最近一段时间，工作上花了不少时间用MATLAB处理工厂下线的数据，数据庞大不说，复杂度也高，各种推算和统计。

所以今天我打算总结一下，平时我在用MATLAB做数据分析时常用的几个小技巧

1. 数据类型的转换

有一类问题，不论你MATLAB水平如何，平时写代码的时候多少总会遇到，就是数据类型不一致，需要转换

至于什么是数据类型，这个问题我就不科普了，大家可以直接在MATLAB命令栏“doc 数据类型”，如下图所示

通常在数据转换这个问题上，涉及到的比较常见几种的数据类型有double，char，cell，struct

我给大家准备了一张数据类型转换的关系图，用class判断一下转换前的两种数据类型，然后按照下面这张图处理就完事了

2. 字符串的对比

第二个经常需要处理的问题是，字符串的对比。这里不单单指的是字符串，还包括cell元胞里面的字符串定位。如果单纯只是字符串的话，要判断两个字符串是否相同，strcmp函数可以实现对比

strcmp('abc','abc')

判断字符串中是否包含某种字符串，可以使用contains函数

contains('abc','ab')

判断字符串中在哪几位出现某种字符串，可以使用regexp函数

regexp('abac','a')

更常碰到的场景是，在cell元胞里面判断字符串，比如维度1x1000的cell中，定位哪几个cell里面的字符串是‘abc’，还是通过strcmp实现对比，再通过find定位

a = strcmp(Cell_variable,'abc');
b = find(a == 1)

同样，要判断这1x1000的cell中，定位哪几个cell中的字符串，带有‘ab’，可以使用contains函数，再用find定位

a = contains (Cell_variable,'ab');
b = find(a == 1)

掌握上面这两点，在平时处理cell的字符串，基本上就够用了

3. 文件的读取写入

文件的读取写入同样非常重要，在数据分析过程中，对应着信息的获取和数据处理结果的输出

mat, txt, excel是平时最常碰到的文件类型

3.1 mat

mat就不用多说了，MATLAB中的一种文件类型，用于存储workspace中的变量，在数据分析过程中，可以经常把运算结果或中间阶段的数据，作为mat进行保存。加载mat文件，用的是“load 文件名”命令，也可以双击mat文件，保存mat文件，用的是“save 文件名”命令，也可以workspace右键保存

3.2 txt

txt的读取方式有非常多，网上也有各种各样的介绍，我就介绍两种最常用，也是目前我一直在用的两种方法

第一种是通过importdata(‘test.txt’)命令，读取的结果是一个多行一列的cell元胞，后续的数据处理也就方便了，cell里面的字符串定位处理在前面也已经介绍过

另一种方法是，通过MATLAB工具条里的“导入数据”按钮，这种方法的一个好处是，导入过程中有很多非常人性化的设置，比如数据的分隔，范围定义，数据的输出类型等等

导出的选择也有不少，可以选择直接导出到workspace，也可以选择生成脚本或者是function，方便同类型文本的重复使用，对于不太喜欢写脚本导入数据的朋友，我比较推荐这种方式

txt的写入，可以通过fopen，fprintf，fclose实现，基本上我所有GUI中关于代码生成的功能，都是通过这个方式将代码写入m脚本的，给大家举一个简单的txt写入的例子代码

fid = fopen('test.txt','wt');
fprintf(fid,'test1\n');
fprintf(fid,'test2\n');
fclose(fid);

关于txt的读取写入，我再多介绍一点，txt是文本文件中的一种，就是那种右键打开能读得懂的文件。类似的文本文件还有很多，像m文件，mdl模型文件，dcm文件，c代码等等，只要是文本文件，都可以用txt处理的方式，对目标文件进行读取写入。

3.3 excel

最后讲一下Excel读取写入的问题，常写MATLAB脚本的朋友，对xlsread和xlswrite肯定不陌生，对应的是Excel的读取和写入

[num,txt,raw] = xlsread(filename,sheet,xlRange)
xlswrite(filename,A,sheet,xlRange)

