متلب

وارد کردن (import) داده ها در متلب به معنای بارگیری داده ها از یک فایل خارجی است. تابع importdata امکان بارگیری داده از فایل های مخلتف را به 5 شکل زیر را فراهم می کند.

ردیف	توضیحات
1	A = importdata(filename) داده های فایل مشخص شده را در آرایه A بارگذاری می کند.
2	A = importdata(‘-pastespecial’) مشابه مورد قبلی با این تفاوت که از clipboard داده ها را بارگذاری می کند.
3	A = importdata(___, delimiterIn) مقدار delimiterIn را به عنوان جدا کنند ستون در فایل ASCII، اسم فایل و یا حافظه کلیپبورد تفسیر می کند. delimterIn را می توانید با هر یک از آرگومان های سینتکس های بالا استفاده کنید.
4	A = importdata(___, delimiterIn, headerlinesIn) داده های را از فایل ASCII، اسم فایل و یا حافظه کلیپبورد بارگذاری می کند. خواندن داده های عددی از خط headerLinesIn+1 شروع می شود.
5	[A, delimiterOut, headerlinesOut] = importdata(___) کاراکتری جدا کننده شناسایی شده برای فایل ASCII ورودی را در delimterOut و تعداد header line های شناسایی شده را در headerLinesOut باز میگرداند.

توجه! به طور پیشفرض، Octave از تابع importdata پشتیبانی نمی کند، بنابراین شما باید این پکیج را نصب کنید تا مثال های زیر در سیستم شما کار کند.

مثال 1

در این مثال یک فایل تصویری را بارگذاری و نمایش می دهیم. یک فایل اسکریپتی ایجاد کرده و کد زیر را در آن بنویسید:

filename = 'smile.jpg';
A = importdata(filename);
image(A);

filename = 'smile.jpg';

A = importdata(filename);

image(A);

زمانی که کد فوق توسط متلب اجرا شود، خروجی زیر نمایش داده می شود (باید تصویر انتخاب شده در دایرکتوری جاری باشد).

تصویر matlab-data-import_4490_1 Import کردن داده ها در زبان متلب - آموزش متلب

مثال 2

در این مثال یک فایل متنی را وارد کرده و یک جدا کننده برای تیتر ستون ها مشخص می کنیم. یک فایل مانند نمونه زیر ایجاد کنید که با فضای خالی داده ها از هم جدا شده باشند و نام آن را weeklydata.txt قرار دهید:

SunDay  MonDay  TuesDay  WednesDay  ThursDay  FriDay  SaturDay
95.01   76.21   61.54    40.57       55.79    70.28   81.53
73.11   45.65   79.19    93.55       75.29    69.87   74.68
60.68   41.85   92.18    91.69       81.32    90.38   74.51
48.60   82.14   73.82    41.03       0.99     67.22   93.18
89.13   44.47   57.63    89.36       13.89    19.88   46.60

SunDay MonDay TuesDay WednesDay ThursDay FriDay SaturDay

95.01 76.21 61.54 40.57 55.79 70.28 81.53

73.11 45.65 79.19 93.55 75.29 69.87 74.68

60.68 41.85 92.18 91.69 81.32 90.38 74.51

48.60 82.14 73.82 41.03 0.99 67.22 93.18

89.13 44.47 57.63 89.36 13.89 19.88 46.60

یک فایل اسکریپتی ایجاد کرده و کد زیر را در آن بنویسید:

filename = 'weeklydata.txt';
delimiterIn = ' ';
headerlinesIn = 1;
A = importdata(filename,delimiterIn,headerlinesIn);

% View data
for k = [1:7]
   disp(A.colheaders{1, k})
   disp(A.data(:, k))
   disp(' ')
end

filename = 'weeklydata.txt';

delimiterIn = ' ';

headerlinesIn = 1;

A = importdata(filename,delimiterIn,headerlinesIn);

% View data

for k = [1:7]

disp(A.colheaders{1, k})

disp(A.data(:, k))

disp(' ')

end

خروجی:

SunDay

95.0100

73.1100

60.6800

48.6000

89.1300

MonDay

76.2100

45.6500

41.8500

82.1400

44.4700

TuesDay

61.5400

79.1900

92.1800

73.8200

57.6300

WednesDay

40.5700

93.5500

91.6900

41.0300

89.3600

ThursDay

55.7900

75.2900

81.3200

0.9900

13.8900

FriDay

70.2800

69.8700

90.3800

67.2200

19.8800

SaturDay

81.5300

74.6800

74.5100

93.1800

46.6000

مثال 3

در این مثال داده های موجود در حافظه کلیپبورد را وارد می کنیم. خط زیر را کپی کنید تا در حافظه کلیپبورد شما ذخیره شود.

