MATLAB感悟(1)--数据切割与插值拟合

目的描述

​ 笔者拿到的C题其实质是一道大数据分析的题目，需要通过已经给出的数据推测出各种东西，但是给出的数据的参数种类很多，需要自行选择，其中个数的考究就留给大家自己去琢磨。

​ 拿到选取出来的label之后就需要将这些label对应的数据从大量的数据中切割出来。

​ 当时主办方当然不会让你这么容易就通过了，因为你选取的数据大部分是残缺不全的，而且缺的年份甚至有可能是不同的，这就比较蛋疼ing。

解决思路

​ MATLAB提供的从各种各样的材料导入数据的方法是非常强大的，所以并不用担心导入的问题。所以我们要解决的其实是以下几个问题。

• 怎样在大量的数据中准确的找到自己选取的label所对应的数据？
• 如果数据缺失怎样处理？

怎样选取出数据的办法因人而异，笔者将自己的代码贴出，希望给大家一点灵光。

​ 至于数据缺失，要么就放弃这个label，选取数据完整的label，要么就想办法把缺失的数据补齐。

​ 说到补齐很多人自然想到的是插值与拟合或者回归，这几种方法中间的微妙差异是读者该去考虑的问题，笔者就不多赘述。但是把数据补齐这点要注意的是NaN和0的区别，同时需要注意的是补齐的数据要放到对应的年份，不然会影响到会面的分析。

代码展示

#param_cell是读者自己的lab，MSN是总的lab
function OUTPUT=select_MSN_Index(param_cell,MSN)
        temp=[];
        sizeNum=size(param_cell);
        sizeNum=sizeNum(2);
        for ind=1:sizeNum
           if MSN==param_cell{ind}{1}
                temp=cat(2,temp,param_cell{ind}{4});
           end
        end
        OUTPUT=temp;

function DataSet=Split_Data(ProblemData,MSN)
    MSN=unique(MSN)
%MSN 是行向量
    TX=(1960:2009)';
    #...
    for i=1:4
        TEMP=select_Code_Index(ProblemData,CODE(i*2-1:2*i),2);
        for j=1:583
           TTEMP=select_MSN_Index(TEMP,char(MSN{j}));
           SIZE=size(TTEMP);
           if SIZE<50
                MX=zeros(1,50-SIZE(2));
                MX(:,:)=NaN;
                TTEMP=cat(2,MX,TTEMP);
           end
           switch(i)
               case 1
                   TX(:,j+1)=TTEMP';
                   #...
           end
        end
        switch(i)
               case 1
                   DataSet(1)={TX};
                #   ...
        end  
    end

#切割出对应的地方因子(区域)的数据
function [FData_M,LOCATION,Lab]=Split_Factor_Data(title,F_title,DataSet,index)
    LOCATION=[];
    Lab={};
    NUM=1;
    for i=1:index
        OBJECT=F_title{i,1};         
                for j=1:584
                    MSN=title{1,j};
                    if j~=1
                        if  MSN==OBJECT
                            LOCATION(:,NUM)=j;
                            Lab(i,1)={MSN};
                            Lab(i,2)={OBJECT};
                            NUM=NUM+1;
                        end
                    end
                end
        FData_M=DataSet(:,LOCATION);
    end
    

#将选取切割好的数据做数据的补齐
function Data=FitData_Cubicinterp(DataSet,index)
    Data_X=[1960:2009]';
    for i=1:index
       Data_Y=DataSet(:,i);
       
            LOCATION=find(Data_Y==0|isnan(Data_Y));
            TEMP=Data_Y;
            Data_X(LOCATION)=[];
            Data_Y(LOCATION)=[];
			
            Param=fit(Data_X,Data_Y,'exp1' );
            RESULT=Param(LOCATION+1959);
            TEMP(LOCATION)=RESULT;
            Data(:,i)=TEMP;
            Data_X=[1960:2009]';
            
            figure
            plot(Data_X,TEMP)
    end

结果展示

由于结果有多种多样的，直接给出MATLAB的工作空间，有兴趣的读者可以自行下载。

链接 密码：dsj3