synchronize

Синхронизируйте расписания с общим временным вектором и переизбирайте или агрегируйте данные из входных расписаний

Описание

synchronize функция собирает переменные из всех входных расписаний, синхронизирует их с общим временным вектором и возвращает результат как одно расписание. Эффект похож на горизонтальную конкатенацию, хотя входные расписания могут иметь разное время строки. Когда synchronize функция синхронизирует переменные расписания в разное время, она также повторяет или агрегирует данные переменных с помощью заданного вами метода.

пример

TT = synchronize(TT1,TT2) создает расписание, TT, который содержит все переменные из обоих входных расписаний TT1 и TT2, синхронизированный с вектором времени строки, который является объединением времени строки от TT1 и TT2. Значения времени в строках TT находятся в отсортированном порядке без повторяемого времени.

В эффект, synchronize горизонтально конкатенирует переменные TT1 и TT2, даже когда у них различаются строки. В результате synchronize вставляет индикатор недостающих данных в TT где бы он ни имел:

  • Время строки только от TT1 но нет соответствующих данных от переменных TT2.

  • Время строки только от TT2 но нет соответствующих данных от переменных TT1.

Если TT1 и TT2 иметь переменные с одинаковыми именами, тогда synchronize переименовывает их и копирует обе переменные в TT.

Чтобы интерполировать или заполнить значения в TT используя различные методы для различных переменных, задайте VariableContinuity свойство каждого входного расписания. Для получения дополнительной информации смотрите Retime и Синхронизация переменных Timetable с использованием различных методов.

пример

TT = synchronize(TT1,TT2,newTimeBasis,method) создает TT путем синхронизации переменных из TT1 и TT2 к новому временному вектору, заданному как newTimeBasis. synchronize повторяет или агрегирует данные из переменных в TT1 и TT2 использование операции, заданной как method. Входной параметр, newTimeBasis, определяет, как synchronize создает строки значений TT от времени строки TT1 и TT2.

Для примера, если newTimeBasis является 'union' и method является 'linear', затем TT содержит значения времени строки из TT1 и TT2, и synchronize использует линейную интерполяцию, чтобы переизбрать данные из входных расписаний в время выходной строки.

пример

TT = synchronize(TT1,TT2,newTimeStep,method) создает TT путем синхронизации переменных из TT1 и TT2 к новому временному вектору, который регулярно разделяется модулем времени, заданной newTimeStep.

Для примера, если newTimeStep является 'daily' и method является 'mean', затем TT содержит строки с интервалом в один день и TT содержит ежедневные средства для каждой переменной от TT1 и TT2.

пример

TT = synchronize(TT1,TT2,'regular',method,'TimeStep',dt) использует временной шаг dt для вычисления регулярно разнесенных значений времени по строкам. dt - скалярная длительность или календарная длительность. Значения времени в строках TT охватывать область значений значений времени строк TT1 и TT2.

TT = synchronize(TT1,TT2,'regular',method,'SampleRate',Fs) использует частоту дискретизации Fs для вычисления регулярно разнесенных значений времени по строкам. Fs является положительным числовым скаляром, который задает количество выборок в секунду (Гц).

пример

TT = synchronize(TT1,TT2,newTimes,method) создает TT путем синхронизации переменных из TT1 и TT2 на newTimes, заданный вектор datetime или длительности с уникальным отсортированным временем. Времена в newTimes стать строчным временем TT.

пример

TT = synchronize(TT1,TT2,newTimeBasis) создает TT путем синхронизации переменных из TT1 и TT2 к новому временному вектору. synchronize вставляет индикаторы недостающих данных, где это необходимо в TT.

пример

TT = synchronize(TT1,TT2,newTimeStep) создает TT путем синхронизации переменных из TT1 и TT2 к новому временному вектору, который регулярно разделяется модулем времени, заданной newTimeStep. The synchronize функция вставляет индикаторы недостающих данных там, где это необходимо в TT.

