• Saltar al contenido principal
  • Skip to secondary menu
  • Saltar a la barra lateral principal
  • Saltar al pie de página
  • Inicio
  • Secciones
    • Ciencia de datos
    • Criptografía
    • Herramientas
    • Machine Learning
    • Noticias
    • Opinión
    • Productividad
    • Programación
      • JavaScript
      • Julia
      • Matlab
      • Python
      • R
  • Programación
    • JavaScript
    • Julia
    • Matlab
    • Python
    • R
  • Laboratorio
    • Estadística
      • Calculadora del Tamaño Muestral en Encuestas
      • Calculadora de estadísticos descriptivos
      • Test de normalidad
      • Calculadora de contrastes de hipotesis
      • Calculadora de tamano del efecto
      • Simulador de Regresión Lineal con Ruido
      • Visualizador de PCA
      • Visualizador de Series Temporales
      • Simulador de Regresión Logística
      • Simulador de K-Means
      • Simulador de DBSCAN
      • Detector de la Ley de Benford
    • Probabilidad
      • Calculadora de Probabilidad de Distribuciones
      • Calculadora de Probabilidades de Lotería
      • Simulador del Problema de Monty Hall
      • Simulador de la Estrategia Martingala
    • Finanzas
      • Calculadora de Préstamos e Hipotecas
      • Conversor TIN ↔ TAE
      • Calculadora DCA con ajuste por inflación
      • Simulador FIRE (Financial Independence, Retire Early)
    • Herramientas
      • Formateador / Minificador de JSON
      • Comparador y Formateador de Texto y JSON
      • Formateador y Tester de Expresiones Regulares
      • Inspector de JWT
      • Generador y verificador de hashes
      • Codificador / Decodificador Base64 y URL
      • Conversor de bases numericas
      • Conversor de Timestamp Unix
      • Conversor de colores
      • Generador de UUIDs
    • Juegos
      • Tres en Raya
      • Nim con Q-Learning
    • Más
      • Método D’Hondt
      • Generador de Contraseñas Seguras
  • Noticias
  • Boletín
  • Contacto
  • Tienda
    • Libros
    • Equipamiento de oficina
    • Equipamiento en movilidad

Analytics Lane

Ciencia e ingeniería de datos aplicada

  • Ciencia de datos
  • Machine Learning
  • IA Generativa
  • Python
  • Pandas
  • NumPy
  • R
  • Excel

Exportar datos en Matlab a través del portapapeles del sistema

julio 3, 2019 Por Daniel Rodríguez Deja un comentario
Tiempo de lectura: 5 minutos

En una entrada reciente se ha visto cómo importar datos desde una hoja de cálculo en Matlab utilizando el portapapeles. Algo que puede ser de gran utilidad en algunos flujos de trabajo. El proceso contrario, exportar datos a través de portapapeles del sistema también puede ser de utilidad. Esto es lo que se mostrará en esta entrada, como exportar datos en Matlab a través del portapapeles.

Uno de los problemas que se ha visto a la hora de importar datos de una hoja de cálculo es que estas suelen utilizar la configuración local. Es decir, para formatear los números emplean el separador de decimales que indica el sistema operativo. Por otro lado, Matlab siempre utiliza el punto para separar los decimales, provocando así problemas cuando se trabaja en idiomas como el español. La solución de este problema ya se ha visto en una entrada anterior en la que se explicaba cómo utilizar la configuración local del ordenador en a la hora de convertir texto en números o viceversa.

La función clipboard() de Matlab

En Matlab la función para trabajar con el portapapeles es clipboard(), tanto para copiar como para pegar. La forma de utiliza la función para pegar es indicando la cadena de texto paste, lo que se ha visto en una entrada anterior. Por otro lado, para pegar se tiene que indicar la cadena de texto copy seguido de la matriz que se desea mover al portapapeles. Así, para poner en el portapapeles el mensaje “¡Hola Mundo!” solamente se tiene que escribir

Nuevo simulador FIRE en el laboratorio de aplicaciones de Analytics Lane
En Analytics Lane
Nuevo simulador FIRE en el laboratorio de aplicaciones de Analytics Lane

clipboard('copy', '¡Hola Mundo!');

Lo que se puede comprobar inmediatamente pegando el contenido del portapapeles en cualquier aplicación.

La función clipboard() y el separador de decimales

Un problema con la función clipboard() aparece a la hora de pegar número, por ejemplo, Pi.

clipboard('copy', pi);

Si se pega el contenido del portapapeles en un editor de texto se obtiene el valor 3.14159265358979. Esto independientemente de cual sea el separador de decimales. Por lo que, en caso de pegar en una hoja de cálculo Microsoft Excel puede que esta no interprete correctamente el valor. La solución a esto es utilizar la función num2localstr() que se ha visto al explicar cómo utilizar el separador de decimales.

