MATLAB中外部数据读取并写入元胞数组的方法与步骤

MATLAB中外部数据读取并写入元胞数组的方法与步骤

由于最近做时序分类问题用到了LSTM，则不得不接触一下元胞数组这个概念了…

引用

1. matlab官方文档（textscan用法）：https://ww2.mathworks.cn/help/matlab/ref/textscan.html?searchHighlight=textscan&s_tid=doc_srchtitle
2. MATLAB读取文本数据的方法：https://blog.csdn.net/linus1994/article/details/81663749

• 元胞数组
  首先了解下基本概念，这篇文章介绍的挺好的，可以看看：https://blog.csdn.net/weixin_42163746/article/details/81193031

• textscan函数
  Matlab文本文件的读写函数可以分为两类，一类是高级函数(high-level)，一类是底层函数(low-level)。通常认为高级函数运用起来简单，但是定制性差。底层函数用法复杂，但是灵活性高。textscan函数是底层函数的一种，主要用于写入元胞数组。

…

基本用法

C = textscan(fileID,formatSpec)

说明：将已打开的文本文件中的数据读取到元胞数组 C。该文本文件由文件标识符 fileID 指示。使用 函数之前需用fopen 打开文件并获取 fileID 值。完成文件读取后，需调用 fclose(fileID) 来关闭文件。

formatSpec 可以理解为用来格式控制。textscan 函数重复应用格式字符串formatSpec,直到文件指针到达文件末尾，如果读取到不能匹配formatSpec的数据则读取自动结束。

下面给出一个简单的例子:

filename = 'F:\wd\scan1.dat';%文件所在位置，注意一定要加文件后缀
fileID = fopen(filename);
C = textscan(fileID,'%s %s %f32 %d8 %u %f %f %s %f');
fclose(fileID);

查看结果

C

C = 1x9 cell array
  Columns 1 through 5

    {3x1 cell}    {3x1 cell}    {3x1 single}    {3x1 int8}    {3x1 uint32}

  Columns 6 through 9

    {3x1 double}    {3x1 double}    {3x1 cell}    {3x1 double}

通过上述例子，我们大概知道了其函数的基本用法，现在重点来讲解下formatSpec是如何来控制读取格式的。

在上述例子中，%d ,%s等等表示转换设定符，字母代表一列字符的相应格式，常用的有%d, %f, %s，分别表示int，double以及字符串类型的数据，带有数字的可以具体参照官方文档。按照例中读取格式与顺序，按列读取（即一列储存为一个元胞单元），所以该元胞数组为1-by-9 大小，每个元胞单元为3-by-1。

如果想跳过中间某列字段，则可以用%*k表示，k是对应转换设定字符，如d，f，s。

…

以上仅对以空格为分隔符的数据文件起作用。如果遇到像csv类以逗号为分隔符的的文件，则必须使用下列格式的制定分隔符。

以csv文件为例，有

filename = 'F:\wd\scan1.csv';
fileID = fopen(filename);
C = textscan(fileID,'%s %s %f32 %d8 %u %f %f %s %f'，'Delimiter',',');%  其中 ',' 表示分隔符类型为逗号
fclose(fileID);

.

• 实战

更多用法请参考官方文档，现给出实战例子。

数据样式

一个样本数据包含四列同长的时间序列，共有数据样本9个，文件名为z1到z9，文件格式为.csv

filepath='F:\mydata\';%为了循环输入文件，先把文件前面的相同路径写出

for i=1:9 %循环读取

fileID=fopen([filepath,'z',num2str(i),'.csv']); %矩阵形式组合成路径字符串

a_txt=textscan(fileID,'%s',4,'Delimiter',','); %为了读取数据，先读文本
%其中4表示读取4次（注意该格式是读一个不是一列），结束后光标移到数字之前

XTrain(i)=textscan(fileID,repmat('%d',[1,4]),'Delimiter',',','CollectOutput',1);
%读取数据，四列都将储存在一个元胞单元中（单引号和逗号较多，注意区分）

fclose(fileID);
end

结果是一个1-by-9的元胞数组，即共有9个元胞单元，每个元胞单元结构为N-by-4，其中N为时间序列的长度。