TT = synchronize(TT1,TT2,'regular','TimeStep',dt) использует временной шаг dt для вычисления регулярно разнесенных значений времени по строкам. dt - скалярная длительность или календарная длительность. Значения времени в строках TT охватывать область значений значений времени строк TT1 и TT2.

TT = synchronize(TT1,TT2,'regular','SampleRate',Fs) использует частоту дискретизации Fs для вычисления регулярно разнесенных значений времени по строкам. Fs является положительным числовым скаляром, который задает количество выборок в секунду (Гц).

TT = synchronize(TT1,TT2,newTimes) создает TT путем синхронизации переменных из TT1 и TT2 к временному вектору, newTimes. The synchronize функция вставляет индикаторы недостающих данных там, где это необходимо в TT.

TT = synchronize(TT1,TT2,___,Name,Value) синхронизирует расписания с дополнительными опциями, заданными одним или несколькими Name,Value пар. Можно использовать этот синтаксис с входными параметрами любого из предыдущих синтаксисов.

TT = synchronize(TT1,...,TTN,___) создает расписание, TT, путем синхронизации N timetables TT1,...,TTN. Можно использовать этот синтаксис с входными параметрами любого из предыдущих синтаксисов.

Примеры

свернуть все

Загрузите два образца расписаний из файла. Затем синхронизируйте их данные с вектором нового времени строки.

load smallTT

Отображение расписаний. TT1 имеет значения строки, которые находятся вне порядка. TT1 и TT2 имеют различные переменные.

TT1
TT1=3×1 timetable
            Time            Temp
    ____________________    ____

    18-Dec-2015 12:00:00    42.3
    18-Dec-2015 08:00:00    37.3
    18-Dec-2015 10:00:00    39.1

TT2
TT2=3×1 timetable
            Time            Pressure
    ____________________    ________

    18-Dec-2015 09:00:00      30.1  
    18-Dec-2015 11:00:00     30.03  
    18-Dec-2015 13:00:00      29.9  

Синхронизация TT1 и TT2. Расписание выхода, TT, содержит все строки из обоих расписаний в сортированном порядке. В TT, Temp содержит NaN для значений времени строки из TT2, и Pressure содержит NaN для значений времени строки из TT1.

TT = synchronize(TT1,TT2)
TT=6×2 timetable
            Time            Temp    Pressure
    ____________________    ____    ________

    18-Dec-2015 08:00:00    37.3       NaN  
    18-Dec-2015 09:00:00     NaN      30.1  
    18-Dec-2015 10:00:00    39.1       NaN  
    18-Dec-2015 11:00:00     NaN     30.03  
    18-Dec-2015 12:00:00    42.3       NaN  
    18-Dec-2015 13:00:00     NaN      29.9  

Загрузите два графика расчета, которые содержат измерения погоды. Синхронизируйте их данные с объединением значений времени строк из расписаний.

load firstTT

Отображение расписаний.

TT1
TT1=3×1 timetable
            Time            Temp
    ____________________    ____

    06-Jun-2016 15:00:00    79.7
    06-Jun-2016 16:00:00    76.3
    06-Jun-2016 17:00:00    74.9

TT2
TT2=4×1 timetable
            Time            Humidity
    ____________________    ________

    06-Jun-2016 14:35:48      49.7  
    06-Jun-2016 15:35:48      52.2  
    06-Jun-2016 16:35:48      56.7  
    06-Jun-2016 17:35:48        60  

Синхронизируйте расписания. Чтобы выбрать объединение значений времени строки, задайте 'union'. Для повторной выборки TT1.Temp и TT2.Humidity используя линейную интерполяцию, задайте 'linear'.

TT = synchronize(TT1,TT2,'union','linear')
TT=7×2 timetable
            Time             Temp     Humidity
    ____________________    ______    ________

    06-Jun-2016 14:35:48    81.071       49.7 
    06-Jun-2016 15:00:00      79.7     50.708 
    06-Jun-2016 15:35:48    77.671       52.2 
    06-Jun-2016 16:00:00      76.3     54.014 
    06-Jun-2016 16:35:48    75.464       56.7 
    06-Jun-2016 17:00:00      74.9      58.03 
    06-Jun-2016 17:35:48    74.064         60 

Синхронизируйте два расписания с новыми временами строк, которые задают временные интервалы, что каждый диапазон в день. Агрегируйте данные из входных расписаний в ежедневные временные интервалы.

