Можно в интерактивном режиме предварительно обработать данные с помощью последовательностей задач Live Editor, визуализируя данные на каждом шаге. Этот пример использует пять задач убрать зашумленные данные с отсутствующими значениями и выбросами для того, чтобы идентифицировать локальные минимумы и максимумы. Для получения дополнительной информации о задачах Live Editor смотрите, Добавляют Интерактивные Задачи к Live Script.
Во-первых, создайте и постройте вектор из грязных данных, которые содержат четыре NaN
значения и пять выбросов.
x = 1:100; data = cos(2*pi*0.05*x+2*pi*rand) + 0.5*randn(1,100); data(20:20:80) = NaN; data(10:20:90) = [-50 40 30 -45 35];
Чтобы отобразить грязные данные на графике, откройте Создать задачу Графика. Запустите путем ввода ключевого слова plot
в блоке кода, и затем нажимают Create Plot
когда это появляется в меню. Выберите тип графика и входные данные, чтобы отобразить данные на графике.
Заменять NaN
значения в данных и визуализируют результаты, открывают Чистую Недостающую задачу Данных. Запустите путем ввода ключевого слова missing
в блоке кода, и затем нажимают Clean Missing Data
когда это появляется в меню. Выберите входные данные и метод очистки, чтобы отобразить заполненные данные на графике автоматически.
Можно теперь удалить выбросы из убранных данных в предыдущей задаче при помощи Чистой задачи Данных о Выбросе. Введите ключевое слово outliers
в новом коде блокируют и нажимают Clean Outlier Data
открыть задачу. Выберите cleanedData
как входные данные. Можно настроить методы для того, чтобы очистить и обнаружить выбросы, и настроить порог, чтобы найти больше или меньше выбросов.
Затем сглаживайте убранные данные из предыдущей задачи при помощи Сглаженной задачи Данных. Введите ключевое слово smooth
и кликните по задаче, когда это появится. Выберите cleanedData2
, выход от предыдущей задачи, как входные данные. Выберите метод сглаживания и настройте коэффициент сглаживания для того, чтобы более или менее сглаживать.
Наконец, начните вводить ключевое слово extrema
и нажмите Find Local Extrema
. Используйте smoothedData
как входные данные и изменение экстремальный тип, чтобы найти и локальные максимумы и локальные минимумы убранных, сглаживавших данных. Можно настроить параметры локальных экстремальных значений, чтобы найти больше или меньше максимумов и минимумов.
Чтобы просмотреть код, что задача раньше генерировала выход и визуализацию, кликните по стреле в нижней части окна задачи выше графика.
Задача отображает блок кода, который можно вырезать и вставить, чтобы использовать или изменить позже в существующем скрипте или различной программе. Например:
Поскольку базовый код является теперь частью вашего live скрипта, можно продолжить использовать переменные, созданные задачей для последующей обработки. Например, можно использовать maxIndices
найти соответствующие локальные значения максимумов в сглаживавших данных, и затем вычислить среднее значение:
fillmissing
| filloutliers
| ischange
| islocalmax
| islocalmin
| ismissing
| isoutlier
| rmmissing
| rmoutliers
| smoothdata