isPartitionable

确定数据存储是否可分区

全页折叠

语法

tf = isPartitionable(ds)

说明

示例

如果数据存储 ds 可分区，则 tf = isPartitionable(ds) 返回逻辑值 1 (true)。否则，结果为逻辑值 0 (false)。

如果所有基础数据存储均可分区，则 TransformedDatastore 可分区。
如果所有基础数据存储都具有 subset 方法，或都是具有 subset 方法的数据存储的变换/组合，则 CombinedDatastore 可分区。
如果自定义数据存储类是 matlab.io.datastore.Partitionable 的子类，则它们可分区。

您可以对可分区的数据存储使用 partition 函数来创建分区，以便使用 Parallel Computing Toolbox™ 进行并行处理。

示例

全部折叠

测试数据存储是否可分区

打开实时脚本

创建一个 TabularTextDatastore，然后编写一条仅在数据存储可分区时才对其进行分区的 if/else 语句。

ttds = tabularTextDatastore('outages.csv');
if isPartitionable(ttds)
    newds = partition(ttds,3,1);
    disp('Partitioning successful.')
else 
    disp('Datastore is not partitionable.')
end

Partitioning successful.

现在创建一个 CombinedDatastore 对象，它包含 ttds 的两个副本。使用相同的 if/else 测试来将该数据存储分区。

cds = combine(ttds,ttds);
if isPartitionable(cds)
    newds = partition(cds,3,1);
    disp('Partitioning successful.')
else 
    disp('Datastore is not partitionable.')
end

Datastore is not partitionable.

在本例中，合并数据存储 cds 不可分区，因为基础 TabularTextDatastore 对象没有 subset 方法。

创建另一个 CombinedDatastore 对象，但这次基于 ImageDatastore 对象构造该对象。在本例中，合并数据存储可分区，因为基础 ImageDatastore 对象具有 subset 方法。

imageFiles = {'street1.jpg','street2.jpg','peppers.png','corn.tif'};
imds = imageDatastore(imageFiles);
cds = combine(imds,imds);
if isPartitionable(cds)
    newds = partition(cds,3,1);
    disp('Partitioning successful.')
else 
    disp('Datastore is not partitionable.')
end

Partitioning successful.

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。您可以将下列数据存储用作输入：

MATLAB^® 数据存储 - 使用 MATLAB datastore 函数创建的数据存储。例如，使用 ImageDatastore 为图像集合创建一个数据存储。有关完整的数据存储列表，请参阅Select Datastore for File Format or Application。
合并和变换数据存储 - 使用 combine 和 transform 函数创建的数据存储。
自定义数据存储 - 使用自定义数据存储框架创建的数据存储。基于 matlab.io.Datastore 子类化的任何数据存储都支持 isPartitionable 函数。有关详细信息，请参阅Develop Custom Datastore。

扩展功能

基于线程的环境
使用 MATLAB® `backgroundPool` 在后台运行代码或使用 Parallel Computing Toolbox™ `ThreadPool` 加快代码运行速度。

用法说明和限制：

在基于线程的环境中，您只能对以下数据存储使用 isPartitionable：
- ImageDatastore 对象
- 使用 combine 或 transform 从 ImageDatastore 对象创建的 CombinedDatastore 或 TransformedDatastore 对象
如果您有 Parallel Computing Toolbox，则可以对其他数据存储使用 isPartitionable。为此，请使用基于进程的并行池运行该函数，而不是使用 backgroundPool 或 ThreadPool（使用 ProcessPool 或 ClusterPool）。