Загрузите выборки, которые содержат два разных набора измерений окружающей среды, indoors и outdoors. Данные о качестве воздуха поступают с датчика внутри создания, а погодные измерения - с датчиков снаружи. Расписания включают измерения, сделанные с 15 ноября 2015 года по 19 ноября 2015 года.

load indoors
load outdoors

Отображение первых трёх линий каждого расписания. Они не содержат одинаковых значений времени строки или переменных.

indoors(1:3,:)
ans=3×2 timetable
           Time            Humidity    AirQuality
    ___________________    ________    __________

    2015-11-15 00:00:24       36           80    
    2015-11-15 01:13:35       36           80    
    2015-11-15 02:26:47       37           79    

outdoors(1:3,:)
ans=3×3 timetable
           Time            Humidity    TemperatureF    PressureHg
    ___________________    ________    ____________    __________

    2015-11-15 00:00:24        49          51.3          29.61   
    2015-11-15 01:30:24      48.9          51.5          29.61   
    2015-11-15 03:00:24      48.9          51.5          29.61   

Агрегируйте данные из расписаний в ежедневные временные интервалы с помощью synchronize функция. Задайте 'daily' агрегировать данные в временных интервалах, которые охватывают один день за штуку. Задайте 'mean' для получения средних значений в каждом временном интервале для каждой переменной.

TT = synchronize(indoors,outdoors,'daily','mean');
TT(1:3,:)
ans=3×5 timetable
           Time            Humidity_indoors    AirQuality    Humidity_outdoors    TemperatureF    PressureHg
    ___________________    ________________    __________    _________________    ____________    __________

    2015-11-15 00:00:00          36.5            80.05            48.931             51.394         29.607  
    2015-11-16 00:00:00         36.85            80.35            47.924             51.571         29.611  
    2015-11-17 00:00:00         36.85            79.45             48.45             51.238         29.613  

Синхронизируйте два небольших расписания с погодными измерениями с набором регулярных значений времени строки, которые охватывают время строки во входных расписаниях. Задайте временной шаг как интервал между последовательными временами строк в выход расписании. Используйте линейную интерполяцию, чтобы переизбрать данные для времени в временном векторе, которые не совпадают со временем строки из входных расписаний.

Во-первых, загрузите два расписания.

load indoors
load outdoors

Отображение первых трёх линий каждого расписания. Они не содержат одинаковых значений времени строки или переменных.

indoors(1:3,:)
ans=3×2 timetable
           Time            Humidity    AirQuality
    ___________________    ________    __________

    2015-11-15 00:00:24       36           80    
    2015-11-15 01:13:35       36           80    
    2015-11-15 02:26:47       37           79    

outdoors(1:3,:)
ans=3×3 timetable
           Time            Humidity    TemperatureF    PressureHg
    ___________________    ________    ____________    __________

    2015-11-15 00:00:24        49          51.3          29.61   
    2015-11-15 01:30:24      48.9          51.5          29.61   
    2015-11-15 03:00:24      48.9          51.5          29.61   

Агрегируйте данные из расписаний в 30-минутные временные интервалы с помощью synchronize функция. Задайте регулярный временной шаг, используя 'regular' входной параметр и 'TimeStep' аргумент пары "имя-значение". Можно использовать эти аргументы, чтобы создать расписание, которое является регулярным, но чей временной шаг не является предопределенным шагом, таким как 'hourly'.

TT = synchronize(indoors,outdoors,'regular','linear','TimeStep',minutes(30));
TT(1:3,:)
ans=3×5 timetable
           Time            Humidity_indoors    AirQuality    Humidity_outdoors    TemperatureF    PressureHg
    ___________________    ________________    __________    _________________    ____________    __________

    2015-11-15 00:00:00           36               80                 49             51.299         29.61   
    2015-11-15 00:30:00           36               80             48.967             51.366         29.61   
    2015-11-15 01:00:00           36               80             48.934             51.432         29.61   

Синхронизируйте два небольших расписания с погодными измерениями с вектором произвольного момента времени. Используйте линейную интерполяцию, чтобы переизбрать данные для времени в временном векторе, которые не совпадают со временем строки из входных расписаний.

