WedX - журнал о программировании и компьютерных науках

Почему Matlab принимает только небольшой набор символов в именах файлов сценариев?

Matlab требует, чтобы файлы сценариев были ограничены только 63 символами.

>> namelengthmax
ans =
    63

и эти 63 символа должны быть из небольшого набора символов без - и других.

Почему Matlab ограничивает имена файлов и есть ли обходной путь?


  • Я не уверен, что это окончательный ответ, но помните, что имена файлов сценариев также являются именами функций. 11.10.2014

Ответы:


1

Комментарий от beaker частично отвечает на ваш вопрос. Поскольку они также могут быть именами функций, вы ограничены в символах, которые они могут включать.

Например, если у вас есть файл (функция) с именем foot-ball.m, когда вы вызываете его в инструкции, Matlab не может различать:

a = foot-ball ;

где вы имеете в виду вызвать результат функции с именем foot-ball.m (на самом деле невозможно)

or

a = foot-ball ;

присвоение переменной "a" результата функции foot.m минус результат функции ball.m

Что касается максимальной длины, то, насколько мне известно, (пока) нет обходного пути (пока Matlab не снимет ограничение).

Помните, что ваша операционная система также имеет ограничение на длину файла (и полный путь). В Windows это 256+4 символа. Поэтому я предполагаю, что ограничение длины имени файла до 63 просто позволяет использовать 193 символа полного пути. Этого можно достичь быстро, быстрее, чем мы думаем.

Если ваше имя файла состоит из 255 символов, у вас не будет другого выбора, кроме как поместить его непосредственно в c:\, иначе операционная система не сможет получить к нему доступ (поэтому Matlab не сможет вызвать его явно).

Используйте инструкцию len = namelengthmax, чтобы получить фактическую максимальную длину в вашей системе. Подробнее об этом можно прочитать в указать имена файлов.

или также прочитать аналогичную проблему от другого пользователя: Расширение максимальной длины MATLAB имена функций. Обратите внимание, что этот пользователь не мог обойти ограничение длины, ему пришлось найти другой способ уместить всю информацию, которую он хотел, в максимальное имя файла.

10.10.2014
Новые материалы

Объяснение документов 02: BERT
BERT представил двухступенчатую структуру обучения: предварительное обучение и тонкая настройка. Во время предварительного обучения модель обучается на неразмеченных данных с помощью..

Как проанализировать работу вашего классификатора?
Не всегда просто знать, какие показатели использовать С развитием глубокого обучения все больше и больше людей учатся обучать свой первый классификатор. Но как только вы закончите..

Работа с цепями Маркова, часть 4 (Машинное обучение)
Нелинейные цепи Маркова с агрегатором и их приложения (arXiv) Автор : Бар Лайт Аннотация: Изучаются свойства подкласса случайных процессов, называемых дискретными нелинейными цепями Маркова..

Crazy Laravel Livewire упростил мне создание электронной коммерции (панель администратора и API) [Часть 3]
Как вы сегодня, ребята? В этой части мы создадим CRUD для данных о продукте. Думаю, в этой части я не буду слишком много делиться теорией, но чаще буду делиться своим кодом. Потому что..

Использование машинного обучения и Python для классификации 1000 сезонов новичков MLB Hitter
Чему может научиться машина, глядя на сезоны новичков 1000 игроков MLB? Это то, что исследует это приложение. В этом процессе мы будем использовать неконтролируемое обучение, чтобы..

Учебные заметки: создание моего первого пакета Node.js
Это мои обучающие заметки, когда я научился создавать свой самый первый пакет Node.js, распространяемый через npm. Оглавление Глоссарий I. Новый пакет 1.1 советы по инициализации..

Забудьте о Matplotlib: улучшите визуализацию данных с помощью умопомрачительных функций Seaborn!
Примечание. Эта запись в блоге предполагает базовое знакомство с Python и концепциями анализа данных. Привет, энтузиасты данных! Добро пожаловать в мой блог, где я расскажу о невероятных..


Для любых предложений по сайту: [email protected]