MATLAB：从读取并放入单元格的csv文件制作直方图？

Posted 2023-05-07

【中文标题】MATLAB：从读取并放入单元格的csv文件制作直方图？

【英文标题】：MATLAB: making a histogram plot from csv files read and put into cells?

【发布时间】：2018-11-09 12:28:08

【问题描述】：

很遗憾，我不是太精通技术，只有基本的 MATLAB/编程背景...

我在一个文件夹中有几个 csv 数据文件，并且想同时制作所有这些文件的直方图以便比较它们。我不知道该怎么做。网上一些挖掘给出了一个脚本：

d=dir('*.csv'); % return the list of csv files for i=1:length(d) mi=csvread(d(i).name); % put into cell array end

问题是我现在不能简单地编写histogram(m(i)) 命令，因为 m(i) 是一种单元格类型而不是 csv 文件类型（我不确定我是否正确使用了这个术语，但 MATLAB 绝对不是接受前者）。

我不太确定如何进行。事实上，我不确定元素 m(i) 的本质是什么，以及我能/不能用它们做什么。 histogram 命令需要一个矩阵输入，所以大概我需要一个“矩阵向量”和一个在单独的图中绘制每个向量元素（即矩阵）的命令。我总共有大约 14 个，这相当多并且需要很长时间才能加载，但我不确定如何更有效地进行。

概括问题：

稍后我将编写一个脚本来减少噪音并平滑 csv 文件中的数据，并将其二值化（csv 文件适用于形状模糊的嘈杂图像，我想通过设置剪切来区分这些形状off 用于 csv 矩阵中的像素强度/值，例如创建显示这些形状的二进制图像）。理想情况下，我想一次将其应用于我文件夹中的所有图像，这样我就可以转移出哪些图像最适合分析。所以我的问题是，我怎样才能运行一个包含我文件夹中所有 csv 文件的脚本，以便我可以一次比较它们？我认为我用于直方图的任何技术也适用于此，但我不确定。

编写一个脚本可能会更好： - 为文件夹中的每个 csv 文件制作直方图和/或运行二值化脚本 - 并将所有图像放入一个新的指定文件夹中，这样我就可以筛选这些。

我将非常感谢有关如何执行此操作的指示。正如我所提到的，我对编程很陌生，在查看建议时会感到不知所措，看到各种不同的命令显然可以实现相同的目的——一次读取多个文件。

【参考方案1】：

函数csvread 本身返回一个矩阵。我不确定，但如果csv 文件中的某些元素不是数字，Matlab 会自动从输出中生成一个元胞数组。由于我不知道您的 csv 文件的结构，我建议您尝试一些类似的功能（readtable，xlsread）：

M = readtable(d(i).name) % Reads table like data, most recommended

M = xlsread(d(i).name) % Excel like structures, but works also on similar data

试一试，让我知道它是否有效。如果不是，请上传文件示例。

【讨论】：

您好 Pablo，感谢您的回复。我认为将 csvread 读入单元数组是不必要的，尽管我可能对此非常错误。老实说，我不太确定创建单元阵列的效用。我想要处理的只是 csv 文件，所以只保留结构 d 肯定不会有什么坏处，并且对于每个 d(i) 运行 M= csvread(d(i).name)，将我的代码应用于M 并将我需要的内容保存到另一个文件中，然后对下一个 i 执行相同操作？我对数据类型感到相当困惑，例如在我原来问题的代码中，m 的元素被称为“单元格”

但它们是我目录中的 csvread 文件？如何从“单元格”转到 csv 中的值矩阵，这是我需要将后续代码应用到的地方？

我的建议是阅读矩阵M 并将其存储在矩阵中（当时是3D），然后继续。如果不是关键，我不会使用细胞。它们不如矩阵有效，并且与大括号和普通括号有点混淆。

请上传您拥有的一个小 csv 文件的屏幕截图以及 csvread @21joanna12 如何读取它

【参考方案2】：

函数csvread(filename) 总是返回作为数值矩阵的矩阵 M，并且永远不会将单元格作为返回值。 如果您在 .csv 文件中有文本数据，它会给您一个错误，因为没有数字数据。我在读取文件时看到使用元胞数组的唯一原因是，如果从每个文件中读取的单个矩阵的维度不同，例如第一个 .csv 文件包含组织为 3xA 的数据，第二个 .csv 文件包含组织为的数据2xB，因此您可以将它们全部放在一个结构中。

但是，仍然可以在单元格数组上使用直方图，方法是将元素提取为数组而不是将其提取为单元格元素。

如果M 是一个单元矩阵，则有两种提取数据的选项： M(i) 和 Mi。 M(i) 会给你单元格元素，不能用于histogram，但是Mi 会以其初始形式返回元素，即数字矩阵。

TL；DR 使用 histogram(Mi) 而不是 histogram(M(i))。