MATLAB学习文档（二十二）

CappuccinoRose2025-09-29 20:46

目录

10.5表格相关练习题

[30 个地区一年的存取款数据分析](#30 个地区一年的存取款数据分析)

[步骤1: 创建模拟数据](#步骤1: 创建模拟数据)

[步骤2: 创建表格并添加变量名](#步骤2: 创建表格并添加变量名)

[步骤3: 计算每个地区的年总存款和总取款](#步骤3: 计算每个地区的年总存款和总取款)

[步骤4: 计算净存款额(存款-取款)](#步骤4: 计算净存款额(存款-取款))

[步骤5: 数据分析](#步骤5: 数据分析)

[5.1 找出存款最多的地区](#5.1 找出存款最多的地区)

[5.2 找出取款最多的地区](#5.2 找出取款最多的地区)

[5.3 找出净存款额最高的地区](#5.3 找出净存款额最高的地区)

[步骤6: 数据可视化](#步骤6: 数据可视化)

[步骤7: 月度趋势分析](#步骤7: 月度趋势分析)

过程

12个地区的高考招生数据整理

[步骤1: 创建模拟数据](#步骤1: 创建模拟数据)

[步骤2: 创建嵌套表格结构](#步骤2: 创建嵌套表格结构)

[步骤3: 数据整理和分析](#步骤3: 数据整理和分析)

[3.1 计算每个地区的总招生计划、总报名人数和总录取人数](#3.1 计算每个地区的总招生计划、总报名人数和总录取人数)

[3.2 计算每所高校在各地区的平均数据](#3.2 计算每所高校在各地区的平均数据)

[步骤4: 数据可视化](#步骤4: 数据可视化)

[4.1 各地区总报名人数和总录取人数对比](#4.1 各地区总报名人数和总录取人数对比)

[4.2 各地区平均录取率](#4.2 各地区平均录取率)

[4.3 各高校平均最低分数](#4.3 各高校平均最低分数)

[步骤5: 导出数据到Excel](#步骤5: 导出数据到Excel)

过程

将24个月的招聘数据汇总到同一表格

[步骤1: 创建模拟数据](#步骤1: 创建模拟数据)

[步骤2: 生成24个月的模拟数据](#步骤2: 生成24个月的模拟数据)

[步骤3: 将24个月的数据汇总到同一表格](#步骤3: 将24个月的数据汇总到同一表格)

[步骤4: 数据分析](#步骤4: 数据分析)

[4.1 按月份统计招聘数量](#4.1 按月份统计招聘数量)

[4.2 按职位名称统计招聘数量](#4.2 按职位名称统计招聘数量)

[4.3 按工作地点统计招聘数量](#4.3 按工作地点统计招聘数量)

[4.4 按学历要求统计招聘数量](#4.4 按学历要求统计招聘数量)

[步骤5: 数据可视化](#步骤5: 数据可视化)

[5.1 月度招聘趋势](#5.1 月度招聘趋势)

[5.2 各职位招聘数量](#5.2 各职位招聘数量)

[5.3 各城市招聘数量](#5.3 各城市招聘数量)

[5.4 学历要求分布](#5.4 学历要求分布)

[步骤6: 薪资分析](#步骤6: 薪资分析)

[步骤7: 导出汇总数据](#步骤7: 导出汇总数据)

过程

共享单车数据预处理

[步骤1: 创建模拟的共享单车数据](#步骤1: 创建模拟的共享单车数据)

[步骤2: 数据预处理](#步骤2: 数据预处理)

[2.1 检查缺失值](#2.1 检查缺失值)

[2.2 处理异常值](#2.2 处理异常值)

[2.3 处理重复值](#2.3 处理重复值)

[2.4 数据转换](#2.4 数据转换)

[2.5 添加骑行速度列(公里/小时)](#2.5 添加骑行速度列(公里/小时))

[步骤3: 数据质量评估](#步骤3: 数据质量评估)