Загрузите два небольших расписания со временем строк для измерений, выполненных в получасовой отметке. Однако в каждом расписании существует время строка для данных, которые не были собраны в полчаса. Оба расписания являются нерегулярными, что означает, что временной шаг отличается между последовательными временами строк.

load halfHoursTT

Отображение расписаний. TT1 и TT2 имеют три строки и различные переменные.

TT1
TT1=3×1 timetable
            Time            Temp
    ____________________    ____

    18-Dec-2015 08:30:00    47.6
    18-Dec-2015 09:30:00    49.2
    18-Dec-2015 10:47:23    51.4

TT2
TT2=3×1 timetable
            Time            Pressure
    ____________________    ________

    18-Dec-2015 07:00:00      29.7  
    18-Dec-2015 09:30:00     30.03  
    18-Dec-2015 10:30:00      29.9  

Задайте временной вектор, которая включает в себя некоторые значения времени строк из каждого расписания.

newTimes = datetime('2015-12-18 08:30:00') + hours(0:1:2)
newTimes = 1x3 datetime
   18-Dec-2015 08:30:00   18-Dec-2015 09:30:00   18-Dec-2015 10:30:00

Синхронизация TT1 и TT2 на newTimes. The newTimes вектор имеет значения времени, которые не являются временами строк TT1 или TT2. Чтобы интерполировать значения данных для времени в newTimes которые не совпадают с временами строк в TT1 или TT2, задайте 'linear'.

TT = synchronize(TT1,TT2,newTimes,'linear')
TT=3×2 timetable
            Time             Temp     Pressure
    ____________________    ______    ________

    18-Dec-2015 08:30:00      47.6     29.898 
    18-Dec-2015 09:30:00      49.2      30.03 
    18-Dec-2015 10:30:00    50.906       29.9 

Загрузите два выборочных расписания и синхронизируйте их данные с вектором времени строки, которое у них общее.

load intersectTT

Отображение расписаний. TT1 и TT2 имеют три строки и различные переменные.

TT1
TT1=3×1 timetable
            Time            Temp
    ____________________    ____

    18-Dec-2015 08:00:00    37.3
    18-Dec-2015 10:00:00    39.1
    18-Dec-2015 12:00:00    42.3

TT2
TT2=3×1 timetable
            Time            Pressure
    ____________________    ________

    18-Dec-2015 06:00:00      30.1  
    18-Dec-2015 08:00:00     30.03  
    18-Dec-2015 10:00:00      29.9  

Синхронизация TT1 и TT2, определение 'intersection' как базис для времени строки выхода timetable. TT имеет только две строки, потому что TT1 и TT2 имеют всего два раза в строке.

TT = synchronize(TT1,TT2,'intersection')
TT=2×2 timetable
            Time            Temp    Pressure
    ____________________    ____    ________

    18-Dec-2015 08:00:00    37.3     30.03  
    18-Dec-2015 10:00:00    39.1      29.9  

Нет необходимости интерполировать или заполнять несопоставленные строки, потому что TT1 и TT2 оба имеют данные за общее время строки.

Синхронизируйте два небольших расписания с погодными измерениями с часовым временным вектором.

Загрузите два небольших расписания. В каждом расписании существует время строки для данных, которые не были собраны в час. Оба расписания являются нерегулярными, что означает, что временной шаг отличается между последовательными временами строк.

load irregularTT

Отображение расписаний. TT1 и TT2 имеют три строки и различные переменные.

