MATLAB Language
Läser stora filer
Sök…
Textscan
Antag att du har formaterat data i en stor textfil eller sträng, t.ex.
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
man kan använda textscan
att läsa detta ganska snabbt. För att göra det, få en filidentifiering av textfilen med fopen
:
fid = fopen('path/to/myfile');
Antag för uppgifterna i det här exemplet, vi vill ignorera den första kolumnen "Data", läsa datum och tid som strängar och läsa resten av kolumnerna som dubblar, dvs.
Data , 2015-09-16 , 15:41:52;801 , 800.000000 , 1.5123 , 0.0043
ignore string string double double double
För att göra detta, ring:
data = textscan(fid,'%*s %s %s %f %f %f','Delimiter',',');
Stjärnan i %*s
betyder "ignorera den här kolumnen". %s
betyder "tolka som en sträng". %f
betyder "tolka som dubblar (flyter)". Slutligen säger 'Delimiter',','
att alla komma bör tolkas som avgränsaren mellan varje kolumn.
För att sammanfatta:
fid = fopen('path/to/myfile');
data = textscan(fid,'%*s %s %s %f %f %f','Delimiter',',');
data
innehåller nu en celluppsättning med varje kolumn i en cell.
Datum- och tidsträngar till numeriska array snabbt
Konvertering av datum- och tidssträngar till numeriska arrayer kan göras med datenum
, men det kan ta så mycket som halva tiden för att läsa en stor datafil.
Tänk på uppgifterna i exempel Textscan . Genom att återigen använda textskanna och tolka datum och tid som heltal kan de snabbt konverteras till en numerisk grupp.
Dvs en rad i exempeldata skulle tolkas som:
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
som kommer att läsas som:
fid = fopen('path/to/myfile');
data = textscan(fid,'%*s %f %f %f %f %f %f %f %f %f %f','Delimiter',',-:;');
fclose(fid);
Nu:
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
Att använda datenum
på 566 678 element krävde 6,626570 sekunder, medan metoden ovan krävde 0,048334 sekunder, dvs. 0,73% av tiden för datenum
eller ~ 137 gånger snabbare.