MATLAB Language
Lettura di file di grandi dimensioni
Ricerca…
textSCAN
Supponi di avere dati formattati in un file di testo o una stringa di grandi dimensioni, ad es
Data,2015-09-16,15:41:52;781,780.000000,0.0034,2.2345
Data,2015-09-16,15:41:52;791,790.000000,0.1255,96.5948
Data,2015-09-16,15:41:52;801,800.000000,1.5123,0.0043
si può usare textscan
per leggerlo abbastanza velocemente. Per fare ciò, ottenere un identificatore di file del file di testo con fopen
:
fid = fopen('path/to/myfile');
Supponiamo per i dati in questo esempio, vogliamo ignorare la prima colonna "Dati", leggere la data e l'ora come stringhe e leggere il resto delle colonne come doppi, cioè
Data , 2015-09-16 , 15:41:52;801 , 800.000000 , 1.5123 , 0.0043
ignore string string double double double
Per fare questo, chiama:
data = textscan(fid,'%*s %s %s %f %f %f','Delimiter',',');
L'asterisco in %*s
significa "ignora questa colonna". %s
significa "interpretare come una stringa". %f
significa "interpretare come doppi (float)". Infine, 'Delimiter',','
indica che tutte le virgole devono essere interpretate come il delimitatore tra ogni colonna.
Per riassumere:
fid = fopen('path/to/myfile');
data = textscan(fid,'%*s %s %s %f %f %f','Delimiter',',');
data
ora contengono un array di celle con ogni colonna in una cella.
Le stringhe della data e dell'ora sull'array numerico sono veloci
La conversione di stringhe di data e ora in array numerici può essere eseguita con il datenum
, anche se può richiedere fino alla metà del tempo di lettura di un file di dati di grandi dimensioni.
Considera i dati nell'esempio Textscan . Di nuovo, usando i testi e interpretando data e ora come numeri interi, essi possono essere rapidamente convertiti in un array numerico.
Cioè una riga nei dati di esempio sarebbe interpretata come:
Data , 2015 - 09 - 16 , 15 : 41 : 52 ; 801 , 800.000000 , 1.5123 , 0.0043
ignore double double double double double double double double double double
che sarà letto come:
fid = fopen('path/to/myfile');
data = textscan(fid,'%*s %f %f %f %f %f %f %f %f %f %f','Delimiter',',-:;');
fclose(fid);
Adesso:
y = data{1}; % year
m = data{2}; % month
d = data{3}; % day
H = data{4}; % hours
M = data{5}; % minutes
S = data{6}; % seconds
F = data{7}; % milliseconds
% Translation from month to days
ms = [0,31, 59, 90, 120, 151, 181, 212, 243, 273, 304, 334];
n = length(y); % Number of elements
Time = zeros(n,1); % Declare numeric time array
% Algorithm for calculating numeric time array
for k = 1:n
Time(k) = y(k)*365 + ms(m(k)) + d(k) + floor(y(k)/4)...
- floor(y(k)/100) + floor(y(k)/400) + (mod(y(k),4)~=0)...
- (mod(y(k),100)~=0) + (mod(y(k),400)~=0)...
+ (H(k)*3600 + M(k)*60 + S(k) + F(k)/1000)/86400 + 1;
end
Usando il datenum
su 566.678 elementi richiesti 6,626570 secondi, mentre il metodo sopra richiesto 0,048334 secondi, ovvero lo 0,73% del tempo per il datenum
o ~ 137 volte più veloce.