(Не Рекомендуемый), Преобразуют матрицу в массив набора данных
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.
Преобразуйте матрицу в массив набора данных с помощью опций по умолчанию.
Загрузка демонстрационных данных.
load('fisheriris')
X = meas;
size(X)
ans = 1×2
150 4
Преобразуйте матрицу в массив набора данных.
ds = mat2dataset(X); size(ds)
ans = 1×2
150 4
ds(1:5,:)
ans = X1 X2 X3 X4 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
Когда вы не задаете имена переменных, mat2dataset
использует матричное имя и номера столбцов, чтобы создать имена переменных по умолчанию.
Загрузка демонстрационных данных.
load('fisheriris')
X = meas;
size(X)
ans = 1×2
150 4
Преобразуйте матрицу в массив набора данных, обеспечив имя переменной для каждого четырех столбцов X
.
ds = mat2dataset(X,'VarNames',{'SLength',... 'SWidth','PLength','PWidth'}); size(ds)
ans = 1×2
150 4
ds(1:5,:)
ans = SLength SWidth PLength PWidth 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
Преобразуйте матрицу в массив набора данных, содержащий многостолбцовые переменные.
Загрузка демонстрационных данных.
load('fisheriris')
X = meas;
size(X)
ans = 1×2
150 4
Преобразуйте матрицу в массив набора данных, комбинируя измерения чашелистика (первые два столбца) в одну переменную под названием SepalMeas
, и лепестковые измерения (третьи и четвертые столбцы) в имена переменных PetalMeas
.
ds = mat2dataset(X,'NumCols',[2,2],... 'VarNames',{'SepalMeas','PetalMeas'}); ds(1:5,:)
ans = SepalMeas PetalMeas 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
Выходной массив набора данных имеет 150 наблюдений и 2 переменные.
size(ds)
ans = 1×2
150 2
X
— Введите матрицуВведите матрицу, чтобы преобразовать в массив набора данных, заданный как M-by-N числовая матрица. Каждый столбец X
становится переменной в выходе M-by-N массив набора данных.
Типы данных: single
| double
Задайте дополнительные разделенные запятой пары Name,Value
аргументы. Name
имя аргумента и Value
соответствующее значение. Name
должен появиться в кавычках. Вы можете задать несколько аргументов в виде пар имен и значений в любом порядке, например: Name1, Value1, ..., NameN, ValueN
.
'NumCols',[1,1,2,1]
указывает, что 3-и и 4-е столбцы входной матрицы должны быть объединены в одну переменную.'VarNames'
— Имена переменных для выходного массива набора данныхИмена переменных для выходного массива набора данных, заданного как разделенная запятой пара, состоящая из 'VarNames'
и массив строк или массив ячеек из символьных векторов. Необходимо обеспечить имя переменной для каждой переменной в ds
. Имена должны быть допустимыми идентификаторами MATLAB и должны быть уникальными.
Пример: 'VarNames',{'myVar1','myVar2','myVar3'}
'ObsNames'
— Наблюдение называет для выходного массива набора данныхНаблюдение называет для выходного массива набора данных, заданного как разделенная запятой пара, состоящая из 'ObsNames'
и массив строк или массив ячеек из символьных векторов. Имена не должны быть допустимыми идентификаторами MATLAB, но они должны быть уникальными.
'NumCols'
— Количество столбцов для каждой переменнойКоличество столбцов для каждой переменной в ds
, заданный как разделенная запятой пара, состоящая из 'NumCols'
и вектор неотрицательных целых чисел. Когда количество столбцов для переменной больше один, mat2dataset
объединения несколько столбцов в X
в одну переменную в ds
. Вектор вы присваиваете NumCols
должен суммировать к size(X,2)
.
Например, чтобы преобразовать матрицу с восемью столбцами в массив набора данных с пятью переменными, задайте вектор с пятью элементами, которые суммируют к восемь, такие как 'NumCols',[1,1,3,1,2]
.
У вас есть модифицированная версия этого примера. Вы хотите открыть этот пример со своими редактированиями?
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.