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
正好全国大学生数学建模竞赛下周就要开始了，希望今天的分享对参赛的朋友有所帮助
虽然不知道到时候会有哪些选题，但是能肯定的是，不管是什么题目，都离不开数据分析，这是唯一比赛前能好好准备的
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”
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
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
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,'test1n');
fprintf(fid,'test2n');
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。
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
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
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
这部分聊的比较浅，但也很难三两句话把爬虫讲完，推荐大家一个相关的MATLAB爬虫视频，讲的是我之前用MATLAB爬取B站，视频很短，一共7分钟，大家一边看一边跟着做练习，基本上半个小时也就全整明白了(知乎不给放二维码，有需要的朋友，直接上B站搜打浦桥程序员吧)
7. 薅系列工具
最后一部分要安利给大家的是，由我自己开发的薅系列工具
目前反响最好的是薅曲线(HaoCurve)，从图片中提取曲线的原始数据。之前不少参加过建模竞赛的朋友经常私信说，拿薅曲线来做结果验证特别管用
虽然这个工具我平时用到的不太多，不过就冲8000多的下载量来说，我还是很推荐的。
打浦桥程序员：还在用GetData提取曲线数据？MATLAB表示不服zhuanlan.zhihu.com
我个人用的比较多的是另外两款工具，一个是薅文件(HaoFile)，里面的历史代码检索功能很强大，可以大大减少找代码写脚本的时间，在数据分析过程中，很多脚本和功能都是可以复用的，有需要的朋友，戳下方的文章链接获取工具下载方式
https://zhuanlan.zhihu.com/p/139437992zhuanlan.zhihu.com
打浦桥程序员：背几段MATLAB代码就那么难吗？
打浦桥程序员：背几段MATLAB代码就那么难吗？zhuanlan.zhihu.com
另一款工具是薅模版(HaoTemplate)，如果最终数据分析的交付文档有格式上的要求，薅模版能就发挥它的作用，可以生成特定格式的Excel或Word模版代码，这可比自己手动去调格式方便很多，有需要的朋友，戳下方的文章链接获取工具下载方式
打浦桥程序员：让天下没有难写的MATLAB代码zhuanlan.zhihu.com
薅系列工具还有很多，不过在数据分析这部分，我最推荐的是这三款工具
