calculer la matrice de similarité d'un fichier csv

Version imprimable

19/02/2020, 22h23
lynaranya

calculer la matrice de similarité d'un fichier csv

Bonsoir;
j'ai une base de données (un fichier) en csv qui contient des entier, ce fichier est considéré comme une matrice avec 151 lignes et 5 colonnes, les valeurs de chaque case sont de type entier, je veux transformer cette matrice en une matrice de similarité en calculant la distance de hamming
j'ai arriver à lire le fichier csv mais le problème c'est que je ne sais pas comment transformer ce fichier en une matrice pour pouvoir calculer la distance entre chaque deux vecteurs lignes successive.
20/02/2020, 12h39
lynaranya

bonjour;
le probleme c'est que je veux Extraire les données du fichier et les mettre sous la forme d'une matrice pour pouvoir calculer la matrice de similarité euclidienne ou hamming entre les vecteurs de la matrice

bonjour;

j'ai creer ce code mais ça n'a pas marché

Code:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
#include <stdio.h>
 
void main()
{
int i,j;
double tab[150][5]; 
FILE *fichier;
 
fichier = fopen("iris.txt","r");
if (fichier != NULL)
{
for(i=0;i<150;i++)
for(j=0;j<5;j++)
 
fscanf(fichier,"%lf\n",tab+i);
fclose(fichier);
}
for(i=0;i<150;i++)
for(j=0;j<5;j++) 
printf("%lf\n", tab[i][j]);
}

20/02/2020, 13h21
foetus
Ton problème est trivial :mrgreen:

Il faut créer une matrice/ tableau 2D (int mat[151][5])

Et ensuite lire ton fichier caractère par caractère avec la fonction fgetc (<- lien cplusplus en anglais). À chaque caractère, il faut savoir si c'est:
- le caractère délimiteur : on met dans notre matrice le nombre lu (<- on maintient un compteur de ligne et de colonne courante), on réinitialise ce nombre lu à 1, et on teste si après c'est un chiffre (*)
- une fin de ligne : on met dans notre matrice le nombre lu, on réinitialise ce nombre à 1, et on passe à la ligne suivante (<- avec un test si la ligne a été remplie complètement pour savoir si il y a erreur - le fichier CSV n'est pas bien formé)
- un caractère : si c'est un chiffre (if ((c >= '0') && (c <= '9')) alors on utilise la formule pour ajouter le chiffre qu'on pris au nombre en cours de lecture - current_nb = (current_nb * 10 + (c - '0')).
- un caractère : sinon ce n'est pas un chiffre alors il y a erreur - le fichier CSV n'est pas bien formé
* : Tu es en train de coder ce qu'on appelle une machine à états ("state machine" en anglais) ou 1 automate ... mais elle est très simple (3 ou 4 états + 1 état erreur)
Et cela va dépendre de la flexibilité que tu veux : avoir 1 ou plusieurs espaces après le caractère délimiteur, permettre 1 ou plusieurs espaces au début de chaque ligne, ...
Sans parler que tu ne dis pas si ce sont des nombres signés ou pas : donc un test du signe à rajouter au bon endroit si c'est le cas.

Édit : Tu peux aussi lire ton fichier ligne par ligne avec la fonction fgets (<- lien cplusplus en anglais) et ensuite découper la ligne avec la fonction strtok
C'est la solution la + rapide à coder (mais la - flexible à modifier) et il faut être sûr que tu auras toujours un fichier bien formé.

Hello,

Avec ce fichier

Code:

1
2
3
4
5
6
7
8
9
10
1;2;3;4;5
2.1;2.2;2.3;2.4;2.5
3.1;3.2;3.3;3.4;3.5
4.1;4.2;4.3;.44;4.5
5.;5.2;5.3;5.4;5.5
6.1;6.2;6.3;6.4;6.5
7;7.21;7.22;7.23;7.24
8;8.1;8.2;8.3;8.4;
9.1;9.2;9.3;9.4;9.5
10.1;10.2;10.3;10.4;10.5

ce code fonctionne:

Code:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
#include <stdio.h>
 
int main(void) {
	FILE *st=fopen("v.csv","r");
	double f[10][5];
 
	for(int i=0;i<10;i++)
		for(int j=0;j<5;j++)
			fscanf(st,"%lf;",&f[i][j]);
 
	fclose(st);
 
	for(int i=0;i<10;i++, puts(""))
		for(int j=0;j<5;j++)
			printf("%g ",f[i][j]);
 
 
 
	return(0);
}