[3.1 统计数据预处理后的基本情况](#3.1 统计数据预处理后的基本情况)

[3.2 检查骑行速度是否合理](#3.2 检查骑行速度是否合理)

[步骤4: 数据分析和可视化](#步骤4: 数据分析和可视化)

[4.1 骑行时长分布](#4.1 骑行时长分布)

[4.2 骑行距离分布](#4.2 骑行距离分布)

[4.3 每小时使用量](#4.3 每小时使用量)

[4.4 工作日vs周末使用量](#4.4 工作日vs周末使用量)

[步骤5: 热点分析](#步骤5: 热点分析)

[5.1 统计每个站点的出发和到达次数](#5.1 统计每个站点的出发和到达次数)

[5.2 可视化热门站点](#5.2 可视化热门站点)

[5.3 分析站点间的流量](#5.3 分析站点间的流量)

[步骤6: 导出预处理后的数据](#步骤6: 导出预处理后的数据)

过程

57个分拣中心的小时货量数据整理

[步骤1: 创建模拟数据](#步骤1: 创建模拟数据)

[步骤2: 创建表格并添加变量名](#步骤2: 创建表格并添加变量名)

[步骤3: 数据整理](#步骤3: 数据整理)

[3.1 计算每个分拣中心的日总货量](#3.1 计算每个分拣中心的日总货量)

[3.2 计算每个分拣中心的平均小时货量](#3.2 计算每个分拣中心的平均小时货量)

[3.3 找出每个分拣中心的峰值小时和峰值货量](#3.3 找出每个分拣中心的峰值小时和峰值货量)

[3.4 计算每个分拣中心的货量变异系数(标准差/均值)](#3.4 计算每个分拣中心的货量变异系数(标准差/均值))

[步骤4: 按小时汇总所有分拣中心的货量](#步骤4: 按小时汇总所有分拣中心的货量)

[步骤5: 数据分析和可视化](#步骤5: 数据分析和可视化)

[5.1 找出货量最大的分拣中心](#5.1 找出货量最大的分拣中心)

[5.2 找出峰值货量最大的分拣中心](#5.2 找出峰值货量最大的分拣中心)

[5.3 找出货量最稳定的分拣中心(变异系数最小)](#5.3 找出货量最稳定的分拣中心(变异系数最小))

[5.4 找出货量波动最大的分拣中心(变异系数最大)](#5.4 找出货量波动最大的分拣中心(变异系数最大))

[步骤6: 数据可视化](#步骤6: 数据可视化)

[6.1 所有分拣中心的日内货量变化](#6.1 所有分拣中心的日内货量变化)

[6.2 日总货量TOP10的分拣中心](#6.2 日总货量TOP10的分拣中心)

[6.3 小时总货量变化趋势](#6.3 小时总货量变化趋势)

[6.4 分拣中心聚类分析(基于日内货量模式)](#6.4 分拣中心聚类分析(基于日内货量模式))

[步骤7: 导出数据](#步骤7: 导出数据)

过程

蔬菜商品表格的联接

[步骤1: 创建模拟数据](#步骤1: 创建模拟数据)

[1.1 创建蔬菜基本信息表](#1.1 创建蔬菜基本信息表)

[1.2 创建蔬菜](#1.2 创建蔬菜)价格表

[1.3 创建蔬菜销量表](#1.3 创建蔬菜销量表)

[步骤2: 表格联接](#步骤2: 表格联接)

[2.1 将基本信息表与价格表联接](#2.1 将基本信息表与价格表联接)

[2.2 将上述结果与销量表联接](#2.2 将上述结果与销量表联接)

[步骤3: 数据处理和分析](#步骤3: 数据处理和分析)

[3.1 计算销售额](#3.1 计算销售额)

[3.2 按类别汇总](#3.2 按类别汇总)

[3.3 按产地汇总](#3.3 按产地汇总)

[3.4 按蔬菜汇总](#3.4 按蔬菜汇总)

[3.5 按日期汇总](#3.5 按日期汇总)