Mathematics is simple

یک فایل اسکریپتی ایجاد کرده و کد زیر را در آن بنویسید:

A = importdata('-pastespecial')

1	A = importdata('-pastespecial')

خروجی:

A = 
   'Mathematics is simple'

1 2	A = 'Mathematics is simple'

ورود/خروجی (I/O) سطح پایین

تابع importdata یک تابع سطح بالا است. توابع سطح پایین در متلب کنترل بیشتری برای خواندن و نوشتن در فایل را به کاربر می دهند. با این حال، این توابع به اطلاعات بیشتری در مورد فایل نیاز دارند تا به طور موثر کار کنند. زبان برنامه نویسی MATLAB توابع زیر را به منظور کار در سطح بایت و کاراکتر ارائه می دهد.

تابع	توضیحات
fclose	یک یا چند فایل باز را می بندد
feof	برای بررسی انتهای فایل استفاده می شود
ferror	اطلاعات خطای مربوط به I/O فایل
fgetl	خطی از فایل را می خواند. کاراکترهای خط جدید حذف می شوند
fgets	خطی از فایل را می خواند. کاراکترهای خط جدید را حفظ می کند
fopen	برای باز کردن فایل و یا دریافت اطلاعات در مورد فایل استفاده می شود
fprintf	برای نوشتن داده در فایل متنی استفاده می شود
fread	برای خواندن داده از فایل باینری استفاده می شود
frewind	نشانگر موقیعت فایل را به ابتدای فایل انتقال می دهد
fscanf	برای خواندن داده از فایل متنی استفاده می شود
fseek	برای انتقال نشانگر فایل به یک موقعیت خاص استفاده می شود
ftell	برای گرفتن موقعیت در فایل باز شده استفاده می شود
fwrite	برای نوشتن داده در فایل باینری استفاده می شود

وارد کردن داده متنی در سطح پایین

در زبان متلب برای وارد کردن داده متنی در سطح پایین می توانید از توابع زیر استفاده کنید:

تابع fscanf که برای خواندن داده قالب بندی شده از فایل ASCII یا یک متن استفاده می شود.
تابع fgetl و fgets که هر بار یک خط از فایل را می خوانند.
تابع fread که جریان داده ها را در سطح بایت یا بیت می خواند.

مثال:

در این مثال ما یک فایل به نام myfile.txt داریم که در پوشه جاری وجود دارد که داده های مربوط به بارندگی سه ماه ژوئن، جولای و آگوست برای سال 2012 در آن ذخیره شده است. این فایل شامل مجموعه ای تکراری به شکل زمان، ماه و میزان بارندگی در پنج نقطه است. هدر مربوط به این فایل تعداد ماه ها را در M نگه میدارد. بنابراین ما M مجموعه داریم. محتوای فایل به شکل زیر است:

Rainfall Data
Months: June, July, August
 
M = 3
12:00:00
June-2012
17.21  28.52  39.78  16.55 23.67
19.15  0.35   17.57  NaN   12.01
17.92  28.49  17.40  17.06 11.09
9.59   9.33   NaN    0.31  0.23 
10.46  13.17  NaN    14.89 19.33
20.97  19.50  17.65  14.45 14.00
18.23  10.34  17.95  16.46 19.34
09:10:02
July-2012
12.76  16.94  14.38  11.86 16.89
20.46  23.17  NaN    24.89 19.33
30.97  49.50  47.65  24.45 34.00
18.23  30.34  27.95  16.46 19.34
30.46  33.17  NaN    34.89  29.33
30.97  49.50  47.65  24.45 34.00
28.67  30.34  27.95  36.46 29.34
15:03:40
August-2012
17.09  16.55  19.59  17.25 19.22
17.54  11.45  13.48  22.55 24.01
NaN    21.19  25.85  25.05 27.21
26.79  24.98  12.23  16.99 18.67
17.54  11.45  13.48  22.55 24.01
NaN    21.19  25.85  25.05 27.21
26.79  24.98  12.23  16.99 18.67

