۸
مهر

جلسه ۱۷ : ورود داده در متلب

دسته‌بندی‌ها :

جزئیات
نوع محتواآموزش تصویری

فهرست

مقدمه

با عرض سلام و وقت بخیر خدمت کاربران سایت پی وی لرن. و کاربرانی که دوره کامل آموزش متلب را دنبال می کنند. ورود داده ها در MATLAB به معنی بارگیری داده ها از یک فایل خارجی است. این قابلیت در موارد بسیاری کاربرد دارد. با این روش شما می توانید فایل های حاوی برنامه های کاملی که شما به آن نیاز دارید را به برنامه ی خود اضافه کرده و از کدهای آن استفاده نمائید. تابع importdata اجازه بارگذاری فایل های مختلف داده از فرمت های مختلف را خارج از متلب می دهد. همچنین متلب توابع مختلفی را برای کار با فایل های داده از جمله اقدامات باز کردن ، بستن ، جستجو و … را در وارد کردن داده های فایل متنی در متلب را می دهد. برای آشنایی با ورود داده در متلب در ادامه ی مباحث این آموزش با ما همراه باشید.

آشنایی با ورود داده در متلب

در ابتدای مبحث آشنایی با ورود داده در متلب شما را با شکل های مختلف importdata در متلب آشنا می کنیم:

ردیف	تابع و عملکرد آن
۱	(A = importdata(filename داده ها را به آرایه A از فایل مشخص شده توسط نام فایل بارگیری می کند.
۲	(A = importdata(‘-pastespecial’ داده ها را از کلیپ بورد سیستم و نه از یک فایل بارگیری می کند.
۳	(A = importdata(___, delimiterIn شما می توانید از delimiterIn با هر یک از آرگومان ورودی در دستورات بالا استفاده کنید.
۴	(A = importdata(___, delimiterIn, headerlinesIn داده ها را از فایل ASCII، نام فایل یا کلیپ بورد بارگذاری می کند، داده های عددی را که از خط headerlinesIn + 1 شروع می شود، می خواند.
۵	(___)A, delimiterOut, headerlinesOut] = importdata] علامت جدا کننده مشخص شده برای فایل ورودی ASCII در delimiterOut و تعداد خطوط هدر را در headerlinesOut،بر می گرداند.

نکته: به طور پیش فرض متلب ()importdata را پشتیبانی نمی کند. باید این افزونه را در اینترنت جستجو کرده و نصب نمائید.

مثال ۱- برای نمونه می خواهیم یک فایل عکس را باز کنیم، برای این منظور کد زیر را در فایل اسکریپت ایجاد شده وارد کنید:

مثال :

filename = 'smile.jpg';
A = importdata(filename);
image(A);

filename = 'smile.jpg';

A = importdata(filename);

image(A);

زمانیکه شما فایل فوق را اجرا نمائید متلب نتیجه ی زیر را نمایش خواهد داد :

آشنایی با ورود داده در متلب

مثال ۲- در این مثال یک فایل متنی با نام weeklydata.txt را ایجاد کرده و ستون ها و هدر آن را مشخص می کنیم.

فایل متنی weeklydata.txt بصورت زیر است :

مثال :

SunDay  MonDay  TuesDay  WednesDay  ThursDay  FriDay  SaturDay
95.01   76.21   61.54    40.57       55.79    70.28   81.53
73.11   45.65   79.19    93.55       75.29    69.87   74.68
60.68   41.85   92.18    91.69       81.32    90.38   74.51
48.60   82.14   73.82    41.03       0.99     67.22   93.18
89.13   44.47   57.63    89.36       13.89    19.88   46.60

SunDay MonDay TuesDay WednesDay ThursDay FriDay SaturDay

95.01 76.21 61.54 40.57 55.79 70.28 81.53

73.11 45.65 79.19 93.55 75.29 69.87 74.68

60.68 41.85 92.18 91.69 81.32 90.38 74.51

48.60 82.14 73.82 41.03 0.99 67.22 93.18

89.13 44.47 57.63 89.36 13.89 19.88 46.60

سپس یک فایل اسکریپت ایجاد کرده و کد زیر را در آن تایپ می کنیم:

مثال :

filename = 'weeklydata.txt';
delimiterIn = ' ';
headerlinesIn = 1;
A = importdata(filename,delimiterIn,headerlinesIn);

% View data
for k = [1:7]
   disp(A.colheaders{1, k})
   disp(A.data(:, k))
   disp(' ')
end

filename = 'weeklydata.txt';

delimiterIn = ' ';

headerlinesIn = 1;

A = importdata(filename,delimiterIn,headerlinesIn);

% View data

for k = [1:7]

disp(A.colheaders{1, k})

disp(A.data(:, k))

disp(' ')

end

زمانیکه شما فایل فوق را اجرا کنید نتیجه ی آن در متلب بصورت زیر خواهد بود:

مثال :

SunDay

95.0100

73.1100

60.6800

48.6000

89.1300

MonDay

76.2100

45.6500

41.8500

82.1400

44.4700

TuesDay

61.5400

79.1900

92.1800

73.8200

57.6300

WednesDay

40.5700

93.5500

91.6900

41.0300

89.3600

ThursDay

55.7900

75.2900

81.3200

0.9900

13.8900

FriDay

70.2800

69.8700

90.3800

67.2200

19.8800

SaturDay

81.5300

74.6800

74.5100

93.1800

46.6000

مثال ۳- در این مثال وارد کردن داده ها از کلیبورد را بررسی می کنیم.

ابتدا کد زیر را به کلیبورد کپی کنید:

مثال :

A = importdata('-pastespecial')

1	A = importdata('-pastespecial')

با اجرای فایل فوق در متلب ، نتیجه ی زیر ظاهر خواهد شد :

مثال :

A = 
   'Mathematics is simple'

1 2	A = 'Mathematics is simple'

فایل سطح پایین I/O

تابع importdata یک تابع سطح بالا در متلب است.

توابع فایل I / O در سطح پایین در MATLAB اجازه می دهد تا بیشترین کنترل را بر خواندن یا نوشتن داده ها در یک فایل داشته باشید.

MATLAB توابع زیر را برای عملیات خواندن و نوشتن در سطح بایت یا کاراکتر را فراهم می کند:

Function	Description
fclose	برای بستن یک یا تمام فایل های باز استفاده می شود.
feof	انتهای فایل را تست می کند.
ferror	اطلاعات خطاهای I/O را نمایش می دهد.
fgetl	خطی از فایل را خوانده و خطهای خط جدید را حذف می کند.
fgets	خطی از فایل را خوانده و خطهای خط جدید را حفظ می کند.
fopen	فایلی را باز کرده و یا اطلاعاتی درباره ی فایل های باز می دهد.
fprintf	داده ها را در فایل متنی می نویسد.
fread	داده ها را از فایل دودویی می خواند.
frewind	نشانگر موقعیت فایل را به آغاز فایل می برد.
fscanf	داده ها را از فایل متنی می خواند.
fseek	نشانگر موقعیت را در طول فایل جاه به جا می کند.
ftell	موقعیت یک فایل باز را نشان می دهد.
fwrite	داده ها را در یک فایل دودویی می نویسد.

وارد کردن داده های فایل متنی با سطح پایین I / O

MATLAB توابع زیر را برای وارد کردن فایل های داده متنی سطح پایین در اختیار شما قرار می دهد:

fscanf : داده های فرمت شده از یک فایل متنی یا اسکی را می خواند.
fgetl و fgets : در هر زمان یک خط را از یک فایل می خوانند.
fread : یک سری داده را در سطح بیت یا بایت می خواند.

مثال

ما یک فایل داده متنی “myfile.txt” داریم که در دایرکتوری کاری ما ذخیره شده است.

پرونده ها اطلاعات بارندگی را برای سه ماه ژوئن، جولای و اوت برای سال ۲۰۱۲ ذخیره می شود.

داده های موجود در myfile.txt شامل مجموعه های مکرر اندازه گیری زمان، ماه و بارش در پنج مکان است.

داده ی هدر تعداد ماههای ماه را ذخیره می کند. بنابراین ما مجموعه ای از اندازه گیری های M را داریم.

فایل فوق به این صورت خواهد بود:

مثال :

Rainfall Data
Months: June, July, August
 
M = 3
12:00:00
June-2012
17.21  28.52  39.78  16.55 23.67
19.15  0.35   17.57  NaN   12.01
17.92  28.49  17.40  17.06 11.09
9.59   9.33   NaN    0.31  0.23 
10.46  13.17  NaN    14.89 19.33
20.97  19.50  17.65  14.45 14.00
18.23  10.34  17.95  16.46 19.34
09:10:02
July-2012
12.76  16.94  14.38  11.86 16.89
20.46  23.17  NaN    24.89 19.33
30.97  49.50  47.65  24.45 34.00
18.23  30.34  27.95  16.46 19.34
30.46  33.17  NaN    34.89  29.33
30.97  49.50  47.65  24.45 34.00
28.67  30.34  27.95  36.46 29.34
15:03:40
August-2012
17.09  16.55  19.59  17.25 19.22
17.54  11.45  13.48  22.55 24.01
NaN    21.19  25.85  25.05 27.21
26.79  24.98  12.23  16.99 18.67
17.54  11.45  13.48  22.55 24.01
NaN    21.19  25.85  25.05 27.21
26.79  24.98  12.23  16.99 18.67

Rainfall Data

Months: June, July, August

M = 3

12:00:00

June-2012

17.21 28.52 39.78 16.55 23.67

19.15 0.35 17.57 NaN 12.01

17.92 28.49 17.40 17.06 11.09

9.59 9.33 NaN 0.31 0.23

10.46 13.17 NaN 14.89 19.33

20.97 19.50 17.65 14.45 14.00

18.23 10.34 17.95 16.46 19.34

09:10:02

July-2012

12.76 16.94 14.38 11.86 16.89

20.46 23.17 NaN 24.89 19.33

30.97 49.50 47.65 24.45 34.00

18.23 30.34 27.95 16.46 19.34

30.46 33.17 NaN 34.89 29.33

30.97 49.50 47.65 24.45 34.00

28.67 30.34 27.95 36.46 29.34

15:03:40

August-2012

17.09 16.55 19.59 17.25 19.22

17.54 11.45 13.48 22.55 24.01

NaN 21.19 25.85 25.05 27.21

26.79 24.98 12.23 16.99 18.67

17.54 11.45 13.48 22.55 24.01

NaN 21.19 25.85 25.05 27.21

26.79 24.98 12.23 16.99 18.67

ما داده های خود را از این فایل وارد می کنیم.

حالا مراحل زیر را دنبال کنید :

فایل را با تابع fopen باز کرده و شناسه فایل را دریافت کنید.

داده های موجود در فایل با مشخصه های قالب، مانند ‘٪ s’ برای یک رشته، ‘٪ d’ برای یک عدد صحیح، یا ‘٪ f’ برای یک عدد اعشاری، را توصیف کنید.

برای رد کردن کاراکترهای حروف در فایل، آنها را در توضیحات فرمت قرار دهید.

برای جست و جوی یک فیلد داده، از ستاره (‘*’) در specifier استفاده کنید.

برای مثال، برای خواندن سرصفحه ها و بازگشت به یک مقدار برای M، کد زیر را تایپ کنید:

مثال :

M = fscanf(fid, '%*s %*s\n%*s %*s %*s %*s\nM=%d\n\n', 1);

1	M = fscanf(fid, '%s %s\n%s %s %s %s\nM=%d\n\n', 1);

به طور پیشفرض، fscanf با توجه به توصیف فرمت ما، داده ها را می خواند تا زمانی که برای داده ها مطابقت نداشته باشد یا به پایان فایل برسد.

در اینجا ما برای خواندن ۳ مجموعه داده ها از حلقه استفاده می کنیم.

هر بار آن را در ۷ ردیف و ۵ ستون می خوانیم.

ما یک ساختار به نام mydata در فضای کاری ایجاد خواهیم کرد تا اطلاعاتی را که از فایل خوانده می شود ذخیره کنیم.

این ساختار دارای سه فیلد time، month، and array raindata. است.

یک فایل اسکریپت ایجاد کرده و کد زیر را در آن تایپ کنید:

مثال :

filename = '/data/myfile.txt';
rows = 7;
cols = 5;
 
% open the file
fid = fopen(filename);
 
% read the file headers, find M (number of months)
M = fscanf(fid, '%*s %*s\n%*s %*s %*s %*s\nM=%d\n\n', 1);
 
% read each set of measurements
for n = 1:M
   mydata(n).time = fscanf(fid, '%s', 1);
   mydata(n).month = fscanf(fid, '%s', 1);
 
   % fscanf fills the array in column order,
   % so transpose the results
   mydata(n).raindata  = ...
      fscanf(fid, '%f', [rows, cols]);
end
for n = 1:M
   disp(mydata(n).time), disp(mydata(n).month)
   disp(mydata(n).raindata)
end
 
% close the file
fclose(fid);

filename = '/data/myfile.txt';

rows = 7;

cols = 5;

% open the file

fid = fopen(filename);

% read the file headers, find M (number of months)

M = fscanf(fid, '%*s %*s\n%*s %*s %*s %*s\nM=%d\n\n', 1);

% read each set of measurements

for n = 1:M

mydata(n).time = fscanf(fid, '%s', 1);

mydata(n).month = fscanf(fid, '%s', 1);

% fscanf fills the array in column order,

% so transpose the results

mydata(n).raindata = ...

fscanf(fid, '%f', [rows, cols]);

end

for n = 1:M

disp(mydata(n).time), disp(mydata(n).month)

disp(mydata(n).raindata)

end

% close the file

fclose(fid);

زمانیکه در متلب فایل فوق را اجرا کنید نتیجه ی زیر را مشاهده خواهید کرد:

مثال :

12:00:00
June-2012
   17.2100   17.5700   11.0900   13.1700   14.4500
   28.5200       NaN    9.5900       NaN   14.0000
   39.7800   12.0100    9.3300   14.8900   18.2300
   16.5500   17.9200       NaN   19.3300   10.3400
   23.6700   28.4900    0.3100   20.9700   17.9500
   19.1500   17.4000    0.2300   19.5000   16.4600
   0.3500   17.0600   10.4600   17.6500   19.3400

09:10:02
July-2012
   12.7600       NaN   34.0000   33.1700   24.4500
   16.9400   24.8900   18.2300       NaN   34.0000
   14.3800   19.3300   30.3400   34.8900   28.6700
   11.8600   30.9700   27.9500   29.3300   30.3400
   16.8900   49.5000   16.4600   30.9700   27.9500
   20.4600   47.6500   19.3400   49.5000   36.4600
   23.1700   24.4500   30.4600   47.6500   29.3400

15:03:40
August-2012
   17.0900   13.4800   27.2100   11.4500   25.0500
   16.5500   22.5500   26.7900   13.4800   27.2100
   19.5900   24.0100   24.9800   22.5500   26.7900
   17.2500       NaN   12.2300   24.0100   24.9800
   19.2200   21.1900   16.9900       NaN   12.2300
   17.5400   25.8500   18.6700   21.1900   16.9900
   11.4500   25.0500   17.5400   25.8500   18.6700

12:00:00

June-2012

17.2100 17.5700 11.0900 13.1700 14.4500

28.5200 NaN 9.5900 NaN 14.0000

39.7800 12.0100 9.3300 14.8900 18.2300

16.5500 17.9200 NaN 19.3300 10.3400

23.6700 28.4900 0.3100 20.9700 17.9500

19.1500 17.4000 0.2300 19.5000 16.4600

0.3500 17.0600 10.4600 17.6500 19.3400

09:10:02

July-2012

12.7600 NaN 34.0000 33.1700 24.4500

16.9400 24.8900 18.2300 NaN 34.0000

14.3800 19.3300 30.3400 34.8900 28.6700

11.8600 30.9700 27.9500 29.3300 30.3400

16.8900 49.5000 16.4600 30.9700 27.9500

20.4600 47.6500 19.3400 49.5000 36.4600

23.1700 24.4500 30.4600 47.6500 29.3400

15:03:40

August-2012

17.0900 13.4800 27.2100 11.4500 25.0500

16.5500 22.5500 26.7900 13.4800 27.2100

19.5900 24.0100 24.9800 22.5500 26.7900

17.2500 NaN 12.2300 24.0100 24.9800

19.2200 21.1900 16.9900 NaN 12.2300

17.5400 25.8500 18.6700 21.1900 16.9900

11.4500 25.0500 17.5400 25.8500 18.6700

کلام آخر

متلب به شما اجازه می دهد تا فایل هایی با فرمت m را به محیط کاری متلب وارد کرده و از کدهای آن استفاده کنید. این قابلیت مخصوصا در تکمیل برنامه های بزرگ مفید بوده و باعث صرفه جویی در وقت می شود. امیدواریم از مبحث آشنایی با ورود داده در متلب که آخرین مبحث فصل جاری می باشد بخوبی بهره مند شده باشید.

تاکنون آموزش ها ی پایه و مقدماتی متلب را فرا گرفتید در فصل بعدی به آموزش های پیشرفته از جمله رسم گرافیکی و نمودارها می پردازیم.

به اشتراک بگذارید

دیدگاه کاربران

تعداد دیدگاه : 7

vida
آذر ۲۸, ۱۳۹۹
سلام وقت شما بخیر، بنده یک فایل متنی دارم که شامل ردیف و ستون هستش الان در متلب میخواهم هر کدام از این ستون ها را در یک ماتریس قرار دهم ولی نمیدونم باید چجوری کدش رو بنویسم و از چه دستوراتی استفاده کنم ممنون میشم راهنمایی بفرمایید.
پاسخ دادن
- پی وی لرن
  آذر ۲۹, ۱۳۹۹
  با سلام
  می توانید از این کد استفاده کنید.
  function data = ReadMatrix(name) data = []; fid = fopen(name); if fid == -1 disp(['File cannot be opened: ' name]); return; end; magic_word = uint8(fread(fid,8,'uint8')); magic = uint8('YANGVOCO'); if sum(abs(magic_word(:) - magic(:))) ~= 0 disp(['File format is wrong, magic: ' char(magic_word)]); return; end; n_column = double(fread(fid,1,'int32')); n_row = double(fread(fid,1,'int32')); data = zeros(n_row, n_column); for ii = 1:n_column tmp = double(fread(fid,n_row,'float32')); data(:, ii) = tmp(:); end; fclose(fid); end
  تابع بالا را می توانید از مخزن گیت هاب در این لینکمشاهده کنید.
  پاسخ دادن
بکتاش
اردیبهشت ۲۶, ۱۴۰۰
سلام
تعداد زیادی فایل عکس دارم . باید تک تک وارد نرم افزار متلب بشن یا دستوری هست که بشه با اون همه فایل ها رو وارد کرد.
فایل ها عکس هستن و همه یک فرمت دارن.
ممنون میشم راهنمایی بفرمایید
پاسخ دادن
- صادق
  اردیبهشت ۲۷, ۱۴۰۰
  سلام. شما می تونید از حلقه for یا while برای دریافت همه عکس ها استفاده کنید.
  پاسخ دادن
نگار منفرد
مرداد ۱۳, ۱۴۰۰
سلام .وقت بخیر من داده هام به صورت سلول هست مثلا data1 =1*15 cell (به صورت زیر ) و در هر کدام از این سلول ها ماتریس هایی با سطر و ستون مختلف وحود دارد چجوری میتونم اینا رو نرمالیزه کنم ؟؟ (از دستور normalize که استفاده میکنم بهم ارور میده میخوام داده هام بین ۰ و۱ باشد.)با تشکر فراوان
data1={13*245 double,13*277 double,13*330double,13*222 double ,13*263double, 13*269 double ,……..} به همین صورت تا سلول ۱۵ام.
پاسخ دادن
سعید
دی ۷, ۱۴۰۰
سلام بنده یه مقاله دارم می خواستم کمک بگیرم از شما لطفا در صورت امکان با شماره ۰۹۳۵۸۸۰۸۱۰۴ تماس بگیرید. تا بنده با شما هماهنگ شوم
پاسخ دادن
رحمان
دی ۱۷, ۱۴۰۰
با سلام
بنده برای لینک کردن نرم افزار متلب با یک نرم افزار رشته برق با فرمت ASCII کمک میخواستم.
پاسخ دادن

پی وی لرن – آموزش برنامه نویسی و طراحی وب سایت

دوره های آموزشی آکادمی پی وی لرن (پروژه محور و ویژه بازار کار)

جلسه ۱۷ : ورود داده در متلب

مقدمه

آشنایی با ورود داده در متلب

فایل سطح پایین I/O

وارد کردن داده های فایل متنی با سطح پایین I / O

مثال

کلام آخر

لیست مطالب دوره

آموزش های پیشرفته

مطالب ویژه

دسته های اصلی

برگه ها

بلاگ