Matlab读取txt数据的实用方法[通俗易懂]

Matlab读取txt数据的实用方法[通俗易懂]需求有个朋友需要我帮忙写个matlab脚本读取100个txt文档的实验数据,这些文档的结构相同,分为四列,从第一列到第四列依次是时间、位置、速度、加速度。读取完数据之后需要对数据进行处理,具体的处理方式是:提取以0.002为采样周期的数据,分类存储起来。文件内容是这样的:技术难点技术难点在于,这些文件中的数据是从一个软件中仿真得到的,由于采用的是变步长仿真,因此采样时间不统一,很难采用对…

大家好,又见面了,我是你们的朋友全栈君。如果您正在找激活码,请点击查看最新教程,关注关注公众号 “全栈程序员社区” 获取激活教程,可能之前旧版本教程已经失效.最新Idea2022.1教程亲测有效,一键激活。

Jetbrains全系列IDE使用 1年只要46元 售后保障 童叟无欺

需求

有个朋友需要我帮忙写个matlab脚本读取100个txt文档的实验数据,这些文档的结构相同,分为四列,从第一列到第四列依次是时间、位置、速度、加速度。读取完数据之后需要对数据进行处理,具体的处理方式是:提取以0.002为采样周期的数据,分类存储起来。
文件内容是这样的:
在这里插入图片描述

技术难点

技术难点在于,这些文件中的数据是从一个软件中仿真得到的,由于采用的是变步长仿真,因此采样时间不统一,很难采用对时间取余的操作来实现。

解决办法

首先对于给定的文档结构,采用textread函数读取四列数据分别存放在四个变量a1,a2,a3,a4中。小伙伴儿可能会问,由于文件头的存在,读取的数据前面几行并不是实际数据,怎么办?好办,把前几行去掉不就行了,使用MATLAB很容易提取。

[a1,a2,a3,a4]=textread(filename,'%s%s%s%s','headerlines',4);

由于读入到matlab中的数据属于文本变量,对应的类型是cell,而我们需要的数据类型是double,怎么办?类型转换吧;处理过程:cell->mat->double

function res=cell2double(input)
[n,m]=size(input);
res=zeros(n,1);
for i=1:n
   temp=cell2mat(input(i));
   res(i)=str2double(temp);
end
end

重点来了,由于采样时间不是固定的(变步长采样时间有些地方大,有些地方小),因此采用

mod(time(i),0.002)==0

这样的简单判断是不行的,本人试过这种方式来提取数据,结果有的文件提取的数据多,有的文件提取的数据少,无法跟时间进行对齐,确实很让人头疼。
考虑到采样时间精度在0.002秒以下,如果只是采用时间除以0.002取余数,很多数据会被错误判定为不合适,从而丢失数据。怎么办呢?
对时间四舍五入嘛,将时间四舍五入到小数点后3位不就行了。
但是呢,问题又来了,比如采样时间0.0082,0.0084时,则这两个数据都会被加入,这是行不通的,处理的结果依然跟前面的一样。
从四舍五入后的数据中寻找特征吧。对于四舍五入后的时间点,当存在相同的采样时间是只取其中的一个即可,仔细观察可以发现这样的数据特征,每一个满足要求的数据,它的后面一个数据的时间节点总是比它大。
代码就这样写吧:

  for j=1:time_rows-5-1
          if mod(time(j),0.002)==0%能被0.002整除,条件1
              if time(j+1)>time(j)%后一个采样时间比前一个大,条件2
                   tempTime(k)=time(j);
                   tempPos(k)=pos(j);
                   tempSpeed(k)=speed(j);
                   tempAcc(k)=acc(j);
                   k=k+1;
              end
          end
      end

