• 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
      • Ajuste de Curvas
      • Calculadora de Matrices
    • 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
      • Calculadora XIRR con Flujos Irregulares
      • Simulador FIRE (Financial Independence, Retire Early)
    • Negocios
      • CLV
      • Scoring
    • Herramientas
      • Formateador / Minificador de JSON
      • Conversor CSV ↔ 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

Rutas de archivo en Matlab

julio 15, 2019 Por Daniel Rodríguez Deja un comentario
Tiempo de lectura: 3 minutos

En las aplicaciones creadas con Matlab es habitual trabajar con archivos para importar y exportar datos. Al distribuir las aplicaciones es normal que la ruta el usuario desee cambiar el nombre y la ubicación de los archivos, por lo que se ha de gestionar. Lo que aplica tanto a las aplicaciones que se distribuyen mediante código como las compiladas con Matlab Compiler. A continuación, se va a explicar cómo gestionar las rutas de archivo en Matlab.

¿En qué ruta se está ejecutando un script de Matlab?

En muchas ocasiones junto a los programas se entregan archivos que contiene datos, imágenes o plantillas de informes. Los cuales son necesarios para el correcto funcionamiento de la aplicación. Estos archivos se suelen ubicar junto a los scripts por lo que simplemente escribiendo su nombre el programa los puede encontrar y cargar en desarrollo. El problema es que al distribuir los programas es puede que se ejecuten desde una ruta diferente, lo que sucede tanto al distribuir código como en los compilados. Para saber dónde se está ejecutando el archivo se puede utilizar la función mfilename(), la cual devuelve el nombre del archivo. Pudiendo indicar la ruta completa si se indica la opción fullpath. Nótese que si esta función se ejecuta en la terminal de Matlab se obtiene únicamente una cadena vacía, ya que no se ejecuta en ningún archivo. Por lo que ahora solamente se tienen que separa la ruta del archivo, lo que se explicará en la siguiente sección.

Por qué migrar tus proyectos TypeScript a ES Modules en 2026
En Analytics Lane
Por qué migrar tus proyectos TypeScript a ES Modules en 2026

Obtener las componentes de una ruta

Una vez se obtiene una cadena de texto con la ruta solamente hay que separarla en partes. Una primera idea puede ser utilizar el separador de archivo, aunque este es diferente en UNIX y Windows. Existe una función que devuelve el separador (filesep()), pero es más fácil e interesante usar la función (fileparts()) que separa la ruta en sus componentes. Así para obtener la información en un script se puede utilizar la siguiente línea

[filepath, name, ext] = fileparts(mfilename('fullpath'));

Obteniéndose en filepath la ruta al archivo, en name el nombre del archivo y en ext la extensión.

Si para obtener la ruta absoluta se concatena las cadenas con \, el programa solamente funcionará en Windows. Lo mismo pasa si se usa / en Linux o Mac. Esto puede que no sea un problema, pero nunca se sabe dónde se ejecutara un programa en el futuro.

Generar la ruta absoluta a un archivo en Matlab

Tras la obtención de la ruta en la que se ejecuta el script, solamente se tiene que añadir la ruta relativa al archivo que se desea cargar. Por ejemplo, un logo (logo.png) para una aplicación creada con App Designer que se encuentra en una carpeta images en la misma ruta. Al igual que antes la mejor opción es utilizar una función de Matlab que concatena las rutas (fullfile()), más sencillo que preguntar por el separador y concatenar. Así la ruta completa a la imagen será

filename = fullfile(filepath, 'images', 'logo.png');

en donde solamente se van indicando las subcarpetas una detrás de otra. Si el archivo está en la misma ruta se omiten las subcarpetas

filename = fullfile(filepath, 'logo.png');

Ahora se puede estar seguro de que en filename se encuentra el archivo que se desee importar.

Conclusiones

En esta entrada se ha visto cómo obtener y gestionar las rutas de archivo en Matlab. En primer lugar, se obtuvo la ruta absoluta al script que se está ejecutando. A partir de aquí se obtuvieron sus componentes con un código que funciona tanto en Windows como en Linux o Mac. Para, finalmente, obtener la ruta absoluta a archivos que se distribuyen con los programas. El uso de las funciones que tiene Matlab para ello, en lugar de concatenar cadenas, permite crear aplicaciones que sean portables. Lo que siempre es una ventaja.

Imágenes: Pixabay (Johannes Plenio)

¿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

  • Por qué migrar tus proyectos TypeScript a ES Modules en 2026
  • Actualizar expresslanets a ES Modules con tsx y Vitest
  • Migrar tslane a un paquete dual CommonJS y ESM con tsup y Vitest
  • Pareto/NBD: cuando el abandono silencioso cambia el CLV
  • Cómo construir tu primer scorecard paso a paso
  • Docker Compose: el día a día. Cómo ver qué funciona y qué no
  • Cómo Verificar la Normalidad de tus Datos antes de un Test Estadístico
  • Qué significa realmente “calidad de datos”
  • Cómo Detectar Pseudo-IDs y Data Leakage en el Constructor de Scorecards

Publicidad

Publicado en: Matlab

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

Qué significa realmente “calidad de datos”

octubre 15, 2026 Por Daniel Rodríguez

Cómo Detectar Pseudo-IDs y Data Leakage en el Constructor de Scorecards

octubre 13, 2026 Por Daniel Rodríguez

Cómo Verificar la Normalidad de tus Datos antes de un Test Estadístico

octubre 8, 2026 Por Daniel Rodríguez

Publicidad

Es tendencia

  • Método del codo (Elbow method) para seleccionar el número óptimo de clústeres en K-means publicado el junio 9, 2023 | en Ciencia de datos
  • Conectar máquinas VirtualBox entre sí y con el resto de la red publicado el noviembre 3, 2023 | en Herramientas
  • Eliminar la protección en archivos Excel publicado el mayo 30, 2018 | en Herramientas
  • Aplicar funciones sobre los elementos de una matriz en Matlab publicado el junio 19, 2019 | en Matlab
  • El operador morsa de Python (:=): Todo lo que necesitas saber publicado el marzo 4, 2024 | en Python

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

4.1 (11)

Aplicar el método D’Hondt en Excel

Comentarios recientes

  • Daniel Rodríguez en Curiosidad: La Paradoja de Simpson, o por qué no siempre debes fiarte de los promedios
  • Hatepi en Curiosidad: La Paradoja de Simpson, o por qué no siempre debes fiarte de los promedios
  • Daniel Rodríguez en Los récords con asterisco, o la épica del titular sin contexto – El bestiario de los indicadores económicos absurdos (parte 8 y final)
  • Juan en Los récords con asterisco, o la épica del titular sin contexto – El bestiario de los indicadores económicos absurdos (parte 8 y final)
  • bif en JSON en bases de datos: cuándo es buena idea y cuándo no

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