matlab nan变成0_Matlab中在数据分析的使用

一、数据分析简介：

1、数据的预处理-考虑离群值以及缺失值，并对数据进行平滑处理以便确定可能的模型；

2、数据的汇总-计算基本的统计信息以描述数据的总体位置、规模及形状；

3、数据的可视化-绘制数据以确定模式和趋势；

4、建模-更加全面的描述数据的变化趋势，以便预测新数据值；

二、数据的预处理：

通过matlab正确区分有效数据的无效数据，为后续数据的分析打下基础，确保后续的数据分析得到有效的结果。

1、加载数据：

load 

可以通过读取文件或者键入的方式加载数据。

2、缺失数据：

在matlab中使用NaN（非数字）值表示缺失数据；

函数isnan函数可以检查数据中是否有NaN值；

对于一个位置的数据当为NaN的时候isnan为0，当非NaN的时候isnan为1

A= count(:,:);
C = sum(isnan(A))

对于上述代码，可以检查在A中的数据是否有缺失项，