readall

读取所有数据存储中的数据

所有的页面崩溃

语法

data = readall (ds)

data = readall (ds, UseParallel, tf)

描述

例子

数据= readall (ds)返回在指定的数据存储的所有数据ds。如果所有的数据存储中的数据并不适合在内存中,然后readall返回一个错误。

例子

数据= readall (ds“UseParallel”,特遣部队)并行读取数据(需要并行计算工具箱™)。

例子

全部折叠

在ImageDatastore读取所有数据

打开生活的脚本

创建一个ImageDatastore对象包含四个图像。

imd = imageDatastore ({“street1.jpg”,“street2.jpg”,“peppers.png”,“corn.tif”});

阅读所有的数据存储中的数据。

T = readall (imd);

检查输出。

imout = imtile (T);imshow (imout)

图包含一个坐标轴对象。坐标轴对象包含一个类型的对象的形象。

在并行TabularTextDatastore读取所有数据

打开生活的脚本

创建一个数据存储从示例文件airlinesmall.csv,其中包含表格数据。

ds = tabularTextDatastore (“airlinesmall.csv”,“TreatAsMissing”,“NA”);

指定感兴趣的变量使用SelectedVariableNames财产。

ds。SelectedVariableNames = {“DepTime”,“ArrTime”,“ActualElapsedTime”};

并行读取所有数据存储中的数据。

T = readall (ds,“UseParallel”,真正的);

readall返回一个表中的所有数据。

视图的信息表。只有选定的变量是包含在输出中。

T.Properties

ans = TableProperties属性:描述:“用户数据:[]DimensionNames:{“行”“变量”}VariableNames: {“DepTime”“ArrTime”“ActualElapsedTime”} VariableDescriptions: {} VariableUnits: {} VariableContinuity: [] RowNames: {} CustomProperties:没有自定义属性集。使用addprop和rmprop CustomProperties修改。

在CombinedDatastore读取所有数据

打开生活的脚本

创建一个数据存储,保持平价两图像之间的底层数据存储。例如,创建两个单独的图像数据存储,然后创建一个综合数据存储代表两个底层数据存储。

创建一个图像数据存储imds1代表三张图片的集合。

imds1 = imageDatastore ({“street1.jpg”,“street2.jpg”,“peppers.png”});

创建第二个数据存储imds2通过改变图像的imds1灰度,然后缩小图像。

imds2 =变换(imds1 @ (x) imresize (im2gray (x) 0.5));

创建一个数据存储相结合imds1和imds2。

imdsCombined =结合(imds1 imds2);

从合并后的数据存储中读取所有数据。输出是一个3×2单元阵列。两列代表所有的读取数据从两个底层数据存储imds1和imds2,分别。

dataOut = readall (imdsCombined)

dataOut =3×2单元阵列{480 x640x3 uint8} {240 x320 uint8} {480 x640x3 uint8} {240 x320 uint8} {384 x512x3 uint8} {192 x256 uint8}

输入参数

全部折叠

`ds`- - - - - -输入数据存储
数据存储

输入数据存储。您可以使用这些数据存储作为输入readall方法。

MATLAB^®使用MATLAB数据存储,数据存储创建的数据存储功能。例如,创建一个数据存储图像使用的集合ImageDatastore。数据存储的完整列表,请参阅选择数据存储文件格式或应用程序。
结合和转换数据存储,数据存储创建的使用结合和变换功能。
使用自定义数据存储创建的自定义数据存储,数据存储框架。看到开发自定义数据存储。

`特遣部队`- - - - - -读并行
false(缺省值)|真正的

读并行,指定为真正的或假。如果您指定真正的,readall从数据存储中读取所有数据并行(需要并行计算工具箱)。平行阅读可能导致读取数据时的性能提升,尤其是远程数据。

数据存储处理可以改善的UseParallel财产和theParallel计算工具箱。readall在本地机器上金宝app读取数据存储支持更快的通过使用并行线程池等低开销计算环境。有关并行线程池的更多信息parpool(并行计算工具箱)。
由于MATLAB的内置多线程,某些数据存储(例如,imageDatastore)在本地机器上执行得更快,当不使用并行性基于MATLAB的工人。更多信息见MATLAB多核。

例子:readall (ds, UseParallel,真的)

输出参数

全部折叠

`数据`——所有数据存储中的数据
表|单元阵列

数据存储的所有数据,作为一个表或一个细胞返回数组的类型取决于ds。

类型的数据存储	数据类型的`数据`	描述
`TabularTextDatastore`和`SpreadsheetDatastore`	表	的`SelectedVariableNames`属性决定了表变量。
`ImageDatastore`	单元阵列	单元阵列中的每个元素包含一个图像的图像数据。的`readall`函数支持所有支持的金宝app图像类型`imread`函数。所支持的图像类型的更多信息,见金宝app`imread`。
`KeyValueDatastore`	表	表变量名`关键`和`价值`。
`FileDatastore`	单元阵列	单元阵列中的每个元素包含使用自定义数据读取一个文件读取指定的函数`ReadFcn`财产。
`TransformedDatastore`	不同	返回的输出是一样的输出指定的底层数据存储`UnderlyingDatastores`财产。例如,如果底层数据存储是一个图像数据存储,然后`数据`作为一个单元阵列,返回单元阵列中的每个元素包含一个图像的图像数据。
`CombinedDatastore`	单元阵列	单元阵列的每一列包含调用的结果`readall`在指定的相应的底层数据存储`UnderlyingDatastores`财产。如果底层的数据存储中数据的子集的数量不同,`readall`只返回数据,同时所有底层数据存储的数据。例如,假设一个综合数据存储有两个潜在的数据存储,一个米的数据和一个子集n数据的子集,在哪里米>n。输出是一个单元阵列和两列n行。

扩展功能

自动并行支持金宝app
加速代码通过自动运行并行计算使用并行计算工具箱™。

使用笔记和限制:

并行运行,设置“UseParallel”选项真正的。

有关更多信息,请参见MATLAB函数自动并行支持运行金宝app(并行计算工具箱)。

线程环境
在后台运行代码使用MATLAB®`backgroundPool`与并行计算工具箱™或加速代码`ThreadPool`。

使用笔记和限制:

在一个线程环境,您可以使用readall只有以下数据存储:
- ImageDatastore对象
- CombinedDatastore或TransformedDatastore对象在创建的ImageDatastore通过使用对象结合或变换
您可以使用readall与其他数据存储如果你有并行计算工具。这样做,使用process-backed函数运行并行池而不是使用backgroundPool或ThreadPool(使用ProcessPool或ClusterPool)。
readall不支持线程环境中图金宝app像格式如下:
- 分层数据格式(HDF)
- sv
- TIFF