在 Matlab 中绘制许多 csv“行”文件（或 R，如果你喜欢的话）[关闭]

Question

问题

我有 50 个具有这种结构的 .csv 文件：

value1,value2,...

一个长行，每个值用逗号分隔。

具体来说，它们是浮点数，每个 csv 都有不同数量的值。

0.0023593,0.0062565,0.00723753,0.0023353,0.0052353,0.0024353,...

我必须在相同图表中绘制每个数据文件，以找到这些值的趋势，并可能使用平均图。

我怎样才能以简单的方式做到这一点？ Matlab 是首选，但 R 是好的

更新

我知道我可以[在 Matlab 中] 做类似的事情：

>> arr1 = csvread('file1.csv');
>> plot(arr1)

和

>> arr2 = csvread('file2.csv');
>> plot(arr2)

...但我正在寻找一种程序方式。

更新2

感谢您的回答，我做了一个简单的 hack，我最终得到了正确的解决方案，但它是一个 hack。我刚刚使用 python 来复制命令，然后我运行了所有命令......

@Crowley 您的解决方案可能是正确的，但不幸的是存在一些语法问题。

@njc 感谢您的努力！但这不是我需要的，也许我的结果可以帮助您开发 R 代码，那么我一定会宣传您的答案是正确的。

结果如下：

用这个“愚蠢的”script制造

Answer 1

恐怕我不知道任何 MATLAB，但在 R 中执行此操作的一种方法是使用 ggplot2 包。它通过向图中添加不同的层来工作，这使得它成为使用不同数据框的便捷方式。

首先我生成了一些示例数据以供使用。

a <- data.frame(runif(100))
b <- data.frame(runif(150))
c <- data.frame(runif(125))

names(a) <- 'y'
names(b) <- 'y'
names(c) <- 'y'

这些只是不同长度的随机变量的数据帧。因为你所有的数据似乎都是一维的，所以我做了一个箱线图。

然后我分别使用每个数据框创建一个 ggplot。

p <- ggplot()
p <- p + geom_boxplot(data=a, aes(y=y, x=1, color='a'))
p <- p + geom_boxplot(data=b, aes(y=y, x=2, color='b'))
p <- p + geom_boxplot(data=c, aes(y=y, x=3, color='c'))
p         # to show the plot

每次我使用 geom_boxplot() 时，我都会在绘图中添加另一层。您也可以在一行中完成此操作。

p <- ggplot() + geom_boxplot(data=a, aes(y=y, x=1, color='a')) + geom_boxplot(data=b, aes(y=y, x=2, color='b')) + geom_boxplot(data=c, aes(y=y, x=3, color='c'))
p         # to show the plot

现在我再次阅读您的帖子，我突然想到您可能的意思是您想将这些点作为散点图，将文件中数字的位置作为 x 值。使用 ggplot 很容易做到这一点，尽管在我的示例中您不会看到任何趋势，因为我的值都是随机的。

q <- ggplot()
q <- q + geom_point(data=a, aes(y=y, x=1:dim(a)[1], color='a'))
q <- q + geom_point(data=b, aes(y=y, x=1:dim(b)[1], color='b'))
q <- q + geom_point(data=c, aes(y=y, x=1:dim(c)[1], color='c'))
q

或者

q <- ggplot() + geom_point(data=a, aes(y=y, x=1:dim(a)[1], color='a')) + geom_point(data=b, aes(y=y, x=1:dim(b)[1], color='b')) + geom_point(data=c, aes(y=y, x=1:dim(c)[1], color='c'))
q

我希望这会有所帮助！如果您对 ggplot 有任何疑问，请告诉我；虽然我肯定不是专家，但我会尽力而为。

注意：我在制作绘图之前将 a、b 和 c 的列名更改为“y”，但在制作数据时忘记更新它们的名称。

这与您想要平滑曲线而不是点之间的唯一区别是什么？如果是这样，那很容易解决。

首先我更改了数据，使其具有趋势。

a <- data.frame(runif(100)-(1:100)/300)
b <- data.frame(runif(150)-(1:150)/300)
c <- data.frame(runif(125)-(1:125)/300)
names(a) <- 'y'
names(b) <- 'y'
names(c) <- 'y'

然后我简单地将geom_point 替换为geom_smooth。

r <- ggplot()
r <- r + geom_smooth(data=a, aes(y=y, x=1:dim(a)[1], color='a'), se=FALSE)
r <- r + geom_smooth(data=b, aes(y=y, x=1:dim(b)[1], color='b'), se=FALSE)
r <- r + geom_smooth(data=c, aes(y=y, x=1:dim(c)[1], color='c'), se=FALSE)
r

se=FALSE 阻止它在背景中将标准错误显示为灰色带。如果标准错误对您有帮助，您可以省略它。

Answer 2

假设我们在YourFolder='whatever\address\' 文件夹中有数据，那么如果我们想要double 数组：

Files=dir(['YourFolder' .*']);  % look for csv. files in the folder
[M,~]=size(Files);           % count them
AllData=zeros(M,0);

for ii=1:M
  Temp=importdata([YourFolder,Files(ii).name '.csv'],','); % Read csv file into a structure
  Temp=Temp.data;   & Use only the data part
  if size(Temp,2>size(AllData,2)  %compare 2. dimensions of AllData and Temp
    % if Temp is wider, then append NaN values to AllData to match widths
    n=size(Temp,2)-size(AllData,2);
    Refill=nan(M,n);
    AllData=[AllData,Refill];
  elseif size(Temp,2<size(AllData,2)
    % If AllData is wider then append NaN values to Temp to match widths
    n=size(AllData,2)-size(Temp,2);
    Refill=nan(1,n);
    Temp=[Temp,Refill];
  end
  % append new line to AllData
  AllData(ii,:)=Temp;
end

plot(AllData') % Alldata shall be transposed because plot uses columns as data sets by default.

如果我们想让cell 数组与代码一起使用会更简单，因为向量不需要匹配。

Files=dir(['YourFolder' .*']);  % look for csv. files in the folder
[M,~]=size(Files);           % count them
AllData=cell(M,1);

for ii=1:M
  Temp=importdata([YourFolder,Files(ii).name '.csv'],','); % Read csv file into a structure
  Temp=Temp.data;   & Use only the data part

  % append new line to AllData
  AllData{ii}=Temp;
end

plot(AllData(:))