TT1
TT1=3×1 timetable
            Time            Temp
    ____________________    ____

    18-Dec-2015 08:00:00    37.3
    18-Dec-2015 09:11:17    39.1
    18-Dec-2015 10:00:00    42.3

TT2
TT2=3×1 timetable
            Time            Pressure
    ____________________    ________

    18-Dec-2015 08:00:00      29.8  
    18-Dec-2015 09:27:23      29.7  
    18-Dec-2015 10:00:00      30.3  

Синхронизация TT1 и TT2, определение 'hourly' как временной шаг для времени строки выходного расписания. TT имеет данные от TT1 и TT2 где у них есть время строк, которые находятся в часе. TT имеет индикаторы недостающих данных, где у него есть время строки, которое TT1 и TT2 не имеют.

TT = synchronize(TT1,TT2,'hourly')
TT=3×2 timetable
            Time            Temp    Pressure
    ____________________    ____    ________

    18-Dec-2015 08:00:00    37.3      29.8  
    18-Dec-2015 09:00:00     NaN       NaN  
    18-Dec-2015 10:00:00    42.3      30.3  

Синхронизируйте два расписания. Применить mean метод к некоторым переменным timetable и sum метод для других.

Загрузите два небольших расписания, которые содержат измерения погоды для Бостона и Натика. Каждое расписание содержит показания температуры и осадков.

load citiesTT
Boston
Boston=6×2 timetable
           Time            Temp    Rain
    ___________________    ____    ____

    2016-06-09 06:03:00    59.5    0.05
    2016-06-09 12:00:23      63    0.08
    2016-06-09 18:02:57    61.7    0.13
    2016-06-10 06:01:47    55.4    0.15
    2016-06-10 12:06:00    62.3    0.87
    2016-06-10 18:02:57    58.8    0.33

Natick
Natick=5×2 timetable
           Time            Temp     Rain 
    ___________________    _____    _____

    2016-06-09 12:00:23     61.2    0.076
    2016-06-09 17:59:00     60.3     0.11
    2016-06-10 09:03:01     56.1     0.19
    2016-06-10 12:07:03    62.17     0.72
    2016-06-10 17:59:57     58.3      0.1

Синхронизируйте измерения с ежедневным временем, чтобы получить средние температуры и суммы измерений осадков. synchronize применяет указанный метод ко всем переменным timetable. Чтобы применить различные методы к различным переменным расписания, индексируйте в расписания, чтобы выбрать различные переменные и вызывайте synchronize для каждого метода, который вы используете.

BOS = Boston(:,'Temp');
NTK = Natick(:,'Temp');
TT1 = synchronize(BOS,NTK,'daily','mean')
TT1=2×2 timetable
           Time            Temp_BOS    Temp_NTK
    ___________________    ________    ________

    2016-06-09 00:00:00       61.4       60.75 
    2016-06-10 00:00:00     58.833      58.857 

BOS = Boston(:,'Rain');
NTK = Natick(:,'Rain');
TT2 = synchronize(BOS,NTK,'daily','sum')
TT2=2×2 timetable
           Time            Rain_BOS    Rain_NTK
    ___________________    ________    ________

    2016-06-09 00:00:00      0.26       0.186  
    2016-06-10 00:00:00      1.35        1.01  

Чтобы объединить все результаты в одно расписание, конкатенируйте TT1 и TT2.

TT = [TT1 TT2]
TT=2×4 timetable
           Time            Temp_BOS    Temp_NTK    Rain_BOS    Rain_NTK
    ___________________    ________    ________    ________    ________

    2016-06-09 00:00:00       61.4       60.75       0.26       0.186  
    2016-06-10 00:00:00     58.833      58.857       1.35        1.01  

Входные параметры

свернуть все

Входные расписания.

Основание для вычисления времени строк выхода расписания, заданное как вектор символов. newTimeBasis может быть любым из перечисленных методов.

Метод

Описание

'union' (по умолчанию)

Объединение значений времени строки

'intersection'

Пересечение времени строки

'commonrange'

Объединение времени строки, но над пересечением временных областей значений

'first'

Время строк только из первого входного расписания

'last'

Время строк только из последнего входного расписания

Временной шаг для интервалов времени в выход расписании, заданный как вектор символов. newTimeStep может быть любым из перечисленных временных шагов.

