matlab-analyze-data

MATLAB 数据分析

使用符合 MATLAB 惯用风格的代码，通过表和时间表执行表格数据分析任务。

适用场景

• 涉及表格数据的任务：探索、清理、转换或汇总表
• 时间序列分析：重采样、同步、趋势检测、平滑
• 回答有关表中数据的问题（前 N 项、筛选、组间比较）
• 数据清理：缺失值、异常值、类型转换、归一化

不适用场景

• 任务没有数据上下文（没有可处理的表、时间表、数组或日期/时间值）
• 主要目标是可视化或绘图，而非数据分析（改用 matlab-build-chart）
• 任务纯粹涉及符号数学、仿真或应用构建
• 读取或写入文件——CSV、Excel、Parquet、MAT 文件（改用 matlab-import-export-data）
• 数据无法装入内存，或需要外存处理（改用 matlab-choose-big-data-solution）
• 存储或检索密码、令牌或 API 密钥（改用 matlab-secure-credentials）
• 数据存储在关系数据库中（改用 matlab-use-database 或 matlab-use-duckdb）
• 使用带标签的信号文件构建 ML 训练工作流（改用 matlab-prepare-signal-data）
• 在表格数据上训练分类器或比较 ML 模型准确率（改用 matlab-classify-tabular-data）
• 为优化有监督 ML 模型而设计或选择特征（改用 matlab-engineer-tabular-features）
• 代码迁移或替换已弃用的 API（改用 matlab-modernize-code）

路由：阅读所有相关主题的参考资料

此技能涵盖表格、时间序列和基于数组的数据工作流所需的 MATLAB 核心函数，包括数值数组、传感器矩阵和网格数据。这些函数可原生处理 table、timetable 和数值数组，正确处理缺失数据，并针对性能进行了优化。优先使用此处推荐的现代函数（例如 groupsummary、datetime、fillmissing、smoothdata2），而不是旧版替代方案（例如 accumarray、nanmean、datenum）。只有在用户明确提出要求时才例外。

**以下每个部分都链接到一个参考文件。编写代码前，务必阅读每个相关主题的参考文件。**参考文件包含正确语法、常见陷阱以及可避免静默错误的“避免使用”模式。跳过参考资料可能导致采用已弃用的方法，或遇到已知陷阱。阅读后，在回复顶部注明 Reference files read: [list]。

关键函数 — 可用版本

此技能中的大多数函数在 R2023a 或更早版本中均可用。以下函数需要较新版本：

函数	起始可用版本	用途
paddata, trimdata, resize	R2023b	将数组填充、裁剪或调整为目标长度
smoothdata2	R2023b	在矩形窗口内平滑二维网格数据
kde	R2023b	估计单变量数据的核密度
clip	R2024a	将值限制在某个范围内
islocalmax2, islocalmin2	R2024a	检测二维网格数据中的局部极值
summary（增强版）	R2024b	支持数组（数值、datetime、duration、逻辑）；新增 Statistics、DataVariables、Detail 名称-值参数
isapprox	R2024b	考虑容差的浮点数比较（对计算所得的值应使用此函数，而非 ==）
isbetween（数值型）	R2024b	检查元素是否位于数值范围内
numunique	R2025a	统计变量中的不同值数量
allbetween	R2025a	验证所有值是否位于某个范围内
allunique	R2025a	验证所有值是否唯一

---

开始探索数据

当数据已存储在工作区变量中时，请先了解其结构和内容，再编写分析代码。

主题：

• 汇总结构、形状和变量类型
• 评估缺失数据的数量及其位置
• 了解分布（数值四分位数、分类值计数）
• 查找变量之间的相关性和关系
• 检查重复项、唯一键和基数
• 探索时间范围、规律性和时间模式

函数： summary、head、size、jsonencode、anymissing、allfinite、ismissing、groupcounts、numunique、allunique、kde、corrcoef、pivot、unique、isregular、isuniform、retime

阅读： exploration.md

---

数据类型

使用现代 MATLAB 类型替代旧式类型。现代类型速度更快、可读性更好，也能更好地与表函数配合使用。

主题：

• 日期和时间（解析、运算、时区、提取年／月／日／小时）
• 已用时间和日历偏移量
• 文本数据（比较、搜索、拆分、编辑字符串）
• 分类数据（有序排名、合并／重命名／重新排序类别）

函数： datetime、dateshift、year、month、day、weekday、quarter、hour、timeofday、ymd、hms、hours、days、minutes、seconds、calmonths、caldays、string、matches、contains、startsWith、extractAfter、extractBefore、replace、erase、strip、split、count、categorical、mergecats、renamecats、removecats、reordercats、countcats

阅读： data-types.md

---

表和时间表

表是存放表格数据的主要容器。当数据带有时间戳、时间向量或已知采样率时，请使用 timetable——它可以启用时间感知操作（自动按间隔调整平滑、填充和重采样）。

主题：

• 创建表并设置其结构（变量与行、元数据、属性）
• 按类型选择变量；点索引与花括号索引、圆括号索引的区别
• 导入后转换变量类型
• 处理非均匀间隔数据（SamplePoints）
• 对时间序列进行重采样、对齐和同步
• 按日期范围或时间容差筛选
• 转换旧式 timeseries 对象

函数： table、timetable、table2timetable、vartype、convertvars、retime、synchronize、lag、timerange、withtol、timeseries2timetable、table2array、array2table

阅读： tables-and-timetables.md

---

事件表

使用 eventtable 为时间表的行添加事件、事件过程或阶段标记或注释（传感器异常、风暴、维护时段、警报）。请勿在时间表本身中添加布尔列、字符串标签或分类状态变量。