Rainfall Data

Months: June, July, August

M = 3

12:00:00

June-2012

17.21 28.52 39.78 16.55 23.67

19.15 0.35 17.57 NaN 12.01

17.92 28.49 17.40 17.06 11.09

9.59 9.33 NaN 0.31 0.23

10.46 13.17 NaN 14.89 19.33

20.97 19.50 17.65 14.45 14.00

18.23 10.34 17.95 16.46 19.34

09:10:02

July-2012

12.76 16.94 14.38 11.86 16.89

20.46 23.17 NaN 24.89 19.33

30.97 49.50 47.65 24.45 34.00

18.23 30.34 27.95 16.46 19.34

30.46 33.17 NaN 34.89 29.33

30.97 49.50 47.65 24.45 34.00

28.67 30.34 27.95 36.46 29.34

15:03:40

August-2012

17.09 16.55 19.59 17.25 19.22

17.54 11.45 13.48 22.55 24.01

NaN 21.19 25.85 25.05 27.21

26.79 24.98 12.23 16.99 18.67

17.54 11.45 13.48 22.55 24.01

NaN 21.19 25.85 25.05 27.21

26.79 24.98 12.23 16.99 18.67

ما داده های موجود در این فایل را خوانده و نمایش می دهیم. یک فایل اسکریپتی ایجاد کرده و کد زیر را در آن بنویسید:

filename = '/data/myfile.txt';
rows = 7;
cols = 5;
 
% open the file
fid = fopen(filename);
 
% read the file headers, find M (number of months)
M = fscanf(fid, '%*s %*s\n%*s %*s %*s %*s\nM=%d\n\n', 1);
 
% read each set of measurements
for n = 1:M
   mydata(n).time = fscanf(fid, '%s', 1);
   mydata(n).month = fscanf(fid, '%s', 1);
 
   % fscanf fills the array in column order,
   % so transpose the results
   mydata(n).raindata  = ...
      fscanf(fid, '%f', [rows, cols]);
end
for n = 1:M
   disp(mydata(n).time), disp(mydata(n).month)
   disp(mydata(n).raindata)
end
 
% close the file
fclose(fid);

filename = '/data/myfile.txt';

rows = 7;

cols = 5;

% open the file

fid = fopen(filename);

% read the file headers, find M (number of months)

M = fscanf(fid, '%*s %*s\n%*s %*s %*s %*s\nM=%d\n\n', 1);

% read each set of measurements

for n = 1:M

mydata(n).time = fscanf(fid, '%s', 1);

mydata(n).month = fscanf(fid, '%s', 1);

% fscanf fills the array in column order,

% so transpose the results

mydata(n).raindata = ...

fscanf(fid, '%f', [rows, cols]);

end

for n = 1:M

disp(mydata(n).time), disp(mydata(n).month)

disp(mydata(n).raindata)

end

% close the file

fclose(fid);

خروجی:

12:00:00
June-2012
   17.2100   17.5700   11.0900   13.1700   14.4500
   28.5200       NaN    9.5900       NaN   14.0000
   39.7800   12.0100    9.3300   14.8900   18.2300
   16.5500   17.9200       NaN   19.3300   10.3400
   23.6700   28.4900    0.3100   20.9700   17.9500
   19.1500   17.4000    0.2300   19.5000   16.4600
   0.3500   17.0600   10.4600   17.6500   19.3400

09:10:02
July-2012
   12.7600       NaN   34.0000   33.1700   24.4500
   16.9400   24.8900   18.2300       NaN   34.0000
   14.3800   19.3300   30.3400   34.8900   28.6700
   11.8600   30.9700   27.9500   29.3300   30.3400
   16.8900   49.5000   16.4600   30.9700   27.9500
   20.4600   47.6500   19.3400   49.5000   36.4600
   23.1700   24.4500   30.4600   47.6500   29.3400

15:03:40
August-2012
   17.0900   13.4800   27.2100   11.4500   25.0500
   16.5500   22.5500   26.7900   13.4800   27.2100
   19.5900   24.0100   24.9800   22.5500   26.7900
   17.2500       NaN   12.2300   24.0100   24.9800
   19.2200   21.1900   16.9900       NaN   12.2300
   17.5400   25.8500   18.6700   21.1900   16.9900
   11.4500   25.0500   17.5400   25.8500   18.6700