struct

Convert geographic or planar vector to scalar structure

Syntax

s = struct(v)

Description

s = struct(v) converts the geographic or planar vector v to a scalar structure, s.

Examples

Convert a Mappoint Vector into a Structure

Create a mappoint vector.

mp = mappoint(shaperead('tsunamis.shp'))

mp = 
 162x1 mappoint vector with properties:

 Collection properties:
       Geometry: 'point'
       Metadata: [1x1 struct]
 Feature properties:
              X: [128.3000 -156 157.9500 143.8500 -155 -82.4000 159.5000 156.5000 147.4000 178.2000 141.7000 -86.8830 -32.2830 -72 23 -175.6290 137 -99 -79.5000 104 -136.5200 148.5400 148.8000 159.8000 156 -111.2150 -72.7500 143.4000 143.7000 -74.5000 ... ]
              Y: [-3.8000 19.5000 -9.0200 42.1500 19.1000 43.1000 52.7500 50 -2.4000 -18.3000 34 41.7000 67.8000 -30 39.5000 51.2920 -1.5000 16.5000 1.2000 -4.5000 58.3400 44.5300 44.2000 53.4000 -7.5000 44.7120 -15.7500 39.8000 39.4000 -39.5000 -6.8000 ... ]
           Year: [1950 1951 1951 1952 1952 1952 1952 1953 1953 1953 1953 1954 1954 1955 1956 1957 1957 1957 1958 1958 1958 1958 1958 1959 1959 1959 1960 1960 1960 1960 1960 1961 1961 1961 1962 1963 1963 1963 1963 1964 1964 1965 1965 1965 1965 1966 1966 ... ]
          Month: [10 8 12 3 3 5 11 3 6 9 11 6 10 4 11 3 6 7 1 4 7 11 11 5 8 8 1 3 3 5 11 2 7 8 4 2 10 10 12 3 6 2 7 8 8 6 10 12 12 12 1 4 9 2 4 5 6 8 9 2 8 11 4 5 10 7 7 7 9 9 8 1 2 6 1 2 10 4 5 6 7 10 11 8 8 5 6 11 3 9 10 12 5 3 3 5 6 11 3 4 7 9 9 5 2 4 ... ]
            Day: [8 21 22 4 17 6 4 18 27 14 25 26 NaN 19 2 9 22 28 19 22 10 6 12 4 17 18 13 20 23 22 20 12 23 1 12 2 13 20 18 28 16 4 6 11 13 15 17 28 31 31 1 12 3 19 1 16 12 14 25 23 11 22 7 31 31 9 14 26 5 25 26 30 28 17 31 1 3 27 26 10 20 31 29 16 19 20 ... ]
           Hour: [3 10 NaN 1 3 NaN 16 NaN NaN 0 17 NaN NaN 20 NaN 14 23 8 14 NaN 6 22 20 7 21 6 15 17 0 19 22 21 21 5 0 NaN 5 0 0 3 4 5 3 22 12 0 21 8 18 22 NaN 4 NaN NaN 0 0 13 22 NaN 0 21 23 5 20 17 3 6 1 18 4 8 21 6 3 23 3 14 NaN 9 13 14 8 14 16 6 13 8 ... ]
         Minute: [23 57 NaN 22 58 NaN 58 NaN NaN 26 48 NaN NaN 24 NaN 22 50 40 7 NaN 15 58 23 16 4 37 40 7 23 11 1 53 51 39 53 NaN 17 53 30 36 1 1 18 31 40 59 42 18 23 15 NaN 51 NaN NaN 42 48 41 14 NaN 36 26 9 34 23 53 3 11 23 35 36 15 1 37 55 30 12 21 ... ]