[步骤6: 导出数据](#步骤6: 导出数据)

过程

同步空气质量时间表

[步骤1: 创建模拟数据](#步骤1: 创建模拟数据)

[1.1 创建监测站信息](#1.1 创建监测站信息)

[1.2 创建空气质量监测数据](#1.2 创建空气质量监测数据)

[步骤2: 同步时间表](#步骤2: 同步时间表)

[2.1 创建完整的时间戳序列(所有监测站的时间戳并集)](#2.1 创建完整的时间戳序列(所有监测站的时间戳并集))

[2.2 为每个监测站创建同步后的数据](#2.2 为每个监测站创建同步后的数据)

[2.3 合并所有监测站的数据](#2.3 合并所有监测站的数据)

[步骤3: 缺失值处理](#步骤3: 缺失值处理)

[3.1 统计缺失值情况](#3.1 统计缺失值情况)

[3.2 使用线性插值处理缺失值](#3.2 使用线性插值处理缺失值)

[3.3 再次统计缺失值情况](#3.3 再次统计缺失值情况)

[步骤4: 计算空气质量指数(AQI)](#步骤4: 计算空气质量指数(AQI))

[4.1 定义各指标的浓度限值和对应的IAQI计算函数](#4.1 定义各指标的浓度限值和对应的IAQI计算函数)

[4.2 定义计算IAQI的函数](#4.2 定义计算IAQI的函数)

[4.3 计算各指标的IAQI](#4.3 计算各指标的IAQI)

[4.4 计算AQI(取各指标IAQI的最大值)](#4.4 计算AQI(取各指标IAQI的最大值))

[4.5 确定首要污染物](#4.5 确定首要污染物)

[4.6 确定空气质量等级](#4.6 确定空气质量等级)

[步骤5: 数据分析和可视化](#步骤5: 数据分析和可视化)

[5.1 按监测站统计AQI平均值](#5.1 按监测站统计AQI平均值)

[5.2 按空气质量等级统计记录数](#5.2 按空气质量等级统计记录数)

[5.3 按首要污染物统计记录数](#5.3 按首要污染物统计记录数)

[5.4 按小时统计平均AQI](#5.4 按小时统计平均AQI)

[5.5 可视化](#5.5 可视化)

[步骤6: 导出数据](#步骤6: 导出数据)

过程

[步骤4: 数据可视化](#步骤4: 数据可视化)

[4.1 各类别蔬菜的总销售额](#4.1 各类别蔬菜的总销售额)

[4.2 不同产地蔬菜的平均价格](#4.2 不同产地蔬菜的平均价格)

[4.3 销量TOP10的蔬菜](#4.3 销量TOP10的蔬菜)

[4.4 每日总销售额变化趋势](#4.4 每日总销售额变化趋势)

[4.5 价格与销量的散点图](#4.5 价格与销量的散点图)

[步骤5: 高级分析](#步骤5: 高级分析)

[5.1 计算价格弹性](#5.1 计算价格弹性)

[5.2 可视化价格弹性](#5.2 可视化价格弹性)

10.5表格相关练习题

30 个地区一年的存取款数据分析

步骤1: 创建模拟数据
Matlab 复制代码 
% 假设我们有30个地区，12个月的存取款数据

regions = string(arrayfun(@(x) sprintf('地区%d', x), 1:30, 'UniformOutput', false));

months = string(arrayfun(@(x) sprintf('%d月', x), 1:12, 'UniformOutput', false));

