MATLAB读取CSV文件并绘图的完整指南（附实战技巧）

「已注销」

于 2025-04-24 20:13:34 发布

阅读量518

点赞数 3

文章标签： matlab 开发语言

本文链接：https://blog.csdn.net/scriptscribe/article/details/147491341

版权

文章目录

一、为什么你总是读不对CSV文件？

当我在实验室第一次用MATLAB处理实验数据时（血压直接飙升），CSV文件里混乱的日期格式和缺失值差点让我当场放弃科研！其实只要掌握这几个关键函数，5分钟就能搞定数据读取+可视化全套流程！

二、CSV读取的三大核心方法

2.1 最简方法 - readtable函数

data = readtable('sensor_data.csv');
disp(head(data)) % 查看前5行数据

（重要提示）当列包含混合类型时，一定要指定格式：

opts = detectImportOptions('mixed_data.csv');
opts = setvartype(opts, {'Time', 'datetime'}); 
data = readtable('mixed_data.csv', opts);

2.2 传统方法 - csvread的隐藏坑点

matrix = csvread('old_data.csv', 1, 0); % 跳过首行标题

（注意！）csvread在2021a之后被标记为不推荐使用，遇到以下情况会报错：

文件包含非数值数据
存在缺失值（显示为NaN）
数据量超过1万行（速度骤降）

2.3 大文件处理 - datastore黑科技

ds = datastore('huge_file.csv');
while hasdata(ds)
    chunk = read(ds); 
    % 在此处进行分块处理
end

处理10GB以上文件时，内存占用降低80%！（亲测有效）

三、可视化常见问题解决方案

3.1 时间序列绘图的坑

plot(data.Time, data.Temperature)
datetick('x','mm-dd HH:MM') % X轴日期格式化

遇到"Error using plot. Invalid data argument"？多半是日期列没正确转换！

3.2 多列数据对比技巧

yyaxis left
plot(data.Time, data.Pressure)
ylabel('Pressure (kPa)')

yyaxis right 
plot(data.Time, data.Humidity)
ylabel('Humidity (%)')

title('环境参数对比图（老板最爱版）')

3.3 子图排版秘籍

figure('Position', [100 100 1200 600]) % 设置画布尺寸

subplot(2,2,1)
scatter(data.Temp, data.Power)
grid on % 显示网格线

subplot(2,2,2)
histogram(data.Error)

subplot(2,2,[3 4])
plot(data.Time, data.Voltage)

（代码彩蛋）用subplot的第三个参数实现跨列布局！

四、综合实战案例

4.1 工业传感器数据分析

% 步骤1：读取数据
opts = detectImportOptions('factory.csv');
opts.MissingRule = 'fill'; % 自动填充缺失值
data = readtable('factory.csv', opts);

% 步骤2：数据清洗
abnormal = data.Power > 1000; 
data(abnormal, :) = []; % 删除异常值

% 步骤3：动态可视化
figure
animatedline('Color','r','LineWidth',2);
for k = 1:height(data)
    addpoints(h, data.Time(k), data.Power(k))
    drawnow limitrate
end

五、避坑指南（血泪经验）

中文路径报错解决方案：

cd('D:\实验数据') % 先切换工作目录
data = readtable('2023数据.csv'); % 不要用绝对路径！

遇到"Undefined function"错误时：

检查文件扩展名是不是.csv.txt（隐藏后缀）
用exist(‘filename’,‘file’)验证文件是否存在

加速技巧：

% 在循环外预先分配数组
result = zeros(height(data),1); 
% 关闭实时脚本模式（性能提升50%+）

六、扩展应用（让导师眼前一亮的技巧）

6.1 生成专业报告

fig = figure('Visible','off');
plot(...)
exportgraphics(fig,'report.pdf','ContentType','vector')

6.2 交互式数据选择

brush on % 启用笔刷工具
selected = data(logical(data.BrushData),:);

6.3 实时数据监控

while true
    new_data = readtable('real_time.csv');
    % 更新图表代码
    pause(10) % 每10秒刷新
end

下次遇到CSV文件时（拍胸脯保证），记住这个万能套路：

用detectImportOptions探测文件格式
用readtable读取为表格
用varfun预处理数据
用gca定制图表样式

只要跟着这个流程走，哪怕是航天器的传感器数据也能轻松搞定！（别问我怎么知道的）