Pre-elaborazione dei dati

Pulire, normalizzare, aggregare e analizzare i dati

La pre-elaborazione dei dati è il processo di trasformazione dei dati grezzi in un formato più facile da analizzare. Questo processo può includere fasi di pulizia, come la gestione dei valori mancanti o lo smoothing dei dati rumorosi. Pulendo, organizzando e riepilogando i dati, è possibile identificare pattern, fare previsioni e supportare il processo decisionale.

App

espandi tutto

Applicazione delle fasi di pre-elaborazione

Data Cleaner

Preprocess and organize column-oriented data (Da R2022a)

Attività di Live Editor

espandi tutto

Applicazione di una singola fase di pre-elaborazione

Pulire i dati mancanti	Find, fill, or remove missing data in the Live Editor
Pulire i dati anomali	Find, fill, or remove outliers in the Live Editor
Eseguire lo smoothing dei dati	Smooth noisy data in the Live Editor
Trovare gli estremi locali	Find local maxima and minima in the Live Editor
Trovare i punti di modifica	Find abrupt changes in data in the Live Editor
Sovrapporre le variabili della tabella	Combine values from multiple table variables into one table variable in the Live Editor
Divergere le variabili della tabella	Distribute values from one table variable to multiple table variables in the Live Editor
Ritemporizzare l'orario	Resample or aggregate timetable data in the Live Editor
Normalizzare i dati	Center and scale data in the Live Editor (Da R2021b)
Trovare e rimuovere le tendenze	Find and remove polynomial or periodic trends from data in the Live Editor
Tabella pivot	Summarize tabular data in pivoted table in the Live Editor (Da R2023b)
Calcolare per gruppo	Summarize, transform, or filter by group in the Live Editor (Da R2021b)

Funzioni

espandi tutto

Pulizia e ispezione dei dati

Valori mancanti

`fillmissing`	Fill missing entries
`fillmissing2`	Fill missing entries in 2-D data (Da R2023a)
`standardizeMissing`	Insert standard missing values
`rmmissing`	Remove missing entries
`anymissing`	Determine if any array element is missing (Da R2022a)
`ismissing`	Find missing values
`missing`	Create missing values

Outlier

`filloutliers`	Detect and replace outliers in data
`rmoutliers`	Detect and remove outliers in data
`isoutlier`	Find outliers in data
`clip`	Clip data to range (Da R2024a)
`isbetween`	Determine which elements are within specified range
`allbetween`	Determine if all elements are within specified range (Da R2025a)

Riduzione del rumore

`smoothdata`	Smooth noisy data
`smoothdata2`	Smooth noisy data in two dimensions (Da R2023b)
`movmean`	Moving mean
`movmedian`	Moving median
`movsum`	Moving sum

Estremi locali e punti di cambiamento

`islocalmin`	Find local minima
`islocalmin2`	Find local minima in 2-D data (Da R2024a)
`islocalmax`	Find local maxima
`islocalmax2`	Find local maxima in 2-D data (Da R2024a)
`ischange`	Find abrupt changes in data

Campionamento

`isuniform`	Determine if vector is uniformly spaced (Da R2022b)
`isregular`	Determine if input times are regular with respect to time or calendar unit
`retime`	Resample or aggregate data in timetable, and resolve duplicate or irregular times

Rimodellamento, ordinamento e ridimensionamento

Rimodellamento di tabelle

`rows2vars`	Reorient table or timetable so that rows become variables
`stack`	Stack data from input table or timetable into one variable of output table or timetable
`unstack`	Unstack data from input table or timetable into multiple variables of output table or timetable

Ordinamento e confronto di elementi

`sort`	Sort array elements
`sortrows`	Sort rows of matrix or table
`issorted`	Determine if array is sorted
`issortedrows`	Determine if matrix or table rows are sorted
`unique`	Unique values
`uniquetol`	Unique values within tolerance
`allunique`	Determine if all values are unique (Da R2025a)
`numunique`	Number of unique values (Da R2025a)
`ismember`	Find set members of data
`ismembertol`	Find set members of data within tolerance

Ridimensionamento

`paddata`	Pad data by adding elements (Da R2023b)
`trimdata`	Trim data by removing elements (Da R2023b)
`resize`	Resize data by adding or removing elements (Da R2023b)

Normalizzazione e rimozione delle tendenze

Normalizzazione

`normalize`	Normalize data
`rescale`	Scale range of array elements

Ricerca e rimozione delle tendenze

`detrend`	Remove polynomial trend
`trenddecomp`	Find trends in data (Da R2021b)

Suddivisione in contenitori, raggruppamento e riepilogo

Contenitore

`discretize`	Group data into bins or categories
`histcounts`	Histogram bin counts
`histcounts2`	Bivariate histogram bin counts

Pivot

pivot Summarize tabular data in pivoted table (Da R2023a)

Riepilogo

`summary`	Data summary
`groupsummary`	Group summary computations
`groupcounts`	Number of group elements
`groupfilter`	Filter by group
`grouptransform`	Transform by group
`findgroups`	Find groups and return group numbers
`splitapply`	Split data into groups and apply function
`accumarray`	Accumulate vector elements

Argomenti

Pulizia dei dati

Missing Data in MATLAB
Handle missing values in data sets.
Clean Messy and Missing Data in Tables
Standardize, fill, or remove missing values in tables, and reorganize tables by sorting rows and moving variables.
Data Smoothing and Outlier Detection
Eliminate unwanted noise or behavior in data, and find, fill, and remove outliers.
Clean Messy Data and Locate Extrema Using Live Editor Tasks
Interactively preprocess data with Live Editor Tasks.

Rimozione delle tendenze

Remove Linear Trends from Timetable Data
Remove polynomial trend from data using detrend.

Riepilogo

Summarize or Pivot Data in Tables Using Groups
Interpret data based on common characteristics by creating and visualizing a grouped summary table or pivoted table.
Perform Calculations by Group in Table
Specify groups of data in tables and timetables, and perform calculations by group. Choose a function for group calculations using these recommendations.

Informazioni complementari

Esempi in primo piano

Data Cleaning and Calculations in Tables

Clean data stored in a table or timetable. Perform computations by using the numeric and categorical data that the table contains.

Apri live script

Grouped Calculations in Tables and Timetables

Perform in-place calculations on groups of data in tables and timetables.

Apri live script