在Matlab中，从一个有间隙的数据集中创建多个无间隙矩阵（或结构）

我有一些时间序列中的空白数据。找到了缺口的指数以及长度和所有内容。问题是我想把我的数据（列：时间和测量值）分割成几个矩阵/向量，或者分割成一个结构。我的计划是对这些小时间序列进行傅里叶变换，以便进一步比较

让我们尝试在示例中解释： Tdat是时间序列，有3825个点

    % find number of gaps
    nogap = diff(Tdat(find(diff(Tdat)>0.051))); %20Hz measurement
    numgaps = length(nogap) %number of gaps = bumgaps+1

此处的间隙数为8

    %indexing the gaps
    w = find(diff(Tdat)>0.51); %finding the gaps %0.051 since 1/20=0.05


    u = find(diff(Tdat)<0.51); %finding indices with data
    series = length(M)-length(u) %amount of data series without gaps

这些间隙之间的点数为425

因此，我希望有9个不同的矩阵/向量，每个长度425，只有数据，没有时间间隔

---

有没有什么办法，或者我搜索得不够好，没有找到答案？

从您的示例中我可以看到，这些差距似乎不是您要删除的数据点，而是划分数据的地方？我说得对吗？由于生成的数据向量长度相同，您可能希望

重塑（）？如
重塑（Tdat，425,9）

下面是一个小例子：

>> a = [1:12]'

a =

     1
     2
     3
     4
     5
     6
     7
     8
     9
    10
    11
    12

>> b = reshape(a,4,3)

b =

     1     5     9
     2     6    10
     3     7    11
     4     8    12

如果要将数据作为单元格，也可以在以后使用
mat2cell（）
：

>> c = mat2cell(b,4,ones(1,3))

c = 

    [4x1 double]    [4x1 double]    [4x1 double]

>> c{2}

ans =

     5
     6
     7
     8

从您的示例中我可以看到，似乎差距不是要删除的数据点，而是划分数据的位置？我说得对吗？由于生成的数据向量长度相同，您可能希望
重塑（）？如
重塑（Tdat，425,9）

下面是一个小例子：

>> a = [1:12]'

a =

     1
     2
     3
     4
     5
     6
     7
     8
     9
    10
    11
    12

>> b = reshape(a,4,3)

b =

     1     5     9
     2     6    10
     3     7    11
     4     8    12

如果要将数据作为单元格，也可以在以后使用
mat2cell（）
：

>> c = mat2cell(b,4,ones(1,3))

c = 

    [4x1 double]    [4x1 double]    [4x1 double]

>> c{2}

ans =

     5
     6
     7
     8

我找到了另一个答案，结果证明它更有用。
以防有人感兴趣

由于并非所有部分（没有间隙）的长度都相等，因此很难跟踪用零填充某些列所需的所有索引

因为我知道所有的空白从哪里开始，所以我可以使用一个新的索引将它们放入结构中

gl = find(diff(Tdat)>0.051);

gaps = length(gl)-1;

for a = 1:gaps;
    Meas(a).M       = M( gl(a)+1 : gl(a+1) );
end

其中Tdat是我的时间向量，M是数据向量。
我找到了另一个答案，最终证明它更有用。
以防有人感兴趣

由于并非所有部分（没有间隙）的长度都相等，因此很难跟踪用零填充某些列所需的所有索引

因为我知道所有的空白从哪里开始，所以我可以使用一个新的索引将它们放入结构中

gl = find(diff(Tdat)>0.051);

gaps = length(gl)-1;

for a = 1:gaps;
    Meas(a).M       = M( gl(a)+1 : gl(a+1) );
end

其中Tdat是我的时间向量，M是数据向量。
你能提供小示例数据和相应的输出吗？Well Ii有一个3列的结构：时间-电压-电流。我把时间和电流放在向量中进行处理。所以我可能更愿意为时间和当前时间9创建新的向量。时间在1970年1月1日00:00:00之后仍以秒为单位。但这不重要。对于这一个，数据范围从10^（-9）到10^（-6）。时代更大；）你能提供小的示例数据和相应的输出吗？Well Ii有一个3列的结构：时间-电压-电流。我把时间和电流放在向量中进行处理。所以我可能更愿意为时间和当前时间9创建新的向量。时间在1970年1月1日00:00:00之后仍以秒为单位。但这不重要。对于这一个，数据范围从10^（-9）到10^（-6）。时代更大；）是的，这似乎是一个很好的解决方案。。然后我就可以知道要使用哪些列了。。我将直接尝试：）我有一个新问题，因为我的数据不总是可重塑的（错误的元素数量来适应此..）“使用重塑来重塑元素数量的错误不能更改。”我猜这是因为我的第一个或最后一个数据集比其他数据集小。。有没有办法解决这个问题S@IceQueeny一个简单的解决方案是用零填充，以获得长度相等的信号。您还可以尝试创建一个
groupingVariable
（可能在差距指数上使用
cumsum（）
，如
grpVar=cumsum（w）
）。然后使用
Tdat（grpVar==1）、Tdat（grpVar==2），…
来区分不同的数据集。是的，这似乎是一个很好的解决方案。。然后我就可以知道要使用哪些列了。。我将直接尝试：）我有一个新问题，因为我的数据不总是可重塑的（错误的元素数量来适应此..）“使用重塑来重塑元素数量的错误不能更改。”我猜这是因为我的第一个或最后一个数据集比其他数据集小。。有没有办法解决这个问题S@IceQueeny一个简单的解决方案是用零填充，以获得长度相等的信号。您还可以尝试创建一个
groupingVariable
（可能在差距指数上使用
cumsum（）
，如
grpVar=cumsum（w）
）。然后使用
Tdat（grpVar==1）、Tdat（grpVar==2），…
来区分不同的数据集。