主题：

• 根据时间戳和标签创建事件表（瞬时事件或区间事件）
• 将事件附加到时间表
• 按事件属性筛选时间表行
• 从数据模式（峰值、阈值穿越）中提取事件
• 将事件数据写入时间表行，以便导出或分组
• 在绘图中自动叠加事件

函数： eventtable、eventfilter、extractevents、syncevents、withtol、stackedplot

阅读： eventtables.md

---

数据清理

使用 MATLAB 内置的检测和填充函数处理缺失值与离群值。切勿使用 == 比较缺失值。填充或移除之前，使用 standardizeMissing 转换哨兵值。

主题：

• 检测缺失值（NaN、NaT、缺失字符串、未定义的分类值）
• 将占位值（"N/A"、-999、""）转换为标准缺失值
• 填补间隙（插值、向前填充、移动窗口、按类型采用不同策略）
• 限制长间隙的填充范围
• 在聚合（mean、std、min、max）时跳过缺失值——使用正确的调用语法
• 检测、移除或替换离群值
• 检查值是否处于预期范围内；截断值

函数： ismissing、anymissing、standardizeMissing、fillmissing、rmmissing、isoutlier、rmoutliers、filloutliers、isbetween、allbetween、clip

阅读： data-cleaning.md

---

数据转换

筛选、排序、重塑、归一化、分箱、联接并管理表变量。使用向量化运算和内置函数，而不是遍历行的循环或手动编写 if-else 链。

主题：

• 按条件或取值范围筛选行
• 排序并获取前 N 行或后 N 行
• 跨行或跨变量应用函数
• 重命名、重排、添加、移除、拆分、合并变量
• 转换类型并就地应用变换
• 将连续值分箱为类别
• 归一化、缩放、计算 z 分数
• 在宽格式与长格式之间重塑（透视、堆叠、取消堆叠）
• 根据键变量联接／合并表

函数： sortrows、topkrows、rowfun、varfun、convertvars、renamevars、movevars、addvars、removevars、splitvars、mergevars、discretize、normalize、clip、rescale、isapprox、isbetween、pivot、stack、unstack、rows2vars、innerjoin、outerjoin、join

阅读： data-transformation.md

---

分组与聚合

groupsummary 是分组统计的首选，而不是 findgroups+accumarray 或手动循环。使用 groupfilter 按组筛选行，使用 grouptransform 按组归一化，使用 pivot 进行交叉制表。

主题：

• 按组计算统计量（mean、sum、std、min、max、自定义统计量）
• 实时分箱（数值边界、按小时／月份／季节划分的时间箱）
• 处理缺失或空组
• 根据组级条件筛选行（例如，组的最小大小）
• 移除各组的离群值
• 在各组内归一化（z 分数、缩放）
• 对计数或聚合值进行交叉制表

函数： groupsummary、groupcounts、groupfilter、grouptransform、pivot、findgroups

阅读： grouping-and-aggregation.md

---

平滑、趋势与模式

smoothdata 是统一的平滑入口点（不要使用需要 Curve Fitting Toolbox 的 smooth）。使用 detrend 或 trenddecomp 去除／分解趋势，并使用 islocalmax／islocalmin／ischange 检测模式。

主题：

• 平滑含噪数据（移动平均、高斯、Savitzky-Golay、中位数）
• 选择窗口大小（元素数量或带时间戳数据的持续时间）
• 去除线性或多项式趋势
• 分离趋势与季节性（季节性分解）
• 查找峰值、谷值和局部极值
• 检测均值、方差或斜率的突变
• 汇总分布（分箱计数、直方图）

函数： smoothdata、movmean、movmedian、detrend、trenddecomp、islocalmax、islocalmin、ischange、histcounts、histogram

阅读： smoothing-and-trends.md

---

数组和网格数据

当数据是同质数值型，且满足以下任一条件时，请使用数组：数据天然为二维或网格形式、对性能要求较高，或由上游工具提供。对于二维网格，请使用专用的二维函数，不要对行或列循环调用一维函数。

主题：

• 何时保留数组，何时转换为表
• 沿特定维度运算（按行还是按列）
• 使用 std、var、movstd、movvar 时维度参数的常见陷阱
• 处理数组计算中的 NaN（不会自动处理）
• 移动窗口统计和累积统计
• 将数组填充、裁剪或调整大小至目标长度
• 对网格进行二维空间平滑、间隙填补和峰值检测
• 使用分组向量执行分组运算

函数： smoothdata2、fillmissing2、islocalmax2、islocalmin2、paddata、trimdata、resize、mink、maxk、bounds、rms、prctile、quantile、iqr、cumsum、cummax、cummin、cumprod、movmean、movmedian、movsum、movstd、movvar、isuniform、isregular

阅读： array-and-grid-data.md

---

回答有关数据的问题

当任务是回答有关数据的特定问题（前 N 项、筛选、查找、比较）时，请阅读策略参考，以避免排序方向、缺失数据和值解释方面的常见错误。

主题：

• 查找最高、最低、前 N 项或后 N 项
• 根据某一列的排名查找另一列中的值
• 在回答中考虑缺失值或占位值
• 返回原始数据值，不进行替换或映射
• 统计符合条件的行数（精确匹配与部分文本匹配）

函数： topkrows、sortrows、groupsummary、standardizeMissing、isapprox、matches、contains、height、nnz

阅读： answering-data-questions.md

---

版权所有 2026 The MathWorks, Inc.