У меня есть график в Matlab, и я хочу экспортировать данные из графика. Можно ли экспортировать данные из рисунка?
Я очень старался экспортировать. На самом деле я экспортировал данные в прошлом, но забыл.
Любая помощь высоко ценится.
Спасибо.
Как экспортировать данные с графика в Matlab?
05.03.2013
Ответы:
1
Вы можете экспортировать векторы x и y из фигуры (при условии, что фигура представляет собой 2D-график для одного набора данных):
h = plot(1:10);
xVec = get(h,'XData');
yVec = get(h,'YData');
Если у вас нет ручки, но фигура открыта, вы можете использовать gcf, gca в качестве ручки для текущей активной фигуры или оси.
Если у вас есть несколько наборов данных (строк) на рисунке, вы можете получить все связанные данные с помощью:
lines = findobj(h, 'Type', 'line'); //h is the handle to the figure
nlines = length(lines);
points = cell(nlines,2);
for i = 1:nlines
points{i,1} = get(lines(i),'XData');
points{i,2} = get(lines(i),'YData');
end
05.03.2013
Новые материалы
Кластеризация: более глубокий взгляд
Кластеризация — это метод обучения без учителя, в котором мы пытаемся найти группы в наборе данных на основе некоторых известных или неизвестных свойств, которые могут существовать. Независимо от..
Как написать эффективное резюме
Предложения по дизайну и макету, чтобы представить себя профессионально
Вам не позвонили на собеседование после того, как вы несколько раз подали заявку на работу своей мечты? У вас может..
Частный метод Python: улучшение инкапсуляции и безопасности
Введение
Python — универсальный и мощный язык программирования, известный своей простотой и удобством использования. Одной из ключевых особенностей, отличающих Python от других языков, является..
Как я автоматизирую тестирование с помощью Jest
Шутка для победы, когда дело касается автоматизации тестирования
Одной очень важной частью разработки программного обеспечения является автоматизация тестирования, поскольку она создает..
Работа с векторными символическими архитектурами, часть 4 (искусственный интеллект)
Hyperseed: неконтролируемое обучение с векторными символическими архитектурами (arXiv)
Автор: Евгений Осипов , Сачин Кахавала , Диланта Хапутантри , Тимал Кемпития , Дасвин Де Сильва ,..
Понимание расстояния Вассерштейна: мощная метрика в машинном обучении
В обширной области машинного обучения часто возникает необходимость сравнивать и измерять различия между распределениями вероятностей. Традиционные метрики расстояния, такие как евклидово..
Обеспечение масштабируемости LLM: облачный анализ с помощью AWS Fargate и Copilot
В динамичной области искусственного интеллекта все большее распространение получают модели больших языков (LLM). Они жизненно важны для различных приложений, таких как интеллектуальные..