位置:首页 > 高级语言 > Matlab在线教程 > MATLAB数据导入

MATLAB数据导入

在MATLAB中导入数据意味着从外部文件加载数据。importdata 函数允许加载各种数据的不同格式的文件。它有以下五种形式:

S.N. 函数&说明
1 A = importdata(filename)
Loads data into array A from the file denoted by filename.
2 A = importdata('-pastespecial') 
Loads data from the system clipboard rather than from a file.
3 A = importdata(___, delimiterIn) 
Interprets delimiterIn as the column separator in ASCII file, filename, or the clipboard data. You can use delimiterIn with any of the input arguments in the above syntaxes.
4 A = importdata(___, delimiterIn, headerlinesIn)
Loads data from ASCII file, filename, or the clipboard, reading numeric data starting from lineheaderlinesIn+1.
5 [A, delimiterOut, headerlinesOut] = importdata(___)
dditionally returns the detected delimiter character for the input ASCII file in delimiterOut and the detected number of header lines in headerlinesOut, using any of the input arguments in the previous syntaxes.
默认情况下,Octave 没有importdata() 函数的支持,所以要搜索并安装这个包下面的例子Octave 安装工作。

示例 1

让我们加载和显示图像文件。创建一个脚本文件,并键入下面的代码:

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

当您运行该文件,MATLAB显示的图像文件。但是,必须保存在当前目录。

Importing Imange Files

示例 2

在这个例子中,我们导入的文本文件,并指定分隔符和列标题。我们创建以空格分隔的ASCII文件的列标题,名为 weeklydata.txt。

我们的文本文件weeklydata.txt 看起来像这样:

SunDay  MonDay  TuesDay  WednesDay  ThursDay  FriDay  SatureDay
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

创建一个脚本文件,并键入下面的代码:

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

当您运行该文件,它会显示以下结果:

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

SatureDay
   81.5300
   74.6800
   74.5100
   93.1800
   46.6000

示例 3

在这个例子中,让我们从剪贴板导入数据。

复制到剪贴板中的以下几行:

Mathematics is simple

创建一个脚本文件,并输入下面的代码:

A = importdata('-pastespecial')

当您运行该文件,它会显示以下结果:

A = 
    'Mathematics is simple'

低级别的文件I / O

有关importdata 函数是一个高层次的函数。低级别的文件,在MATLAB中的I / O功能允许读取或写入数据到一个文件中的大部分控制权。然而,这些功能都需要您的文件更详细的信息,以提高工作效率。

MATLAB字节或字符的读取和写入操作提供了以下功能:

函数 描述
fclose Close one or all open files
feof Test for end-of-file
ferror Information about file I/O errors
fgetl Read line from file, removing newline characters
fgets Read line from file, keeping newline characters
fopen Open file, or obtain information about open files
fprintf Write data to text file
fread Read data from binary file
frewind Move file position indicator to beginning of open file
fscanf Read data from text file
fseek Move to specified position in file
ftell Position in open file
fwrite Write data to binary file

导入文本数据文件与低级别的I/O

MATLAB低层次的导入文本数据文件提供了以下函数:

  • fscanf函数读取文本或ASCII文件格式的数据。

  • fgetl和fgets的函数读取一行的文件,换行符分隔每一行。

  • fread函数读出的数据流的字节或位的级别。

例子

我们有myfile.txt 文本数据文件保存在我们的工作目录。该文件存储降雨量数据为3个月,6月,7月和2012年8月。

myfile.txt 包含重复的数据集的时间,一个月的雨量测量五个数据项。头数据存储数个月的中号,所以我们有M组测量。

该文件看起来像这样:

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

我们将数据导入此文件,并显示这些数据。采取以下步骤:

  1. 用fopen函数打开的文件并获得文件标识符。

  2. 描述文件中的数据格式说明符,如'%s'为一个字符串,'%d'为一个整数,或“%f'表示一个浮点数。

  3. 要跳过文字字符的文件,包括他们的格式描述。要跳过一个数据字段,在符使用一个星号(“*”)。

    例如,要读取头,并返回单个的M值,我们这样写:

    M = fscanf(fid, '%*s %*s
    %*s %*s %*s %*s
    M=%d
    
    ', 1);
  4. 缺省情况下,fscanf读取数据,直到它可以根据我们的格式说明描述的数据不匹配,或它到达文件末尾的。在这里,我们将使用for循环阅读3组数据,每一次,它会读取7行5列。

  5. 我们将创建一个名为mydata 在工作区中,从文件中读取数据存储结构。这种结构具有三个字段 - 时间,月和raindata阵列。

创建一个脚本文件,并键入下面的代码:

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
%*s %*s %*s %*s
M=%d

', 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);

当您运行该文件,它会显示以下结果:

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