         Second: [NaN NaN NaN 41 NaN NaN NaN NaN NaN 36 NaN NaN NaN NaN NaN 31.9000 23 NaN NaN NaN 53.6000 8.6000 NaN NaN 40 13.5000 34 NaN NaN 17 56.4000 NaN 7.5000 53.2000 NaN NaN 55.8000 NaN NaN 14 44.3000 21.6000 42.7000 45.9000 NaN NaN NaN NaN ... ]
       Val_Code: [2 4 2 4 4 1 4 3 3 4 4 1 2 4 3 4 3 4 4 2 4 4 2 4 4 4 4 4 4 4 4 4 4 2 4 NaN 4 4 2 4 4 4 1 4 3 3 4 4 4 NaN 4 3 4 3 4 4 4 4 1 4 4 4 3 4 4 3 4 4 4 2 1 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 2 4 4 4 4 4 4 4 4 4 4 4 2 2 4 4 4 4 4 4 4 4 4 4 4 4 4 4 ... ]
       Validity: {1x162 cell}
     Cause_Code: [1 1 6 1 1 9 1 1 6 3 1 9 0 1 1 1 1 1 1 1 3 1 1 1 0 3 1 1 1 1 1 1 1 1 1 8 1 1 1 3 1 1 1 1 1 1 1 1 1 NaN 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 3 8 1 1 1 1 1 1 8 1 1 1 1 3 1 1 1 1 1 1 1 8 1 6 1 1 1 1 1 1 1 1 1 1 1 1 8 1 1 1 1 1 1 1 1 1 ... ]
          Cause: {1x162 cell}
         Eq_Mag: [7.6000 6.9000 NaN 8.1000 4.5000 NaN 9 5.8000 NaN 6.8000 7.4000 NaN NaN 7.1000 5.8000 9.1000 7.5000 7.9000 7.5000 6.5000 8.3000 8.3000 7 8.2000 7.3000 7.5000 7.8000 7.7000 6.7000 9.5000 6.8000 6.6000 7 6.6000 6.8000 NaN 8.5000 6.7000 ... ]
        Country: {1x162 cell}
       Location: {1x162 cell}
     Max_Height: [2.8000 3.6000 6 6.5000 1 1.5200 18 1.5000 1.4000 3 3 3 18.2800 1 1.2000 15.2400 1.8000 2.5000 1 1 524.2600 5 1 2 2.4000 1 5.7000 1 1.5000 25 9 1 1.5000 1 1 3 4.5000 15 1 67 5.8000 10.7000 3 7 2 1.4000 3 1 2 1.5000 2 2 2 1.2000 ... ]
       Iida_Mag: [1.5000 1.8000 2.6000 2.7000 NaN NaN 4.2000 0.6000 0.5000 1 1.6000 NaN 4.2000 NaN 0.3000 3.9000 0.8000 1.3000 NaN NaN 4.6000 2 NaN 1 1.3000 NaN 2.6000 NaN 0.6000 4.6000 3.2000 NaN NaN NaN NaN NaN 2.3000 3.9000 NaN 6.1000 2.7000 3.3000 ... ]
      Intensity: [1.5000 NaN NaN 2 NaN NaN 4 NaN 1 1.5000 1.5000 NaN NaN NaN 3 3.5000 NaN 1.5000 1.5000 NaN 5 2.5000 -1 1 NaN NaN 3 -2 -2.5000 4 2.5000 -0.5000 -0.5000 NaN -2 NaN 2.5000 3 NaN 5 2 2.5000 2 2.5000 1.5000 NaN 1.5000 0.5000 NaN NaN NaN ... ]
     Num_Deaths: [NaN NaN NaN 33 NaN NaN 2236 NaN NaN NaN NaN 7 NaN 3 NaN NaN NaN NaN NaN NaN 5 NaN NaN NaN NaN NaN NaN NaN NaN 1260 66 NaN NaN NaN NaN NaN NaN NaN NaN 221 26 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 200 NaN ... ]
    Desc_Deaths: [NaN NaN NaN 1 NaN NaN 3 NaN NaN NaN NaN 1 NaN 1 NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN NaN NaN NaN NaN 3 2 NaN NaN NaN NaN NaN NaN NaN NaN 3 1 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN 3 NaN 3 NaN NaN NaN ... ]

