Считайте данные в datastore
data = read(ds)
[data,info]
= read(ds)
Создайте datastore из файла примера, airlinesmall.csv
, который содержит табличные данные.
ds = tabularTextDatastore('airlinesmall.csv','TreatAsMissing','NA','MissingValue',0);
Измените свойство SelectedVariableNames
задать переменные интереса.
ds.SelectedVariableNames = {'DepTime','ArrTime','ActualElapsedTime'};
В то время как существуют доступные данные, которые будут считаны из datastore, считайте один блок данных за один раз и анализируйте данные. В этом примере суммируйте фактическое прошедшее время.
sumElapsedTime = 0; while hasdata(ds) T = read(ds); sumElapsedTime = sumElapsedTime + sum(T.ActualElapsedTime); end
Просмотрите сумму фактического прошедшего времени.
sumElapsedTime
sumElapsedTime = 14531797
Создайте datastore из файла примера, mapredout.mat
, который является выходным файлом функции mapreduce
.
ds = datastore('mapredout.mat');
Считайте подмножество данных в datastore.
T = read(ds)
T=1×2 table
Key Value
____ _______
'AA' [14930]
Измените количество пар "ключ-значение", чтобы читать за один раз путем изменения свойства ReadSize
datastore.
ds.ReadSize = 5;
Считайте следующие пять пар "ключ-значение" в datastore.
T = read(ds)
T=5×2 table
Key Value
____ _______
'AS' [ 2910]
'CO' [ 8138]
'DL' [16578]
'EA' [ 920]
'HP' [ 3660]
Создайте datastore, который поддерживает четность между парой изображений базовых хранилищ данных. Например, создайте два отдельных хранилища данных изображений, и затем создайте объединенный datastore, представляющий два базовых хранилища данных.
Создайте datastore изображений imds1
, представляющий набор трех изображений.
imds1 = imageDatastore({'street1.jpg','street2.jpg','peppers.png'});
Создайте второй datastore imds2
, содержащий маску ярких областей трех изображений. Чтобы создать этот datastore, сначала преобразуйте изображения imds1
к шкале полутонов. Затем преобразуйте каждое изображение в бинарную маску путем отображения ярких пикселей (со значением, больше, чем 250) к белым и темным пикселям к черному цвету.
imds2 = transform(imds1,@(x) rgb2gray(x)>250);
Создайте объединенный datastore из imds1
и imds2
.
imdsCombined = combine(imds1,imds2);
Считайте первое подмножество данных из объединенного datastore. Вывод является 1 2 массивом ячеек. Эти два столбца представляют первое подмножество данных, считанных из двух базовых хранилищ данных imds1
и imds2
, соответственно.
dataOut = read(imdsCombined)
dataOut = 1x2 cell array
{480x640x3 uint8} {480x640 logical}
Отобразите данные о чтении из объединенного datastore как пара мозаичных изображений.
tile = imtile(dataOut); imshow(tile)
ds
Введите datastoreВведите datastore. Можно использовать эти хранилища данных в качестве входа к методу read
.
Хранилища данных MATLAB® — Хранилища данных, созданные с помощью MATLAB функции datastore
. Например, создайте datastore для набора изображений с помощью ImageDatastore
. Для полного списка хранилищ данных смотрите, Выбирают Datastore for File Format или Application.
Объединенные и преобразованные хранилища данных — Хранилища данных создали использование функции transform
и combine
.
Пользовательские хранилища данных — Хранилища данных создали использование пользовательской среды хранилища данных. Смотрите Разрабатывают Пользовательский Datastore.
данные
Выходные данныеВыходные данные, возвращенные как таблица или массив в зависимости от типа ds
.
Тип Datastore | Тип данных data | Описание |
---|---|---|
TabularTextDatastore и SpreadsheetDatastore | Таблица | Свойство SelectedVariableNames определяет табличные переменные. |
ImageDatastore | Целочисленный массив | Размерности целочисленного массива зависят от типа изображения:
ReadSize больше, чем 1, то data является массивом ячеек данных изображения, соответствующих каждому изображению. Функция read поддерживает все типы изображения, поддержанные функцией imread . Для получения дополнительной информации о поддерживаемых типах изображения смотрите imread . |
KeyValueDatastore | Таблица | Именами табличной переменной является Key и Value . |
FileDatastore | Отличается | Вывод совпадает с выходным параметром, возвращенным пользовательской функцией чтения, заданной значением 'ReadFcn' . |
TransformedDatastore | Отличается | Вывод совпадает с выводом функции преобразования, @fcn , заданный в методе transform раньше, создавал TransformedDatastore . |
CombinedDatastore | Отличается | Содержит горизонтальную конкатенацию вывода чтения от соответствующих базовых хранилищ данных. |
информация
Информация о считанных данныхИнформация о считанных данных, возвращенных как массив структур или массив ячеек массивов структур.
Для хранилищ данных MATLAB и TransformedDatastore
, info
является массивом структур, который имеет поля с информацией о datastore.
Для CombinedDatastore
info
является массивом ячеек массивов структур. Каждый элемент массива ячеек содержит структуру с соответствующими полями соответствующего базового datastore.
Информация в массиве структур зависит от типа входного datastore. Массив структур может содержать следующие поля.
Имя поля | Типы хранилищ данных | Описание |
---|---|---|
Filename | Все | Filename является полностью разрешенным путем, содержащим строку пути, имя файла и расширение файла. Поскольку ImageDatastore возражает, чье свойство ReadSize больше, чем 1, Filename является массивом ячеек имен файлов, соответствующих каждому изображению. |
FileSize | Все | Общий размер файла, в байтах. Поскольку Для MAT-файлов значение
|
FileType | KeyValueDatastore только | Тип файла, из которого данные считаны, или |
Label | ImageDatastore только | Имя метки изображения. Если свойство |
NumCharactersRead | TabularTextDatastore только | Количество чтения символов. |
NumDataRows | SpreadsheetDatastore только | Вектор, содержащий количество строк, считанных из каждого листа. |
Offset | KeyValueDatastore и TabularTextDatastore только | Стартовая позиция операции чтения, в байтах. Для MAT-файлов |
SheetNames | SpreadsheetDatastore только | Имена чтения листов. |
SheetNumbers | SpreadsheetDatastore только | Нумерация сопоставленного с чтением листов. |
1. Если смысл перевода понятен, то лучше оставьте как есть и не придирайтесь к словам, синонимам и тому подобному. О вкусах не спорим.
2. Не дополняйте перевод комментариями “от себя”. В исправлении не должно появляться дополнительных смыслов и комментариев, отсутствующих в оригинале. Такие правки не получится интегрировать в алгоритме автоматического перевода.
3. Сохраняйте структуру оригинального текста - например, не разбивайте одно предложение на два.
4. Не имеет смысла однотипное исправление перевода какого-то термина во всех предложениях. Исправляйте только в одном месте. Когда Вашу правку одобрят, это исправление будет алгоритмически распространено и на другие части документации.
5. По иным вопросам, например если надо исправить заблокированное для перевода слово, обратитесь к редакторам через форму технической поддержки.