前言：MATLAB和我们平时学的C语言相类似，大体也是由于三部分组成的。任何的复杂的程序由顺序结构，选择结构，循环结构组成的。
一、顺序结构
1.数据的输入：
input 用法：A=input(字符串)-->>影响程序流畅性
Importdata：A=Importdata('地址')
xlsread:适用于纯数值型数据 A=xlsread('地址');
readtable:重点使用 A=readtable('文件地址') 表头中文会乱码 我们可以重新起名
A=readtable
textscan：文本格式的数据 flied=fopen('地址');
2.数据的输出
fprintf('%10d',a)
disp(111)
与之对应把read-->>write 功能相反
二、循环结构
1.for结构
n=100;
Sn=0;
for k=1:nSn=Sn+(-1)^(k-1)/k;k=k+1;
end
Sn
与C语言相比 for缺少了条件 并且 MATLAB表示的是1到100的值与C语言相差很多 并且结束是end2.while结构
while 条件内容
end三、选择结构
1.if结构
if(条件)内容
end2.两分支结构
if(条件)内容else内容
end3.多分支结构
if(条件)elseif(条件)内容elseif(条件)内容..........else内容
end4.switch结构
switch 条件case 条件内容case 条件内容case 条件内容case 条件内容........otherwise内容
endMATLAB 向量化编程
1.矩阵或者向量
2.利用自带函数
3.不用循环和选择
4.点乘和点÷ .* ./
三种自定义函数的方式
1.三个要点.参数 返回值 函数主体
2.使用方法.
返回值列表=函数名（参数）3.m函数
function result=funName(parameters)
....
end
funName:必需的
result:可有可无
parameters:可有可无实例
function [ mv ] = wq2( x )
%mean 表示求方差
mv=mean(x);
end
调用
>> wq2(1:10)
ans =5.50004.函数+脚本
脚本中的函数必须在脚本的末尾
5.两个函数（第一个主函数，第二个子函数，一般主函数一个，子函数多个）---->>求解
6.多个m文件---->>类似
7.匿名函数
funName=@(x) 函数主体8.公式的转换 MATLAB2016 好像不可以
9.函数的嵌套
function mainfunx=5nextfun1function nextfun1x=x+1;enddisp(x)end
数据的预处理
一、数据的标准化、正则化
1.数据标准化是样本的属性缩放到指定的范围
2.原因
- 某些算法需要零方差和单位方差
- 消除样本不同属性具有不同量级时的影响
3.常用标准化方法
- min-max标准化（归一化）------>>>>>>
- z-score标准化（规范化）适用于最大值最小值未知的情况--->>
- 尺度变换 ------>>>>
- 中心化------->>>
4.MATLAB自带函数
normalize()自带标准化命令---MATLAB2020
二、数据分组
1.将数据划给到指定区间：discretize 左闭右开
2.对时间数据进行分类
三、缺失值处理
1.判断数据是否缺失
ismissing：推荐使用
isnan:判断是否NaN
isempty:判断数组是否为空
实例
A = [3 NaN 5 6 7 NaN NaN 9];
%缺失值表示1 其他表示零
TF = ismissing(A)
TF = 1x8 logical array0 1 0 0 0 1 1 0%创建一个表，其中 'NA'、''-99、NaN 和 Inf 表示缺失值。然后，找出具有缺失值的元素。
dblVar = [NaN;3;Inf;7;9];
int8Var = int8([1;3;5;7;-99]);
cellstrVar = {'one';'three';'';'NA';'nine'};
charVar = ['A';'C';'E';' ';'I'];
A = table(dblVar,int8Var,cellstrVar,charVar)
id = {'NA' '' -99 NaN Inf};
TF = ismissing(A,id)
TF = 5x4 logical array1 0 0 00 0 0 01 0 1 00 0 1 10 1 0 02.利用fillmisssing函数进行缺失值处理
方法 说明
'previous' 上一个非缺失值
