Question

我正在使用虹膜数据集，它看起来如下......

5.4,3.7,1.5,0.2,Iris-setosa
4.8,3.4,1.6,0.2,Iris-setosa
4.8,3.0,1.4,0.1,Iris-setosa
4.3,3.0,1.1,0.1,Iris-setosa
5.8,4.0,1.2,0.2,Iris-setosa
...

如您所见，数据中有不同的类型。前几个是浮点数，最后一个是字符串。因此，我无法使用dlmread。当我尝试它时，我会遇到错误。

我尝试使用fscanf，但我的解决方案没有给我我想要的东西......

filename = "train.txt"
A = fopen(filename, 'r')
data = fscanf(A, '%f %f %f %f %s')

这将data作为1x1数组。

我想要的是将数据转换为矩阵，我可以按行和列访问值。因此，data(1,1)将是5.4。我对Octave中的I / O并不熟悉，所以感谢您的帮助。

Answer 1

以下适用于我，包括Matlab R2017a和Octave 4.2.1。有关详细信息，请参阅textscan documentation。

private void givenAddress(Answer answers) {
    when(subscriptionBuilder.observer(any(DataObserver.class))).then(answers);
    when(query.subscribe()).thenReturn(subscriptionBuilder);
    when(queryBuilder.build()).thenReturn(query);
    when(subscriptionBuilder.on(any())).thenReturn(subscriptionBuilder);
    when(subscriptionBuilder.onError(any())).thenReturn(subscriptionBuilder);
    when(queryBuilder.equal(any(Property.class), eq(ADDRESS))).thenReturn(queryBuilder);
    when(addressBox.query()).thenReturn(queryBuilder);

    underTest = new ClassToTest(addressBox);
}

这给出了

fid = fopen('filename.txt');
x = textscan(fid, '%f,%f,%f,%f,%s');
fclose(fid);
x_num = [x{1:4}];
x_str = x{5};

Answer 2

您可以使用参数CollectOutput设置为true的{{3}}轻松实现此目的;

确定数据连接的逻辑指示符，指定为逗号分隔的对由'CollectOutput'和true或者组成假。如果为true，则导入函数连续连接将相同基本MATLAB®类的单元输出到单个单元中阵列。

示例：

filename = 'train.txt';
fid = fopen(filename, 'r');
data = textscan(fid,'%f%f%f%f%s','CollectOutput',true,'Delimiter',',');
fclose(fid);

data变量将以单元格数组的形式返回，其中文件内容将根据基础类型进行分组。第一个单元格将包含数值，而第二个单元格包含字符串值...您可以按如下方式单独检索它们：

numerics = data{1};
texts = data{2};

Answer 3

Regular experssions对此类问题非常有帮助。它们允许您搜索特定的图案。例如，使用regexp，您可以在数据表中找到模式的所有实例，并使用out = regexp(str, expression, 'match')将其读入数组。根据您设置程序的方式，它可能会以1xn数组的形式读取它。但是，如果您知道每行中的列数，则可以轻松转换为类似vec2mat的数组。

将多种类型的文本文件转换为矩阵

3 个答案: