如何使用 textscan 读取文件？答案

【问题标题】：How to read file using textscan?如何使用 textscan 读取文件？
【发布时间】：2010-08-05 12:19:27
【问题描述】：

我有一个大的制表符分隔文件（10000 行，15000 列），想将其导入 Matlab。

我尝试通过以下方式使用 textscan 函数导入它：

function [C_text, C_data] = ReadDataFile(filename, header, attributesCount, delimiter, 

attributeFormats, attributeFormatCount)
AttributeTypes = SetAttributeTypeMatrix(attributeFormats, attributeFormatCount);
fid = fopen(filename);
if(header == 1)
    %read column headers
    C_text = textscan(fid, '%s', attributesCount, 'delimiter', delimiter);
    C_data = textscan(fid, AttributeTypes{1, 1}, 'headerlines', 1);
else
    C_text = '';
    C_data = textscan(fid, AttributeTypes{1, 1});
end


fclose(fid);

AttributeTypes{1, 1} 是一个字符串，它描述了每列的变量类型（在这种情况下，有 14740 个浮点类型变量和 260 个字符串类型变量，因此 AttributeTypes{1, 1} 的值是 '%f%f.. ....%f%s%s...%s，其中 %f 重复 14740 次，%s 重复 260 次）。

当我尝试执行时

>> [header, data] = ReadDataFile('data/orange_large_train.data.chunk1', 1, 15000, '\t', types, size);

header 数组似乎是正确的（列名已正确读取）。

data 是一个 1 x 15000 数组（只导入了第一行而不是 10000）并且不知道是什么导致了这种行为。

我猜问题出在这一行：

C_data = textscan(fid, AttributeTypes{1, 1});

但不知道哪里出了问题，因为帮助参考中有一个类似的例子。

如果你们中的任何人建议任何解决此问题的方法 - 如何读取所有 10000 行，我将不胜感激。

【问题讨论】：

标签： matlab file-io text-files readfile

【解决方案1】：

我相信您的所有数据都在那里。如果您查看data 内部，则那里的每个单元格都应该包含整列 (10000x1)。您可以使用data{i} 将第 i 个单元格提取为数组。

您可能希望将双精度数据和字符串数据分开。我不知道attributeFormats是什么，你可能可以使用这个数组。但你也可以使用AttributeTypes{1, 1}。

isdouble = strfind(AttributeTypes{1, 1}(2:2:end),'f');
data_double = cell2mat(data(isdouble));

要将字符串数据组合成一个字符串元胞数组，您可以这样做：

isstring = strfind(AttributeTypes{1, 1}(2:2:end),'s');
data_string = horzcat(data{isstring});

【讨论】：