'next' 下一个非缺失值
'nearest' 距离最近的非缺失值
'linear' 相邻非缺失值的线性插值（仅限数值、duration 和 datetime 数据类型）重点
'spline' 分段三次样条插值（仅限数值、duration 和 datetime 数据类型） 重点
'pchip' 保形分段三次样条插值（仅限数值、duration 和 datetime 数据类型） 重点
'makima' 修正 Akima 三次 Hermite 插值（仅限数值、duration 和 datetime 数据类型）部分例子
x=1:10x([3,6,7])=NaN%均值xmean=mean(x(~isnan(x)))x_fill0=fillmissing(x,'constant',xmean)%前一个位置填充x_fill1=fillmissing(x,'previous')x_fill2=fillmissing(x,'next')通过七种组合----->>>分析 缺失值
%组合填充
mean([x,y,z,......])另外 滑动法
F = fillmissing(A,movmethod,window) 使用窗口长度为 window的移动窗口均值或中位数填充缺失条目。
例如，fillmissing(A,'movmean',5) 使用窗口长度为 5 的移动均值填充缺失数据。另外一种
x = [-4*pi:0.1:0, 0.1:0.2:4*pi];
A = sin(x);
将 NaN 值插入 A 中。A(A < 0.75 & A > 0.5) = NaN;
使用线性插值填充缺失数据，并返回填充的向量 F 和逻辑向量 TF。TF 项中的值 1 (true) 对应于 F 中的填充值。[F,TF] = fillmissing(A,'linear','SamplePoints',x);
绘制原始数据和填充的数据。plot(x,A,'.', x(TF),F(TF),'o')
xlabel('x');
ylabel('sin(x)')
legend('Original Data','Filled Missing Data')四、离群值处理
MATLAB数据可视化
一、步骤
1.准备作图数据（必须）
load命令（Excel）
2.选定作图窗口与作图区域
figure与subplot
3.调入作图命令（必须）plot
4.设置图片格式 线性颜色等等
5.输出图形 保存.fig文件
二维曲线的绘制
1.plot(y)
2.plot(x,y)
3.plot(x1,y1,x2,y2......) 绘制多个二维曲线
一、线形图格设置
1.设置曲线的线性、颜色、和数据点标记
2.plot(x,y,'选项')
二、设置坐标轴
三、网格线和坐标边框
网格线：grid on
linewidth 2; MarketSize:
一、图形修饰
1.标签和标题
title('')
xlabel(’‘）
ylabel('')
zlabel('')
2.文本标识
3.设置图例
legend();顺序
顺序前后对应legend(___,'Location',lcn) 设置图例位置。例如，'Location','northeast'
将在坐标区的右上角放置图例。请在其他输入参数之后指定位置ginput
[x,y] = ginput(n) 可用于标识 n 个点的坐标。要选择一个点，
请将光标移至所需位置，然后按下鼠标按键或键盘上的键。
在选中全部 n 个点之前，按 Return 键可停止选择。
MATLAB® 返回所选点的坐标。如果没有当前坐标区，
调用 ginput 会创建一个笛卡尔坐标区例子
[x,y] = ginput(4)二、图形保持
hold on 图形保持
hold off 关闭图形保持
grid on 网格线
三、多个图形的绘制
subplot
subplot(m,n,p) 将当前图窗划分为 m×n 网格，并在 p 指定的位置创建坐标区。
MATLAB® 按行号对子图位置进行编号。第一个子图是第一行的第一列，
第二个子图是第一行的第二列，
依此类推。如果指定的位置已存在坐标区，则此命令会将该坐标区设为当前坐标区
例子
subplot(2,1,1);
x = linspace(0,10);
y1 = sin(x);
plot(x,y1)subplot(2,1,2);
y2 = sin(5*x);
plot(x,y2)四、绘制填充图片
fill
set
matlab与latex结合
属性编辑器 画图 点图形鼠标 双击图片
第一种导入方法 然后黏贴
第二种
导出.png格式
阴影填充
patch也可以
二维特殊图形的绘制
一、柱状图
指令：bar、barh、bar3、bar3h.