Publicidad


Pegar matrices con la función clipboard()

A la hora de pegar una matriz en el portapapeles Matlab la convierte en una cadena de texto en formato Matlab. Por ejemplo, al ejecutar

rng(1);
clipboard('copy', rand(2));

En el portapapeles se tendrá la siguiente cadena de texto:

[0.417022004702574 0.000114374817344887;0.720324493442158 0.30233257263184]

Esto no es un problema si se quiere pegar esto en archivo de Matlab, pero si en caso de que se desee exportar a una hoja de cálculo u otros programas. Las hojas de cálculo necesitan los datos de cada fila separados por tabulador y las columnas por un salto de línea. Además, es necesario tener en cuenta los separadores de decimales utilizados en estas.

Preparar las matrices para una hoja de cálculo

Partiendo de una matriz se puede generar una cadena de texto que sea válida para pegar en una hoja de cálculo. Lo que se tiene que hacer enviaros pasos. En primer lugar convertir cada uno de los números en cadenas de texto, para lo que se puede usar la función nativa de Matlab num2str o, aun mejor, num2localstr().

str = num2localstr(x)

Ambas funciones producen una matriz de cadenas de texto a las que es necesario añadir un carácter salto de línea al final de cada fila. Lo que se puede conseguir simplemente con

str(:, end+1) = char(10);

Desde la versión 2016b existe una variable de Matlab que produce el salto de línea newline, lo que se puede usar para reemplazar char(10).

Una vez hecho esto la matriz de cadenas de texto es necesario transformarla en un array. Para lo que se utiliza la función reshape(). Además de esto es necesario borrar el último salto de línea, ya que en caso contrario pegara una fila vacía al final de la matriz. Para esto se usa:

str = reshape(str', 1, numel(str));
str(end) = [];

Finalmente, cualquier espacio en blanco se tiene que convertir en un tabulador. Algo que es fácil de hacer mediante el uso de expresiones regulares. Así la cadena para pegar en el portapapeles se consigue con:

str = regexprep(str, ' +', '\t');

Así si se envía esta cadena al portapapeles y se pega en una hoja de cálculo se obtiene el resultado deseado.

Hoja de cálculo Microsoft Excel con los datos exportados de Matlab

Creación de una función

Finalmente, al igual que cuando se explicó cómo crear una función para importar datos desde una hoja de cálculo mediante el portapapeles se puede crear una función. En este caso la función se llama copyToSpreadsheet() y se muestra a continuación:

function copyToSpreadsheet(data, precision)
% copyToExcel - Copy a matrix to a spreadsheet
%
%     This function copies a matrix into the clipboard in a format which
%     is valid for spreadsheets.

% Copyright 2019 Daniel Rodriguez 

% The precision used in the exportation
if nargin == 1
    precision = 8;
end

% Convert numbers to string
str = num2localstr(data, precision); 

% Add new line at the end
str(:, end+1) = char(10);

% Convert to an array and remove last new line
str = reshape(str', 1, numel(str));
str(end) = [];

% Change strings to tabulas 
str = regexprep(str, ' +', '\t');

% Paste the string into the clipboard
clipboard('copy', str);

end

Añadiendo únicamente una opción de configurar la precisión con la que los datos se exportan.

Publicidad


Conclusiones

Esta entrada cierra un ciclo en la que se ha explicado cómo mover datos en Matlab a través del portapapeles. Centrándose especialmente en dos problemas: trabajar con hojas de cálculo y usar la configuración local del ordenador para representar los números. En una primera entrada se ha visto cómo importar los datos desde una hoja de cálculo mediante el portapapeles. Posteriormente se ha visto cómo usar Java para obtener los separadores decimales y de miles, pudiendo así modificarlos. Hoy se ha visto cómo exportar datos en Matlab a través del portapapeles del sistema.

Imágenes: Pixabay (StockSnap)

¿Te ha parecido de utilidad el contenido?

¡Puntúalo entre una y cinco estrellas!

Puntuación promedio 0 / 5. Votos emitidos: 0

Ya que has encontrado útil este contenido...

¡Síguenos en redes sociales!

¡Siento que este contenido no te haya sido útil!

¡Déjame mejorar este contenido!

Dime, ¿cómo puedo mejorar este contenido?