% 生成随机存取款数据(单位:万元)

deposit_data = randi([1000, 5000], 30, 12); % 存款数据

withdrawal_data = randi([500, 3000], 30, 12); % 取款数据
步骤2: 创建表格并添加变量名
Matlab 复制代码 
deposit_table = array2table(deposit_data, 'VariableNames', months);

deposit_table.Properties.DimensionNames{1} = '地区';

deposit_table.地区 = regions;

withdrawal_table = array2table(withdrawal_data, 'VariableNames', months);

withdrawal_table.Properties.DimensionNames{1} = '地区';

withdrawal_table.地区 = regions;
步骤3: 计算每个地区的年总存款和总取款
Matlab 复制代码 
deposit_table.年总存款 = sum(deposit_table{:, 2:13}, 2);

withdrawal_table.年总取款 = sum(withdrawal_table{:, 2:13}, 2);
步骤4: 计算净存款额(存款-取款)
Matlab 复制代码 
net_deposit = table();

net_deposit.地区 = regions;

net_deposit.年总存款 = deposit_table.年总存款;

net_deposit.年总取款 = withdrawal_table.年总取款;

net_deposit.净存款额 = net_deposit.年总存款 - net_deposit.年总取款;
步骤5: 数据分析
5.1 找出存款最多的地区
Matlab 复制代码 
[max_deposit, max_idx] = max(net_deposit.年总存款);

fprintf('存款最多的地区是%s，存款总额为%.2f万元\n', net_deposit.地区{max_idx}, max_deposit);
5.2 找出取款最多的地区
Matlab 复制代码 
[max_withdrawal, max_w_idx] = max(net_deposit.年总取款);

fprintf('取款最多的地区是%s，取款总额为%.2f万元\n', net_deposit.地区{max_w_idx}, max_withdrawal);
5.3 找出净存款额最高的地区
Matlab 复制代码 
[max_net, max_net_idx] = max(net_deposit.净存款额);

fprintf('净存款额最高的地区是%s，净存款额为%.2f万元\n', net_deposit.地区{max_net_idx}, max_net);
步骤6: 数据可视化
Matlab 复制代码 
figure;

subplot(2,1,1);

bar(net_deposit.年总存款);

title('各地区年总存款');

xlabel('地区');

ylabel('存款额(万元)');

xticks(1:30);

xticklabels(net_deposit.地区);

xtickangle(45);

subplot(2,1,2);

bar(net_deposit.年总取款);

title('各地区年总取款');

xlabel('地区');

ylabel('取款额(万元)');

xticks(1:30);

xticklabels(net_deposit.地区);

xtickangle(45);
步骤7: 月度趋势分析
Matlab 复制代码 
monthly_deposit = sum(deposit_table{:, 2:13}, 1);

monthly_withdrawal = sum(withdrawal_table{:, 2:13}, 1);

figure;

plot(1:12, monthly_deposit, '-o', 'LineWidth', 2);

hold on;

plot(1:12, monthly_withdrawal, '-s', 'LineWidth', 2);

title('月度存取款趋势');

xlabel('月份');

ylabel('金额(万元)');

legend('总存款', '总取款');

grid on;

xticks(1:12);

xticklabels(months);

xtickangle(45);
过程
  1. 首先创建了30个地区和12个月的标签，然后生成了随机的存取款数据
  2. 将数据转换为表格格式，便于后续处理和分析
  3. 计算了每个地区的年总存款和总取款，并计算净存款额
  4. 进行了基本的数据分析，找出存款最多、取款最多和净存款额最高的地区
  5. 通过条形图可视化各地区的存取款情况
  6. 通过折线图展示了月度存取款趋势，便于观察季节性变化

12个地区的高考招生数据整理

步骤1: 创建模拟数据
Matlab 复制代码 
% 假设有12个地区，每个地区有5所高校的招生数据

regions = string(arrayfun(@(x) sprintf('地区%d', x), 1:12, 'UniformOutput', false));

universities = string(arrayfun(@(x) sprintf('高校%d', x), 1:5, 'UniformOutput', false));

% 生成随机招生数据

% 招生计划数、报名人数、实际录取人数、最低录取分数

plan_data = randi([100, 500], 12, 5); % 招生计划数

apply_data = randi([200, 1000], 12, 5); % 报名人数

admit_data = randi([100, 500], 12, 5); % 实际录取人数

score_data = randi([400, 700], 12, 5); % 最低录取分数
步骤2: 创建嵌套表格结构
Matlab 复制代码 
% 创建一个主表格，每个地区一行

admission_table = table();

admission_table.地区 = regions;