Convert the mappoint vector into a structure.

s = struct(mp)

s = struct with fields:
       Geometry: 'point'
       Metadata: [1x1 struct]
              X: [128.3000 -156 157.9500 143.8500 -155 -82.4000 159.5000 156.5000 147.4000 178.2000 141.7000 -86.8830 -32.2830 -72 23 -175.6290 137 -99 -79.5000 104 -136.5200 148.5400 148.8000 159.8000 156 -111.2150 -72.7500 143.4000 143.7000 ... ]
              Y: [-3.8000 19.5000 -9.0200 42.1500 19.1000 43.1000 52.7500 50 -2.4000 -18.3000 34 41.7000 67.8000 -30 39.5000 51.2920 -1.5000 16.5000 1.2000 -4.5000 58.3400 44.5300 44.2000 53.4000 -7.5000 44.7120 -15.7500 39.8000 39.4000 -39.5000 ... ]
           Year: [1950 1951 1951 1952 1952 1952 1952 1953 1953 1953 1953 1954 1954 1955 1956 1957 1957 1957 1958 1958 1958 1958 1958 1959 1959 1959 1960 1960 1960 1960 1960 1961 1961 1961 1962 1963 1963 1963 1963 1964 1964 1965 1965 1965 1965 1966 ... ]
          Month: [10 8 12 3 3 5 11 3 6 9 11 6 10 4 11 3 6 7 1 4 7 11 11 5 8 8 1 3 3 5 11 2 7 8 4 2 10 10 12 3 6 2 7 8 8 6 10 12 12 12 1 4 9 2 4 5 6 8 9 2 8 11 4 5 10 7 7 7 9 9 8 1 2 6 1 2 10 4 5 6 7 10 11 8 8 5 6 11 3 9 10 12 5 3 3 5 6 11 3 4 7 9 9 ... ]
            Day: [8 21 22 4 17 6 4 18 27 14 25 26 NaN 19 2 9 22 28 19 22 10 6 12 4 17 18 13 20 23 22 20 12 23 1 12 2 13 20 18 28 16 4 6 11 13 15 17 28 31 31 1 12 3 19 1 16 12 14 25 23 11 22 7 31 31 9 14 26 5 25 26 30 28 17 31 1 3 27 26 10 20 31 29 ... ]
           Hour: [3 10 NaN 1 3 NaN 16 NaN NaN 0 17 NaN NaN 20 NaN 14 23 8 14 NaN 6 22 20 7 21 6 15 17 0 19 22 21 21 5 0 NaN 5 0 0 3 4 5 3 22 12 0 21 8 18 22 NaN 4 NaN NaN 0 0 13 22 NaN 0 21 23 5 20 17 3 6 1 18 4 8 21 6 3 23 3 14 NaN 9 13 14 8 14 16 ... ]
         Minute: [23 57 NaN 22 58 NaN 58 NaN NaN 26 48 NaN NaN 24 NaN 22 50 40 7 NaN 15 58 23 16 4 37 40 7 23 11 1 53 51 39 53 NaN 17 53 30 36 1 1 18 31 40 59 42 18 23 15 NaN 51 NaN NaN 42 48 41 14 NaN 36 26 9 34 23 53 3 11 23 35 36 15 1 37 55 30 ... ]
         Second: [NaN NaN NaN 41 NaN NaN NaN NaN NaN 36 NaN NaN NaN NaN NaN 31.9000 23 NaN NaN NaN 53.6000 8.6000 NaN NaN 40 13.5000 34 NaN NaN 17 56.4000 NaN 7.5000 53.2000 NaN NaN 55.8000 NaN NaN 14 44.3000 21.6000 42.7000 45.9000 NaN NaN NaN NaN ... ]
       Val_Code: [2 4 2 4 4 1 4 3 3 4 4 1 2 4 3 4 3 4 4 2 4 4 2 4 4 4 4 4 4 4 4 4 4 2 4 NaN 4 4 2 4 4 4 1 4 3 3 4 4 4 NaN 4 3 4 3 4 4 4 4 1 4 4 4 3 4 4 3 4 4 4 2 1 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 2 4 4 4 4 4 4 4 4 4 4 4 2 2 4 4 4 4 4 4 4 4 4 4 4 4 ... ]