但是目前MATLAB官方已经不推荐使用这两种方式了，替代的函数是readtable和writetable

T = readtable(filename)
writetable(T,filename)

如果数据是cell元胞的话，替代的函数是readcell和writecell

T = readcell(filename)
writecell(T,filename)

大家根据自己的个人习惯选择其中一种方式，两种方式在功能实现上目前并没有太大区别

4. 数据可视化

数据可视化，结果的呈现，也是数据分析过程中至关重要的一环

像大家非常熟悉的函数plot，就可以用来画曲线图，但是有时候仅仅曲线图并不足以来呈现结果，还需要用到比如像三维图，柱状图，饼状图，蜡烛图等等

这部分我并不打算给大家罗列各种图形对应代码命令，大家也没必要刻意地去死记这些代码，安利一个非常通用的方法

在选择需要可视化的数据之后，在MATLAB工具条的绘图窗口，选取你喜欢的图形，就能生成你需要的结果图了

不过，至于图片的细节，像title，legend，网格，还是需要自己微调，但这都不是事，再安利大家一个简单的方法，完全不用上网去搜

在生成窗口中，点击属性检查器，然后根据自己的需要完善图片的细节，最后通过生成代码，就能看到这部分作图操作的原始代码了，大家也能在代码的基础上再微调，或者复用

5. 数据处理的常用函数

关于数据处理的函数，像max，min，mean，std这些函数都是比较常用的函数，分别是最大值，最小值，平均值，标准差

再安利大家几个平时我在处理数据时最常用的几个函数

unique函数

第一个是unique函数，可以把数据中重复的数据删去，保留唯一值。unique这个函数不仅仅对数值矩阵有效，在cell中同样起作用

C = unique(A)

unique还有一些拓展的语法和功能，有兴趣的朋友可以在MATLAB文档中查看，不过光这个基本功能，就已经非常够用了

sort和sortrows

第二个要推荐的函数是排序，sort和sortrows，两种函数都有排序的功能，但是使用场景不太一样

sort的功能是，将矩阵或者cell中的每行或者每列进行升序或降序排列，其中A代表待处理的矩阵或cell数据，dim的选择有1和2，分别代表对每列和每行进行排序，direction的选择有'ascend'或 'descend'，分别代表升序和降序

B = sort(A,dim,direction)

sortrows的功能是，将矩阵或者cell根据某一列进行升序或降序排列，其中A代表待处理的矩阵或cell数据，column代表根据第几列进行排序，direction的选择有'ascend'或 'descend'，分别代表升序和降序

B = sortrows(A,column ,direction)

最后推荐的一个函数是tabulate，非常强的一个命令，可以实现对数据的统计分析，输出的结果有三列，分别是去重后的数据，出现的次数，已经对应的百分比

再结合sortrows对tabulate生成的结果进行排序，就很容易获得各个数据根据频率进行排序的结果

除了上面提到的几个日常比较常用的函数，还有一些我非常推荐的函数，平时我用的不太多，但是如果用到的时候找不到会很抓狂的那种

比如reshape，可以根据自己的需求对数组进行重构

isequal，可以用来确定两个数组是否相等

datenum，datestr相信大家比较熟悉，可以将日期转换成序列值和字符，平时在处理时间相关数据的时候，还可以考虑用years，days，hours，minutes，seconds等等来计算持续时间

常用函数这部分内容就介绍到这，其实还有很多非常赞的函数，欢迎大家把自己喜欢的函数发到评论区

6. 数据爬取

数据爬取部分，其实我想讲的是爬虫，不过也不能算数据分析的技巧，我讲这部分内容，更多的是出于建模竞赛的原因

建模、仿真和验证，其实是需要数据的支持的。脱离实际意义的建模，靠拍脑门做出来的结果，都是不提倡的

最简单的情况，如果有现成的数据文件，可以根据今天聊到的第三部分，读取数据文件之后进行分析

如果没有这些数据，我推荐大家使用MATLAB读取网页的函数webread进行数据爬取

data = webread(url)

爬取到数据之后，再通过regexp函数正则法处理网页数据