% 为每个地区创建一个包含高校数据的子表格

for i = 1:12

    % 创建子表格

    sub_table = table();

    sub_table.高校 = universities';

    sub_table.招生计划 = plan_data(i,:)';

    sub_table.报名人数 = apply_data(i,:)';

    sub_table.实际录取 = admit_data(i,:)';

    sub_table.最低分数 = score_data(i,:)';

    % 计算录取率和报录比

    sub_table.录取率 = sub_table.实际录取 ./ sub_table.报名人数 * 100;

    sub_table.报录比 = sub_table.报名人数 ./ sub_table.招生计划;

    % 将子表格添加到主表格

    admission_table.高校数据{i} = sub_table;

end
步骤3: 数据整理和分析
3.1 计算每个地区的总招生计划、总报名人数和总录取人数
Matlab 复制代码 
region_summary = table();

region_summary.地区 = regions;

region_summary.总招生计划 = sum(plan_data, 2);

region_summary.总报名人数 = sum(apply_data, 2);

region_summary.总录取人数 = sum(admit_data, 2);

region_summary.平均录取率 = region_summary.总录取人数 ./ region_summary.总报名人数 * 100;

region_summary.平均报录比 = region_summary.总报名人数 ./ region_summary.总招生计划;
3.2 计算每所高校在各地区的平均数据
Matlab 复制代码 
university_summary = table();

university_summary.高校 = universities';

university_summary.平均招生计划 = mean(plan_data, 1)';

university_summary.平均报名人数 = mean(apply_data, 1)';

university_summary.平均录取人数 = mean(admit_data, 1)';

university_summary.平均最低分数 = mean(score_data, 1)';

university_summary.平均录取率 = mean(admit_data ./ apply_data * 100, 1)';

university_summary.平均报录比 = mean(apply_data ./ plan_data, 1)';
步骤4: 数据可视化
4.1 各地区总报名人数和总录取人数对比
Matlab 复制代码 
figure;

bar([region_summary.总报名人数, region_summary.总录取人数]);

title('各地区总报名人数与总录取人数对比');

xlabel('地区');

ylabel('人数');

legend('报名人数', '录取人数');

xticks(1:12);

xticklabels(region_summary.地区);

xtickangle(45);
4.2 各地区平均录取率
Matlab 复制代码 
figure;

bar(region_summary.平均录取率);

title('各地区平均录取率');

xlabel('地区');

ylabel('录取率(%)');

xticks(1:12);

xticklabels(region_summary.地区);

xtickangle(45);
4.3 各高校平均最低分数
Matlab 复制代码 
figure;

bar(university_summary.平均最低分数);

title('各高校平均最低录取分数');

xlabel('高校');

ylabel('分数');

xticks(1:5);

xticklabels(university_summary.高校);

xtickangle(45);
步骤5: 导出数据到Excel
Matlab 复制代码 
% writetable(admission_table, '高考招生数据.xlsx');

% writetable(region_summary, '地区招生汇总.xlsx');

% writetable(university_summary, '高校招生汇总.xlsx');
过程
  1. 创建了12个地区和5所高校的模拟招生数据，包括招生计划、报名人数、实际录取人数和最低录取分数
  2. 使用嵌套表格结构组织数据，主表格包含地区信息，每个地区对应一个包含高校数据的子表格
  3. 计算了录取率和报录比等关键指标
  4. 生成了两个汇总表格：一个按地区汇总，一个按高校汇总
  5. 通过条形图可视化各地区报名与录取人数对比、各地区平均录取率以及各高校平均最低分数

将24个月的招聘数据汇总到同一表格

步骤1: 创建模拟数据
Matlab 复制代码 
% 假设我们有24个月的招聘数据，每个月份是一个单独的表格

% 每个表格包含: 职位名称、公司名称、薪资范围、工作地点、学历要求、工作经验要求

% 创建24个月份标签

months = string(arrayfun(@(x) sprintf('%d年%d月', 2021+floor((x-1)/12), mod(x-1,12)+1), 1:24, 'UniformOutput', false));

