完全手册：MATLAB使用详解-第9章数据分析.ppt

第9章 数据分析 根据大量数据提取某些目标信息（称为数据分析、数据挖掘等）是一类非常重要的实际问题。限于篇幅，本章涉及的数据分析是非常基础的，其目的是让读者对利用MATLAB进行数据分析有一个初步的了解，主要内容包括： 数据排序分析，包括排序、最大（小）数、分位数； 数据求和（积）、差分； 数据统计分析。 前两部分可以归结为基本数据分析。关于插值、回归分析、曲线拟合、傅立叶分析等内容将在第10章高级数值计算中介绍。MATLAB提供的统计工具箱涵盖了大部分数据统计分析功能。 9.1 最大（小）值、中位数 已知数据序列，求序列的最大值、最小值及中位数是实际工程中经常遇到的问题。对这类数据分析问题，MATLAB提供了强大的支持。MATLAB提供的函数max、min、median分别用于求数据序列的最大值、最小值和中位数，详细的使用方法见表 9.2 排序 数据的排序是理论和实际中经常遇到的问题。MATLAB提供sort和sortrow两个函数用于数据的排序操作。这两个函数不仅可以用于数值数据的排序，而且对字符串数据也可以进行排序，这里主要讲述数值排序，对于字符串的排序只稍作介绍。 sort对数组元素按升序或降序进行排列，数组元素的类型可以是整型、浮点型、逻辑类型等数值类型，也可以是字符、字符串。函数sort对字符或字符串数组的排序依据ASCII表进行；对复数数值类型，sort函数首先比较各元素的模值，在模值相同的情况下，考虑上的相位值；对于NaN数据，sort函数将其排在最后，不管是按升序还是降序排列。 9.3 分位数 对数据序列， 分位数是满足 的q，其中 是数据序列的长度，是x中不大于q的元素个数。通常上式的等号不能成立，这样可以定义p分位数是使 最小的q。 MATLAB利用函数quantile求数据序列的分位数，其调用格式为： Y = quantile(X, p) Y = quantile(X, p, dim) 9.4 求和（积）、差分 本节介绍数据序列的求和、求积、差分运算。MATLAB中利用函数sum、prod和diff对数据序列作求和、求积及差分等运算，这些内容相对简单，这里不再作过多的文字描述，读者只需练习给出的示例就能熟悉掌握相关函数的用法。 9.4.1 求和 MATLAB中的函数sum用于对数组求和，sum函数以数组A作为数据输入，sum(A)沿数组第一个非1的维进行求和。若A为向量，则返回该向量的和；若A为矩阵，则函数沿列方向求和，返回一个行向量，行向量的元素对应A每一列的和。sum(A, dim)指定函数沿第dim维求和。实际上MATLAB中很多函数的调用格式都与此类似，如前面用到的min、max、sort等。这里为这种类型的函数取一个名字，称为数组支持函数。对下面章节中出现的数组支持函数，如无特别的调用格式，则对其调用方法不作特别说明。 另外sum函数还提供给用户一个选项，该选项可限定运算结果的类型，如sum(…, ‘double’)限定结果为double型，即使输入数据为整型，默认情况会返回double型。 9.4.2 求积 prod函数用于数据序列求积，其使用方法与sum函数相似，是一种数组支持函数，调用格式为： prod(A) prod(A, dim) 9.4.3 求累计和、积和差分 除了一般的求和与求积，MATLAB还定义了两种累积运算，即累积和、累积积，分别由函数cumsum、cumprod实现。累积求和、累积求积函数都是数组支持函数，相应的调用格式为： cumsum(A) cumsum(A,dim) cumprod(A) cumprod(A,dim) 9.5 均值和方差 9.6 数据预处理 数据传输、处理可能存在一些随机错误，从而使数据出现缺失或异常等现象，这对后续的数据分析有可能存在不利的影响。本节将采用MATLAB中一些常用的数据预处理方法来解决数据的缺失和异常问题。这些在数据分析之前进行。 9.6.1 处理缺失数据 缺失数据的处理是一个非常困难的问题，随根据具体问题的不同，处理方法也各异。为了数据分析的方便，将缺失数据用NaN表示是一个非常便利的方法。 NaN是MATLAB的一个特殊数据，即“Not a Number”，MATLAB规定，NaN参与的数学运算结果均为NaN。例如向量，对其求和、积，结果均为NaN。在MATLAB命令窗口输入以下代码。 x = [1,2,NaN,4]; sum(x) ,prod(x) 运行结果如下。 ans = NaN ans = NaN 9.6.2 处理奇异值 数据传输、处理的错误可能是数据发生异常， 对异常数据可以采用与缺失数据相似的处理方法，即去除异