Io 如何读取Julia中跳过N行和M列的矩阵（使用windows eol）

我需要从Julia中读取一个以800MB矩阵分隔的选项卡，其中前N行和M列是标题，文件有一个windows eol

数据库附带以下matlab指令：

A = dlmread('mydatafile.txt','\t',N,M);

似乎

dlmread（）

在julia中已被

readdlm（）

替换，但我不知道如何指定列偏移量或窗口eof

编辑：已更正

查看

readdlm

（通过

？readdlm

获得）您可以使用关键字

• delim

  指定分隔符

• eol

  指定行尾字符

• skipstart

  指定应忽略多少初始行

总共

readdlm（“mydatafile.txt”，delim='\t'，eol='\n'，skipstart=n）

但是我不知道如何忽略列。
经过几次尝试，我能得到的最好结果是加载整个矩阵，包括列标题和行标题，切片以删除标题，并转换为浮动数据：

table = convert(Array{Float64,2},readdlm("myFile.txt",'\t', skipstart=2)[:,4:end]);

在配备873MB（7824x7824）硬盘的i7笔记本电脑上，这需要约51秒的时间

遗憾的是，也不可能跳过初始列，因为我认为这是一种常见情况，顺便说一句，它还可以减少与使用
dlmread（）
的matlab脚本之间的差异。什么是C？它应该是M吗？我可能很匆忙，可能OP想要
eol=“\r\n”
这不起作用，因为它是
字符串，而不是
Char
。对于
table=convert（数组{Float64,2}，readdlm（“myFile.txt，'\t'，skipstart=2）[：，4:end]）的较小表，我“管理”但我认为它对于大型表来说不是很有效，因为它首先导入所有内容，然后才进行切片和转换。是的，不会。如果
readdlm
无法为您执行此操作，您当然可以逐行解析文件。我想公关部也会很受欢迎的。@Antonello也许可以看看。它有一个可选参数，用于指定列类型，这样可以加快速度。从内存来看，Julia在读取大型csv文件时的原始速度仍然略低于R，但每天都在提高，我怀疑使用上述软件包您将获得最佳速度。关于忽略列，我认为Julia还没有这种能力。目前，我认为您必须阅读所有列，然后丢弃不需要的列。@ColinTBowers谢谢，但CSV需要知道列的标题或它们的编号（
header=3:end
不起作用）。不过，它会保存到DataFrame，由于某些原因，它需要花费大量的时间，并且生成的df行为异常（“小”文件有~7000 col）。。我也尝试过使用矩阵作为流，但它永远都有库存。Hoverall，使用
readdlm
，切片和转换是更快的方法。