Publicaciones relacionadas

  • Nuevo simulador FIRE en el laboratorio de aplicaciones de Analytics Lane
  • Nueva calculadora de préstamos e hipotecas en el laboratorio de aplicaciones de Analytics Lane
  • Hardening avanzado de NGINX: CSP, OCSP Stapling y defensa en profundidad
  • Nuevo generador y verificador de hashes en el laboratorio de aplicaciones de Analytics Lane
  • Nueva simulación de la estrategia Martingala en ruleta en el laboratorio de aplicaciones de Analytics Lane
  • Exactitud, precisión, recall… y los errores que cometemos al interpretarlas en proyectos reales
  • Nuevo simulador del problema de Monty Hall en el laboratorio de aplicaciones de Analytics Lane
  • Nuevo simulador interactivo de K-Means en el laboratorio de aplicaciones de Analytics Lane
  • Por qué los chatbots de inteligencia artificial parecen estar siempre de acuerdo contigo – Conversar con una inteligencia artificial – Parte I

Publicado en: Matlab Etiquetado como: Excel

Interacciones con los lectores

Deja una respuesta Cancelar la respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *

I accept the Terms and Conditions and the Privacy Policy

Este sitio usa Akismet para reducir el spam. Aprende cómo se procesan los datos de tus comentarios.

Barra lateral principal

Suscríbete a nuestro boletín

Suscríbete al boletín semanal para estar al día de todas las publicaciones.

Política de Privacidad

Analytics Lane en redes sociales

  • Amazon
  • Bluesky
  • Facebook
  • GitHub
  • Instagram
  • Mastodon
  • Pinterest
  • RSS
  • Telegram
  • Tumblr
  • Twitter
  • YouTube

Publicidad

Entradas recientes

Nuevo Inspector de JWT en el laboratorio de aplicaciones de Analytics Lane

abril 20, 2026 Por Daniel Rodríguez

Nuevo simulador de regresión logística en el laboratorio de aplicaciones de Analytics Lane

abril 17, 2026 Por Daniel Rodríguez

Nuevo simulador de regresión lineal con ruido en el laboratorio de aplicaciones de Analytics Lane

abril 16, 2026 Por Daniel Rodríguez

Publicidad

Es tendencia

  • Nuevo Inspector de JWT en el laboratorio de aplicaciones de Analytics Lane publicado el abril 20, 2026 | en Noticias
  • Creación de gráficos de barras y gráficos de columnas con Seaborn publicado el julio 18, 2023 | en Python
  • El método de Muller e implementación en Python publicado el marzo 24, 2023 | en Ciencia de datos
  • El método de la bisección e implementación en Python publicado el marzo 11, 2022 | en Ciencia de datos
  • Cómo calcular el tamaño de la muestra para encuestas publicado el septiembre 9, 2025 | en Ciencia de datos

Publicidad

Lo mejor valorado

4.9 (24)

Seleccionar filas y columnas en Pandas con iloc y loc

4.6 (16)

Archivos JSON con Python: lectura y escritura

4.4 (14)

Ordenación de diccionarios en Python mediante clave o valor

4.7 (13)

Operaciones de filtrado de DataFrame con Pandas en base a los valores de las columnas

4.9 (11)

Pandas: Cambiar los tipos de datos en los DataFrames

Comentarios recientes

  • M. Pilar en Cómo eliminar las noticias en Windows 11 y recuperar tu concentración
  • Daniel Rodríguez en Probabilidad básica: cómo entender el azar en nuestra vida diaria
  • Pepe en Probabilidad básica: cómo entender el azar en nuestra vida diaria
  • CARLOS ARETURO BELLO CACERES en Justicio: La herramienta gratuita de IA para consultas legales
  • Piera en Ecuaciones multilínea en Markdown

Publicidad


Footer

Analytics Lane

  • Acerca de Analytics Lane
  • Boletín de noticias
  • Contacto
  • Libros
  • Lo más popular
  • Noticias
  • Tienda
  • Tiendas afiliadas

Secciones

  • Ciencia de datos
  • Criptografía
  • Herramientas
  • Machine Learning
  • Opinión
  • Productividad
  • Programación
  • Reseñas

Sobre de Analytics Lane

En Analytics Lane tratamos de explicar los principales conceptos de la ciencia e ingeniería de datos con un enfoque práctico. Los principales temas tratados son ciencia de datos, ingeniería de datos, inteligencia artificial, machine learning, deep learning y criptografía. Además, también se habla de los principales lenguajes de programación y herramientas utilizadas por los científicos e ingenieros de datos.

Copyright © 2018-2026 Analytics Lane ·Términos y condiciones ·Política de Cookies ·Política de Privacidad ·Herramientas de privacidad ·Contacto