Main Content

La traduzione di questa pagina non è aggiornata. Fai clic qui per vedere l'ultima versione in inglese.

Pre-elaborazione dei dati

Pulizia, smoothing e raggruppamento dei dati

I dati possono richiedere tecniche di pre-elaborazione per garantire un'analisi accurata, efficiente o significativa. La pulizia dei dati si riferisce ai metodi per trovare, rimuovere e sostituire i dati errati o mancanti. L'individuazione di estremi locali e di cambiamenti repentini può aiutare a identificare le tendenze dei dati significativi. Lo smoothing e il detrending sono processi per rimuovere il rumore e le tendenze polinomiali dai dati, mentre il ridimensionamento modifica i limiti dei dati. I metodi di raggruppamento e aggregazione identificano le caratteristiche dei dati per gruppi.

App

Data CleanerPreprocess and organize column-oriented data (Da R2022a)

Attività di Live Editor

Pulire i dati mancantiFind, fill, or remove missing data in the Live Editor (Da R2019b)
Pulire i dati anomaliFind, fill, or remove outliers in the Live Editor (Da R2019b)
Calcolare per gruppoSummarize, transform, or filter by group in the Live Editor (Da R2021b)
Trovare i punti di cambiamentoFind abrupt changes in data in the Live Editor (Da R2019b)
Trovare gli estremi localiFind local maxima and minima in the Live Editor (Da R2019b)
Normalizzare i datiCenter and scale data in the Live Editor (Da R2021b)
Eseguire lo smoothing dei datiSmooth noisy data in the Live Editor (Da R2019b)
Trovare e rimuovere le tendenzeFind and remove polynomial or periodic trends from data in the Live Editor (Da R2019b)

Funzioni

espandi tutto

anymissingDetermine if any array element is missing (Da R2022a)
ismissingFind missing values
rmmissingRemove missing entries
fillmissingFill missing entries
fillmissing2Fill missing entries in 2-D data (Da R2023a)
missingCreate missing values
standardizeMissingInsert standard missing values
isoutlierFind outliers in data
filloutliersDetect and replace outliers in data
rmoutliersDetect and remove outliers in data
movmadMoving median absolute deviation
ischangeFind abrupt changes in data
islocalminFind local minima
islocalmaxFind local maxima
smoothdataSmooth noisy data
movmeanMoving mean
movmedianMoving median
detrendRemove polynomial trend
trenddecompFind trends in data (Da R2021b)
normalizeNormalize data
rescaleScale range of array elements
discretizeGroup data into bins or categories
pivotSummarize tabular data in pivoted table (Da R2023a)
groupsummaryGroup summary computations
groupcountsNumber of group elements
groupfilterFilter by group (Da R2019b)
grouptransformTransform by group
histcountsHistogram bin counts
histcounts2Bivariate histogram bin counts
findgroupsFind groups and return group numbers
splitapplySplit data into groups and apply function
rowfunApply function to table or timetable rows
varfunApply function to table or timetable variables
accumarrayAccumulate vector elements

Argomenti