       Validity: {1x162 cell}
     Cause_Code: [1 1 6 1 1 9 1 1 6 3 1 9 0 1 1 1 1 1 1 1 3 1 1 1 0 3 1 1 1 1 1 1 1 1 1 8 1 1 1 3 1 1 1 1 1 1 1 1 1 NaN 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 3 8 1 1 1 1 1 1 8 1 1 1 1 3 1 1 1 1 1 1 1 8 1 6 1 1 1 1 1 1 1 1 1 1 1 1 8 1 1 1 1 1 1 1 1 ... ]
          Cause: {1x162 cell}
         Eq_Mag: [7.6000 6.9000 NaN 8.1000 4.5000 NaN 9 5.8000 NaN 6.8000 7.4000 NaN NaN 7.1000 5.8000 9.1000 7.5000 7.9000 7.5000 6.5000 8.3000 8.3000 7 8.2000 7.3000 7.5000 7.8000 7.7000 6.7000 9.5000 6.8000 6.6000 7 6.6000 6.8000 NaN 8.5000 ... ]
        Country: {1x162 cell}
       Location: {1x162 cell}
     Max_Height: [2.8000 3.6000 6 6.5000 1 1.5200 18 1.5000 1.4000 3 3 3 18.2800 1 1.2000 15.2400 1.8000 2.5000 1 1 524.2600 5 1 2 2.4000 1 5.7000 1 1.5000 25 9 1 1.5000 1 1 3 4.5000 15 1 67 5.8000 10.7000 3 7 2 1.4000 3 1 2 1.5000 2 2 2 1.2000 ... ]
       Iida_Mag: [1.5000 1.8000 2.6000 2.7000 NaN NaN 4.2000 0.6000 0.5000 1 1.6000 NaN 4.2000 NaN 0.3000 3.9000 0.8000 1.3000 NaN NaN 4.6000 2 NaN 1 1.3000 NaN 2.6000 NaN 0.6000 4.6000 3.2000 NaN NaN NaN NaN NaN 2.3000 3.9000 NaN 6.1000 2.7000 ... ]
      Intensity: [1.5000 NaN NaN 2 NaN NaN 4 NaN 1 1.5000 1.5000 NaN NaN NaN 3 3.5000 NaN 1.5000 1.5000 NaN 5 2.5000 -1 1 NaN NaN 3 -2 -2.5000 4 2.5000 -0.5000 -0.5000 NaN -2 NaN 2.5000 3 NaN 5 2 2.5000 2 2.5000 1.5000 NaN 1.5000 0.5000 NaN NaN NaN ... ]
     Num_Deaths: [NaN NaN NaN 33 NaN NaN 2236 NaN NaN NaN NaN 7 NaN 3 NaN NaN NaN NaN NaN NaN 5 NaN NaN NaN NaN NaN NaN NaN NaN 1260 66 NaN NaN NaN NaN NaN NaN NaN NaN 221 26 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 200 NaN ... ]
    Desc_Deaths: [NaN NaN NaN 1 NaN NaN 3 NaN NaN NaN NaN 1 NaN 1 NaN NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN NaN NaN NaN NaN 3 2 NaN NaN NaN NaN NaN NaN NaN NaN 3 1 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 1 NaN 3 NaN 3 NaN NaN NaN ... ]

Input Arguments

v — Geographic or planar vector

geopoint, geoshape, mappoint, or mapshape object

Geographic or planar vector, specified as a geopoint, geoshape, mappoint, or mapshape object.

Output Arguments

s — Structure representing a geographic or planar vector

scalar structure

Structure representing a geographic or planar vector, returned as a scalar structure.

Version History

Introduced in R2012a