Временной шаг

Описание

'yearly'

Один год

'quarterly'

Одна четверть

'monthly'

Один месяц

'weekly'

Одна неделя

'daily'

Один день

'hourly'

Один час

'minutely'

Одна минута

'secondly'

Одна секунда

Время первой строки TT находится в начале модуля времени, которая включает самое раннее время строки из входных расписаний. Область значений значений числа строк в TT охватывает область значений значений времени строк от TT1 и TT2. Однако TT может не включать ни одно фактическое время строки из TT1 или TT2, поскольку они могут иметь время строки, которое не находится в началах любого модуля времени.

Частота дискретизации, заданная как положительный числовой скаляр. Fs задает количество выборок в секунду (Гц).

Временной шаг, заданный как скаляр datetime или скаляр длительности.

Типы данных: datetime | duration | calendarDuration

Новый временной вектор, заданный как вектор datetime или вектор длительности. Новый временной вектор должен быть вектором-столбцом. newTimes может иметь другое количество строк, чем любое из входных расписаний.

Метод для корректировки данных расписания, заданный как вектор символов, строковый скаляр или указатель на функцию. Можно использовать любой из перечисленных методов, чтобы настроить данные из входных расписаний.

Методы заливки

Скопируйте данные из строк каждого входа расписания, когда время строк выхода расписания совпадает со временем строк соответствующих входов. Затем заполните оставшиеся элементы выхода расписания индикаторов недостающих данных.

Чтобы заполнить оставшиеся элементы константой вместо индикатора недостающих данных, используйте 'Constant' аргумент пары "имя-значение".

Метод

Описание

'fillwithmissing' (по умолчанию)

Заполните погрешности в выходе индикаторов недостающих данных (для примера, NaN для числовых переменных).

'fillwithconstant'

Заполните погрешности в выходе значением 'Constant' аргумент пары "имя-значение". Значение по умолчанию 0.

Методы ближайшего соседа

Скопируйте данные из строк входных расписаний в строки расписания, чье время строки является ближайшим совпадением, в соответствии с заданным методом. Входные расписания должны сортироваться по строкам.

Метод

Описание

'previous'

Скопируйте данные из ближайшего предыдущего соседа в вход расписании, исходя из конца вектора времени строки. Если существует повторяющееся время строки, то 'previous' указывает последнюю из дубликатов.

'next'

Скопируйте данные от ближайшего следующего соседа в вход расписании, исходя из начала вектора времени строки. Если существует повторяющееся время строки, то 'next' указывает первый из дубликатов.

'nearest'

Скопируйте данные от ближайшего соседа по расписанию входа.

Методы интерполяции

Интерполируйте значения данных в выход расписании из значений данных в соседних строках входов расписаний. Входные расписания должны иметь отсортированное и уникальное время строк. Чтобы контролировать экстраполяцию данных сверх первого и последнего времени строки входных расписаний, используйте 'EndValues' аргумент пары "имя-значение".

Метод

Описание

'linear'

Используйте линейную интерполяцию.

'spline'

Используйте кусочно-кубическую сплайн интерполяцию.

'pchip'

Используйте кусочно-кубическую интерполяцию с сохранением формы.

'makima'

Используйте модифицированную кубическую эрмитовую интерполяцию акима.

Методы агрегации

Агрегируйте данные из строк входных расписаний по временным интервалам, заданным временами строк выходного расписания. Каждое время строки TT является левым краем временного интервала, со временем последовательной строки, являющимся правым ребром. По умолчанию левые края включаются в временные интервалы. Чтобы контролировать, включены ли в временные интервалы левые или правые границы интервала, используйте 'IncludedEdge' аргумент пары "имя-значение".

Если вы задаете временной вектор, newTimes, затем newTimes необходимо отсортировать в порядке возрастания. Если вы задаете временной базис выходного расписания следующим 'first' или 'last', затем время строки первого или последнего расписания должно быть отсортировано в порядке возрастания.

Все перечисленные методы опускаются NaNs, NaTs, и другие индикаторы недостающих данных, кроме func. Чтобы включить индикаторы недостающих данных, задайте func как указатель на функцию к функции, которая включает их при агрегировании данных.

