专业的网站设计建设蓟门桥网站建设

当前位置： 首页 > news >正文

专业的网站设计建设,蓟门桥网站建设,门户网站简介,dark ui wordpress目录 语法 说明 示例 包含 NaN 值的向量 由 NaN 值组成的矩阵 插入缺失数据 使用移动中位数方法 使用自定义填充方法 包含缺失端点的矩阵 包含多个数据类型的表 fillmissing函数的功能是填充缺失的条目。 语法 F fillmissing(A,constant,v) F fillmissing(A,meth…目录 语法 说明 示例 包含 NaN 值的向量 由 NaN 值组成的矩阵 插入缺失数据 使用移动中位数方法 使用自定义填充方法 包含缺失端点的矩阵 包含多个数据类型的表 fillmissing函数的功能是填充缺失的条目。 语法 F fillmissing(A,constant,v) F fillmissing(A,method) F fillmissing(A,movmethod,window) F fillmissing(A,knn) F fillmissing(A,knn,k) F fillmissing(A,fillfun,gapwindow) F fillmissing(,dim) F fillmissing(,Name,Value) [F,TF] fillmissing() 说明 ​F  fillmissing(A,constant,v) 使用常量值 v 填充缺失的数组或表条目。如果 A 是矩阵或多维数组则 v 可以是标量或向量。如果 v 是向量则每个元素指定 A 的对应列中的填充值。如果 A 是表或时间表则 v 也可以是元胞数组其元素包含每个表变量的填充值。 缺失值的定义取决于 A 的数据类型 NaN - double、single、duration 和 calendarDuration NaT — datetime missing — string undefined — categorical {} - 字符向量的 cell
如果 A 是表则每个变量的数据类型定义该变量的缺失值。 ​F  fillmissing(A,method) 使用 method 指定的方法填充缺失的条目。例如fillmissing(A,previous) 对 A 中的缺失条目使用上一个非缺失条目进行填充。 ​F fillmissing(A,movmethod,window) 使用窗长度为 window 的移动窗均值或中位数填充缺失条目。例如fillmissing(A,movmean,5) 使用窗长度为 5 的移动均值填充缺失数据。 F fillmissing(A,knn) 用最近邻行中的对应值填充缺失条目这些值是根据行之间的成对欧几里德距离计算的。 F fillmissing(A,knn,k) 用 k 最近邻行中对应值的均值填充缺失条目该均值是根据行之间的成对欧几里德距离计算的。例如fillmissing(A,knn,5) 用五个最近邻行中对应值的均值填充 A 中的缺失条目。 F fillmissing(A,fillfun,gapwindow) 使用由函数句柄 fillfun 指定的自定义方法填充缺失条目的空缺并在每个空缺周围设置固定窗从该窗计算填充值。fillfun 必须具有输入参数 xs、ts 和 tq它们是向量分别包含长度为 gapwindow 的采样数据 xs、长度为 gapwindow 的采样数据位置 ts 和缺失数据位置 tq。ts 和 tq 中的位置是采样点向量的子集。 F fillmissing(,dim) 支持上述语法中的任何输入参数组合且可指定 A 中要进行运算的维度。默认情况下fillmissing 沿其大小不为 1 的第一个维度进行运算。例如如果 A 是矩阵则 fillmissing(A,2) 跨 A 的各列进行运算逐行填充缺失的数据。 F fillmissing(,Name,Value) 使用一个或多个名称-值参数指定用于填充缺失值的其他参数。例如如果 t 是时间值向量则 fillmissing(A,linear,SamplePoints,t) 会基于 t 中的时间值对 A 中的数据进行插值。 ​[F,TF] fillmissing() 还返回逻辑数组 TF该数组指示 F 中先前缺失现已填充的条目的位置。 示例 包含 NaN 值的向量 创建包含 NaN 值的向量并使用前一个非缺失值替换每个 NaN。 A [1 3 NaN 4 NaN NaN 5]; F fillmissing(A,previous)F 1×71 3 3 4 4 4 5 由 NaN 值组成的矩阵 创建一个 2×2 矩阵每列有一个 NaN 值。在第一列中用 100 填充 NaN在第二列中用 1000 填充。 A [1 NaN; NaN 2] A 2×21 NaNNaN 2F fillmissing(A,constant,[100 1000]) F 2×21 1000100 2插入缺失数据 使用插值来替换非均匀采样的数据中的 NaN 值。定义非均匀采样点向量并计算这些点上的正弦函数。 x [-4*pi:0.1:0, 0.1:0.2:4pi]; A sin(x); 将 NaN 值插入 A 中。 A(A 0.75 A 0.5) NaN; 使用线性插值填充缺失数据并返回填充的向量 F 和逻辑向量 TF。TF 项中的值 1 (true) 对应于 F 中的填充值。 [F,TF] fillmissing(A,linear,SamplePoints,x); 绘制原始数据和填充的数据。 scatter(x,A) hold on scatter(x(TF),F(TF)) legend(Original Data,Filled Data) 如图所示 使用移动中位数方法 使用移动中位数填充缺失的数值数据。创建样本点向量 x 和包含缺失值的数据向量 A。 x linspace(0,10,200); A sin(x) 0.5(rand(size(x))-0.5); A([1:10 randi([1 length(x)],1,50)]) NaN; 使用窗长度为 10 的移动中位数替换 A 中的 NaN 值并绘制原始数据和填充的数据。 F fillmissing(A,movmedian,10);