好啦,贴一下完整的代码,仅供参考。

参考代码

clc;
clear all;
N=100;
M=5000;
dataToGetPos=zeros(M,N+1);
dataToGetSpeed=zeros(M,N+1);
dataToGetAcc=zeros(M,N+1);
for i=1:N
    str1='result';
    str2='.txt';
    filename=sprintf('%s%d%s',str1,i,str2);
   [a1,a2,a3,a4]=textread(filename,'%s%s%s%s','headerlines',4);
   [pos_rows,pos_cols]=size(a2);
   [time_rows,time_cols]=size(a1);
   [speed_rows,speed_cols]=size(a3);
   [acc_rows,acc_cols]=size(a4);
   tempPos=zeros(M,1);
   tempTime=zeros(M,1);
   tempSpeed=zeros(M,1);
   tempAcc=zeros(M,1);
   time=cell2double(a1(5:time_rows));
   pos=cell2double(a2(5:pos_rows));
   speed=cell2double(a3(5:speed_rows));
   acc=cell2double(a4(5:acc_rows));
   time=round(time,3);
   k=1;
   if i==1 
      for j=1:time_rows-5-1
          if mod(time(j),0.002)==0
              if time(j+1)>time(j)
                   tempTime(k)=time(j);
                   tempPos(k)=pos(j);
                   tempSpeed(k)=speed(j);
                   tempAcc(k)=acc(j);
                   k=k+1;
              end
          end
      end
      [tempPosRows,tempPoscols]=size(tempPos);
       if tempPosRows<M
          for l=tempPosRows+1:M
             tempPos(l)=0;
             tempTime(l)=0;
             tempSpeed(l)=0;
             tempAcc(l)=0;
          end
      end
      dataToGetPos(:,1)=tempTime;
      dataToGetPos(:,2)=tempPos;
      dataToGetSpeed(:,1)=tempTime;
      dataToGetSpeed(:,2)=tempSpeed;
      dataToGetAcc(:,1)=tempTime;
      dataToGetAcc(:,2)=tempAcc;
   else
      for j=1:time_rows-5-1
         if mod(time(j),0.002)==0
              if time(j+1)>time(j)
                tempPos(k)=pos(j);
                tempTime(k)=time(j);
                tempSpeed(k)=speed(j);
                tempAcc(k)=acc(j);
                k=k+1;
              end
          end
      end
      [tempPosRows,tempPoscols]=size(tempPos);
      if tempPosRows<M
          for l=tempPosRows+1:M
             tempPos(l)=0;
             tempSpeed(l)=0;
             tempAcc(l)=0;
          end
      end
      dataToGetPos(:,i+1)=tempPos;
      dataToGetSpeed(:,i+1)=tempSpeed;
      dataToGetAcc(:,i+1)=tempAcc;
   end
   disp(['Processing: ',num2str(i/N*100),'%.......']);
end
save dataToGetPos.mat dataToGetPos;
save dataToGetSpeed.mat dataToGetSpeed;
save dataToGetAcc.mat dataToGetAcc;
figure(1)
plot(dataToGetPos(:,1),dataToGetPos(:,2:101));
xlabel('时间/s');
ylabel('位置/mm');
set(gca,'FontSize',13);

figure(2)
plot(dataToGetSpeed(:,1),dataToGetSpeed(:,2:101))
xlabel('时间/s');
ylabel('速度/mm.s^{-1}');
set(gca,'FontSize',13);

figure(3)
plot(dataToGetAcc(:,1),dataToGetAcc(:,2:101))
xlabel('时间/s');
ylabel('加速度/mm.s^{-2}');
set(gca,'FontSize',13);
disp('Done!');

数据转换函数:

function res=cell2double(input)
[n,m]=size(input);
res=zeros(n,1);
for i=1:n
   temp=cell2mat(input(i));
   res(i)=str2double(temp);
end
end

运行以上代码生成下面的几幅图:
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请联系我们举报,一经查实,本站将立刻删除。

发布者:全栈程序员-站长,转载请注明出处:https://javaforall.net/196688.html原文链接:https://javaforall.net

(0)
全栈程序员-站长的头像全栈程序员-站长


相关推荐

  • emgucv 抠图[通俗易懂]

    我的环境的KinectSDK2.0+EmguCV3.0.0依旧还是WinFrom和ImageBox因为需要用到BodyIndex的数据,但BodyIndex的分辨率和RGB图像的分辨率不同,所以需要用的CoordinateMap类中的坐标转换函数。然后直接对colorimage的像素点进行操作。同样,需要用的指针,要把项目调整为允许不安全的代码。代码和注释如

    2022年4月12日
    83
  • 二叉树的性质及其创建

    二叉树的性质及其创建二叉树的性质性质1在二叉树的第i层上至多有2^(i-1)个结点(i>=1)性质2深度为k的二叉树至多有2^k-1个结点(k>=1)性质3对任意一棵二叉树,若终端结点数为n0,其度数为2的结点数为n2,那么n0=n2+1满二叉树深度为k且结点个数为2^k-1,即每一层都具有最大结点数完全二叉树深度为k,结点数为n的二叉树,如果其结点1n的位置序号分别与满二叉树的结点1…

    2022年5月15日
    38
  • 数据库设计中关系规范化理论总结怎么写_数据库规范化理论是什么

    数据库设计中关系规范化理论总结怎么写_数据库规范化理论是什么数据库是一门对数据进行有效管理的技术,它研究信息资源如何被安全地储存和如何被高效地利用,它是现代计算机科学的一个重要分支。其中关系数据库是目前被应用最广泛的数据库类型,它看起来类似于一张二维表,通过应用数学的方法来处理数据库中的数据。在关系数据库的设计过程中,最重要的莫过于对数据库的逻辑设计,即针对一个具体的问题,我们应该如何去构造一个适合它的数据库模式。经过科学家的讨论研究,最终形成我们今天所看到的关系数据库的规范化理论。本文通过例举具体事例来探讨关系规范化理论在数据库逻辑设计中的形成和方法。

    2022年10月16日
    3
  • pycharm 不显示 plot 绘图

    pycharm 不显示 plot 绘图查了很多,都是说加:plt.show()但加过之后仍然不显示后来,我把importmatplotlib.pyplotasplt提到了另外几个import的前面,就正常显示了

    2022年8月27日
    4
  • vue集成百度UEditor富文本编辑器

    vue集成百度UEditor富文本编辑器

    2021年10月11日
    64
  • Python绘制五角星

    Python绘制五角星importturtle#引用turtle库大部分<a>.<b>()#.代表使用a中的函数调用函数<a>中的函数<b>()turtle.fo

    2022年7月6日
    28

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注

关注全栈程序员社区公众号