dataset
тип данных не рекомендуется. Чтобы работать с гетерогенными данными, используйте MATLAB®
table
тип данных вместо этого. Смотрите MATLAB table
документация для получения дополнительной информации.
В этом примере показано, как создать массив набора данных из числового массива, существующего в рабочей области MATLAB®.
Загрузка демонстрационных данных.
load fisheriris
Две переменные загружают в рабочую область: meas
, 150 4 числовой массив и species
, 150 1 массив ячеек меток разновидностей.
Создайте массив набора данных.
Используйте mat2dataset
преобразовывать числовой массив, meas
, в массив набора данных.
ds = mat2dataset(meas); ds(1:10,:)
ans = meas1 meas2 meas3 meas4 5.1 3.5 1.4 0.2 4.9 3 1.4 0.2 4.7 3.2 1.3 0.2 4.6 3.1 1.5 0.2 5 3.6 1.4 0.2 5.4 3.9 1.7 0.4 4.6 3.4 1.4 0.3 5 3.4 1.5 0.2 4.4 2.9 1.4 0.2 4.9 3.1 1.5 0.1
Массив, meas
, имеет четыре столбца, таким образом, массив набора данных, ds
, имеет четыре переменные. Имена переменных по умолчанию являются именем массивов, meas
, с добавленными номерами столбцов.
Можно задать собственную переменную или имена наблюдения с помощью аргументов пары "имя-значение" VarNames
и ObsNames
, соответственно.
Если вы используете dataset
чтобы преобразовать числовой массив в массив набора данных, по умолчанию, получившийся массив набора данных имеет одну переменную, которая является массивом вместо отдельных переменных для каждого столбца.
Исследуйте массив набора данных.
Возвратите размер массива набора данных, ds
.
size(ds)
ans = 1×2
150 4
Массив набора данных, ds
, одного размера с числовым массивом, meas
. Имена переменных и имена наблюдения не включают в размер массива набора данных.
Исследуйте метаданные набора данных массивов.
Возвратите свойства метаданных массива набора данных, ds
.
ds.Properties
ans = struct with fields:
Description: ''
VarDescription: {}
Units: {}
DimNames: {'Observations' 'Variables'}
UserData: []
ObsNames: {}
VarNames: {'meas1' 'meas2' 'meas3' 'meas4'}
Можно также получить доступ к свойствам индивидуально. Например, можно получить имена переменных с помощью ds.Properties.VarNames
.
Данные о доступе в переменной типа массив набора данных.
Можно использовать имена переменных с индексацией точки, чтобы получить доступ к данным в массиве набора данных. Например, найдите минимальное значение в первой переменной, meas1
.
min(ds.meas1)
ans = 4.3000
Измените имена переменных.
Эти четыре переменные в ds
на самом деле измерения длины чашелистика, ширины чашелистика, лепестковой длины и лепестковой ширины. Измените имена переменных, чтобы быть более описательными.
ds.Properties.VarNames = {'SLength','SWidth','PLength','PWidth'};
Добавьте описание.
можно добавить описание для массива набора данных.
ds.Properties.Description = 'Fisher iris data';
ds.Properties
ans = struct with fields:
Description: 'Fisher iris data'
VarDescription: {}
Units: {}
DimNames: {'Observations' 'Variables'}
UserData: []
ObsNames: {}
VarNames: {'SLength' 'SWidth' 'PLength' 'PWidth'}
Свойства массива набора данных обновляются с новыми именами переменных и описанием.
Добавьте переменную в массив набора данных.
Переменная species
массив ячеек меток разновидностей. Добавьте species
к массиву набора данных, ds
, как номинальный массив под названием Species
. Отобразите первые пять наблюдений в массиве набора данных.
ds.Species = nominal(species); ds(1:5,:)
ans = SLength SWidth PLength PWidth Species 5.1 3.5 1.4 0.2 setosa 4.9 3 1.4 0.2 setosa 4.7 3.2 1.3 0.2 setosa 4.6 3.1 1.5 0.2 setosa 5 3.6 1.4 0.2 setosa
Массив набора данных, ds
, теперь имеет пятую переменную, Species
.
В этом примере показано, как создать массив набора данных из неоднородных переменных, существующих в рабочей области MATLAB®.
Загрузка демонстрационных данных.
load carsmall
Создайте массив набора данных.
Создайте массив набора данных из подмножества переменных рабочей области.
ds = dataset(Origin,Acceleration,Cylinders,MPG); ds.Properties.VarNames(:)
ans = 4x1 cell array
{'Origin' }
{'Acceleration'}
{'Cylinders' }
{'MPG' }
При создании массива набора данных вы не должны вводить имена переменных. dataset
автоматически использует имя каждой переменной рабочей области.
Заметьте что массив набора данных, ds
, содержит набор переменных с типами гетерогенных данных. Origin
символьный массив, и другие переменные являются числовыми.
Исследуйте массив набора данных.
Отобразите первые пять наблюдений в массиве набора данных.
ds(1:5,:)
ans = Origin Acceleration Cylinders MPG USA 12 8 18 USA 11.5 8 15 USA 11 8 18 USA 12 8 16 USA 10.5 8 17
Примените функцию к массиву набора данных.
Используйте datasetfun
возвратить тип данных каждой переменной в ds
.
varclass = datasetfun(@class,ds,'UniformOutput',false);
varclass(:)
ans = 4x1 cell array
{'char' }
{'double'}
{'double'}
{'double'}
Можно получить дополнительную информацию о переменных с помощью summary(ds)
.
Измените массив набора данных.
Cylinders
числовая переменная, которая имеет значения 4
, 6, и
8
для количества цилиндров. Преобразуйте Cylinders
к номинальному массиву с уровнями four
, six
, и eight
.
Отобразите страну происхождения и количество цилиндров для первых 15 автомобилей.
ds.Cylinders = nominal(ds.Cylinders,{'four','six','eight'}); ds(1:15,{'Origin','Cylinders'})
ans = Origin Cylinders USA eight USA eight USA eight USA eight USA eight USA eight USA eight USA eight USA eight USA eight France four USA eight USA eight USA eight USA eight
Переменная Cylinders
имеет новый тип данных.
dataset
| datasetfun
| mat2dataset
| nominal