plot(x,F,.-) hold on plot(x,A,.-) legend(Original Data,Filled Data) 如图所示 使用自定义填充方法 定义一个自定义函数用上一个非缺失值填充 NaN 值。定义采样点向量 t 和包含 NaN 值的对应数据向量 A。绘制数据图。 t 10:10:100; A [0.1 0.2 0.3 NaN NaN 0.6 0.7 NaN 0.9 1]; scatter(t,A) 如图所示 使用局部函数 forwardfill在示例末尾定义用上一个非缺失值填充缺失空缺。函数句柄输入包括 xs - 用于填充的数据值 ts - 用于填充的值相对于采样点的位置 tq - 缺失值相对于采样点的位置 n - 要填充的空缺中的值的数目 n 2; gapwindow [10 0];[F,TF] fillmissing(A,(xs,ts,tq) forwardfill(xs,ts,tq,n),gapwindow,SamplePoints,t); 空缺窗值 [10 0] 指示 fillmissing 考虑缺失值空缺之前的一个数据点不考虑空缺之后的任何数据点因为上一个非缺失值位于空缺之前 10 个单位。对于第一个空缺由 fillmissing 确定的函数句柄输入值为 xs 0.3 ts 30 tq [40 50]
第二个空缺的函数句柄输入值为 xs 0.7 ts 70 tq 80
绘制原始数据和填充的数据。 scatter(t,A) hold on scatter(t(TF),F(TF)) 如图所示 function y forwardfill(xs,ts,tq,n) % Fill n values in the missing gap using the previous nonmissing value y NaN(1,numel(tq)); y(1:min(numel(tq),n)) xs; end 包含缺失端点的矩阵 创建包含缺失条目的矩阵并使用线性插值填充各列第二个维度一次一行。对于每行使用该行中距离最近的非缺失值填充前导和尾随缺失值。 A [NaN NaN 5 3 NaN 5 7 NaN 9 NaN;8 9 NaN 1 4 5 NaN 5 NaN 5;NaN 4 9 8 7 2 4 1 1 NaN] A 3×10NaN NaN 5 3 NaN 5 7 NaN 9 NaN8 9 NaN 1 4 5 NaN 5 NaN 5NaN 4 9 8 7 2 4 1 1 NaNF fillmissing(A,linear,2,EndValues,nearest) F 3×105 5 5 3 4 5 7 8 9 98 9 5 1 4 5 5 5 5 54 4 9 8 7 2 4 1 1 1 包含多个数据类型的表 使用不同数据类型填充表变量的缺失值。创建表其变量包括 categorical、double 和 char 数据类型。 A table(categorical({Sunny; Cloudy; }),[66; NaN; 54],{; N; Y},[37; 39; NaN],…VariableNames,{Description Temperature Rain Humidity})A3×4 tableDescription Temperature Rain Humidity___________ ___________ __________ _____Sunny 66 {0x0 char} 37 Cloudy NaN {N } 39 undefined 54 {Y } NaN 用上一个条目的值替换所有缺失的条目。由于 Rain 变量中不存在前一个元素缺失的字符向量将不会被替换。 F fillmissing(A,previous) F3×4 tableDescription Temperature Rain Humidity________ ___________ __________ _____Sunny 66 {0x0 char} 37 Cloudy 66 {N } 39 Cloudy 54 {Y } 39 将 A 中 Temperature 和 Humidity 变量的 NaN 值替换为 0。 F fillmissing(A,constant,0,DataVariables,{Temperature,Humidity}) F3×4 tableDescription Temperature Rain Humidity________ ___________ __________ ________Sunny 66 {0x0 char} 37 Cloudy 0 {N } 39 undefined 54 {Y } 0 参数说明 A-输入数据指定为向量、矩阵、多维数组、字符向量元胞数组、表或时间表。 如果 A 为时间表则仅填充表值。如果关联的行时间向量包含 NaT 或 NaN 值则 fillmissing 会产生错误。行时间必须是唯一的并按升序列出。 如果 A 是元胞数组或包含元胞数组变量的表则 fillmissing 仅在元胞数组包含字符向量时填充缺失元素。 v-填充常量指定为标量、向量或元胞数组。 如果 A 是矩阵或多维数组则 v 可以是向量表示每个运算维度的一个不同填充值。v 的长度必须与运算维度的长度相匹配。 如果 A 是表或时间表则 v 可以是填充值的元胞数组表示每个变量的一个不同填充值。元胞数组中的元素数必须与表中的变量数目相匹配。 method-填充方法指定为下列值之一 方法描述previous上一个非缺失值next下一个非缺失值nearest距离最近的非缺失值linear相邻非缺失值的线性插值仅限数值、duration 和 datetime 数据类型spline分段三次样条插值仅限数值、duration 和 datetime 数据类型pchip保形分段三次样条插值仅限数值、duration 和 datetime 数据类型makima修正 Akima 三次 Hermite 插值仅限数值、duration 和 datetime 数据类型 movmethod — 移窗法 填充缺失数据的移动方法指定为下列值之一 方法描述movmean窗长度为 window 的移动均值仅限数值数据类型movmedian窗长度为 window 的移动中位数仅限数值数据类型 window — 窗长度         移动方法的窗长度指定为正整数标量、由正整数组成的二元素向量、正持续时间标量或由正持续时间组成的二元素向量。窗是相对于采样点定义的。         如果 window 是正整数标量则窗以当前元素为中心并且包含 window-1 个相邻元素。如果 window 是偶数则窗口以当前元素和上一个元素为中心。         如果 window 是由正整数组成的二元素向量 [b f]则窗口包含当前元素、其之前的 b 个元素和之后的 f 个元素。         如果 A 是时间表或 SamplePoints 指定为 datetime 或 duration 向量则窗口必须为 duration 类型。 k — 最近邻的数量,用 knn 方法计算平均值的最近邻的数量指定为正整数标量。