Метод

Описание

'sum'

Суммируйте значения в каждом временном интервале.

'mean'

Вычислите среднее значение значений в каждом временном интервале.

'prod'

Вычислим продукт значений в каждом временном интервале.

'min'

Вычислим минимум значений в каждом временном интервале.

'max'

Вычислим максимум значений в каждом временном интервале.

'count'

Подсчитайте количество значений в каждом временном интервале.

'firstvalue'

Используйте первое значение в каждом временном интервале.

'lastvalue'

Используйте последнее значение в каждом временном интервале.

@func

Используйте функцию, заданную указателем на функцию (для примера, @std вычисление стандартного отклонения для значений в каждом временном интервале). func должен возвращать выходной аргумент, являющийся скаляром или вектором-строкой, и должен принимать пустые входы.

Метод по умолчанию

Метод по умолчанию эквивалентен уходу из method не задан.

Метод

Описание

'default' (по умолчанию)

Либо заполните погрешности индикаторами недостающих данных, либо используйте методы по переменным, если они заданы VariableContinuity свойство входных расписаний.

Аргументы в виде пар имя-значение

Задайте необязательные разделенные разделенными запятой парами Name,Value аргументы. Name - имя аргумента и Value - соответствующее значение. Name должны находиться внутри кавычек. Можно задать несколько аргументов в виде пар имен и значений в любом порядке Name1,Value1,...,NameN,ValueN.

Пример: TT = synchronize(TT1,TT2,newTimes,'fillwithconstant','Constant',-1) синхронизирует расписания TT1 и TT2 и присваивает значение -1 к элементам в строках TT с временами строк, которые не совпадают со временами строк в соответствующих входных расписаниях.

Значение для заполнения погрешностей, когда метод 'fillwithconstant', заданная как разделенная разделенными запятой парами, состоящая из 'Constant' и массив. Значение по умолчанию 0. Тип данных значения, заданного как 'Constant' должна быть совместима с типами данных переменных timetable.

Пример: TT = synchronize(TT1,TT2,'hourly','fillwithconstant','Constant','NONE') заполняет погрешности в TT с вектором символов 'NONE' когда все переменные в TT содержат текст.

Метод экстраполяции при использовании метода интерполяции, заданный как разделенная разделенными запятой парами, состоящая из 'EndValues' и любой из них 'extrap' или скаляром. Если вы задаете скаляр, то его тип данных должен быть совместим с переменными timetable.

Метод

Описание

'extrap' (по умолчанию)

Экстраполируйте с использованием метода, заданного method входной параметр

скаляр

Экстраполируйте путем заполнения промежутков вне области значений времени входа строки скаляром

Пример: TT = synchronize(TT1,TT2,'daily','previous','EndValues',1000) заполняет погрешности в TT с предыдущими значениями строк, где TT имеет значения в строках в область значений значений в строках от TT1 и TT2, и со значением 1000 где TT имеет значения в строках вне этой области значений.

Ребра для включения в каждый временной интервал, заданные как разделенная разделенными запятой парами, состоящая из 'IncludedEdge' и любой из них 'left' или 'right'. Каждое время строки TT является левым краем временного интервала, со временем последовательной строки, являющимся правым ребром.

Ребра

Описание

'left' (по умолчанию)

Все интервалы включают левую границу интервала, за исключением последнего интервала, который включает обоих ребер

'right'

Все интервалы включают правую границу интервала, за исключением первого интервала, который включает обоих ребер

Если вы задаете 'left'Затем временные интервалы включают левые края, кроме последнего интервала, который включает в себя обоих ребер. Если вы задаете 'right'Затем временные интервалы включают правые ребра, кроме первой ячейки, которая включает в себя обоих ребер.

Пример: TT = synchronize(TT1,TT2,'hourly','mean','IncludedEdge','right') включает правую границу интервала времени каждого временного интервала.

Вопросы совместимости

расширить все

Предупреждает, начиная с R2021a

Расширенные возможности

.
Введенный в R2016b