将多种类型的文本文件转换为矩阵答案

【问题标题】：Convert text file of multiple types to matrix将多种类型的文本文件转换为矩阵
【发布时间】：2018-01-27 07:50:55
【问题描述】：

我正在使用 iris 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。因此我不能使用dlmread。当我尝试它时，我得到了错误。

我尝试使用fscanf，但我的解决方案没有给我想要的...

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

这将data 作为一个 1x1 数组。

我想要的是将数据转换为矩阵，我可以在其中按行和列访问值。所以，data(1,1) 将是 5.4。我对 Octave 中的 I/O 不太熟悉，因此非常感谢您的帮助。

【问题讨论】：

试试：pkg load io; data = csv2cell("train.txt");
您的fscanf 格式字符串缺少逗号。

标签： matlab matrix io octave

【解决方案1】：

以下对我有用，在 Matlab R2017a 和 Octave 4.2.1 中。如需更多信息，请参阅textscan documentation。

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

这给了

x_num =
   5.400000000000000   3.700000000000000   1.500000000000000   0.200000000000000
   4.800000000000000   3.400000000000000   1.600000000000000   0.200000000000000
   4.800000000000000   3.000000000000000   1.400000000000000   0.100000000000000
   4.300000000000000   3.000000000000000   1.100000000000000   0.100000000000000
   5.800000000000000   4.000000000000000   1.200000000000000   0.200000000000000

x_str =
  5×1 cell array
    'Iris-setosa'
    'Iris-setosa'
    'Iris-setosa'
    'Iris-setosa'
    'Iris-setosa'

【讨论】：

【解决方案2】：

您可以通过使用textscan function 并将参数CollectOutput 设置为true 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 或错误的。如果为真，则导入函数连接连续的相同基本 MATLAB® 类的输出单元到单个数组。

例子：

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

data 变量将以元胞数组的形式返回，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，而第二个单元格将包含字符串值...您可以按如下方式分别检索它们：

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

【讨论】：

【解决方案3】：

Regular experssions 对此类问题非常有帮助。它们允许您搜索特定模式或模式。例如，使用regexp，您可以使用out = regexp(str, expression, 'match') 在数据表中找到模式的所有实例并将它们读入数组。根据您设置程序的方式，它可能会将其作为 1xn 数组读入。但是如果你知道每行的列数，你可以很容易地转换成一个数组，比如vec2mat。

【讨论】：