% 定义可能的职位类别

job_titles = ["软件工程师", "数据分析师", "产品经理", "市场营销", "人力资源", "财务会计", "销售代表", "客户服务"];

companies = ["公司A", "公司B", "公司C", "公司D", "公司E", "公司F", "公司G", "公司H"];

locations = ["北京", "上海", "广州", "深圳", "杭州", "成都", "武汉", "西安"];

education = ["本科", "硕士", "博士", "大专", "不限"];

experience = ["应届生", "1-3年", "3-5年", "5-10年", "10年以上"];
步骤2: 生成24个月的模拟数据
Matlab 复制代码 
monthly_data = cell(24, 1); % 使用cell数组存储每个月的表格

for m = 1:24

    % 每个月随机生成50-100条招聘记录

    num_records = randi([50, 100]);

    % 随机生成数据

    jobs = job_titles(randi(length(job_titles), num_records, 1));

    comps = companies(randi(length(companies), num_records, 1));

    locs = locations(randi(length(locations), num_records, 1));

    edu = education(randi(length(education), num_records, 1));

    exp = experience(randi(length(experience), num_records, 1));

    % 生成薪资范围(单位:千元/月)

    min_salary = randi([5, 20], num_records, 1);

    max_salary = min_salary + randi([5, 15], num_records, 1);

    salary = arrayfun(@(x,y) sprintf('%d-%d', x, y), min_salary, max_salary, 'UniformOutput', false);

    % 创建表格

    monthly_table = table();

    monthly_table.职位名称 = jobs;

    monthly_table.公司名称 = comps;

    monthly_table.薪资范围 = salary;

    monthly_table.工作地点 = locs;

    monthly_table.学历要求 = edu;

    monthly_table.工作经验 = exp;

    % 存储到cell数组

    monthly_data{m} = monthly_table;

end
步骤3: 将24个月的数据汇总到同一表格
Matlab 复制代码 
% 添加月份列并合并所有表格

for m = 1:24

    monthly_data{m}.月份 = repmat(months(m), height(monthly_data{m}), 1);

end

% 使用vertcat垂直合并所有表格

combined_data = vertcat(monthly_data{:});
步骤4: 数据分析
4.1 按月份统计招聘数量
Matlab 复制代码 
monthly_count = groupcounts(combined_data, '月份');
4.2 按职位名称统计招聘数量
Matlab 复制代码 
job_count = groupcounts(combined_data, '职位名称');
4.3 按工作地点统计招聘数量
Matlab 复制代码 
location_count = groupcounts(combined_data, '工作地点');
4.4 按学历要求统计招聘数量
Matlab 复制代码 
education_count = groupcounts(combined_data, '学历要求');
步骤5: 数据可视化
5.1 月度招聘趋势
Matlab 复制代码 
figure;

plot(1:24, monthly_count.Percent, '-o', 'LineWidth', 2);

title('24个月招聘数量趋势');

xlabel('月份');

ylabel('招聘数量');

grid on;

xticks(1:24);

xticklabels(months);

xtickangle(45);
5.2 各职位招聘数量
Matlab 复制代码 
figure;

pie(job_count.Percent, job_count.职位名称);

title('各职位招聘数量占比');
5.3 各城市招聘数量
Matlab 复制代码 
figure;

barh(location_count.Percent);

title('各城市招聘数量');

xlabel('招聘数量');

ylabel('城市');

yticks(1:length(location_count.工作地点));

yticklabels(location_count.工作地点);
5.4 学历要求分布
Matlab 复制代码 
figure;

pie(education_count.Percent, education_count.学历要求);

title('学历要求分布');
步骤6: 薪资分析
Matlab 复制代码 
% 从薪资范围中提取最低薪资和最高薪资

min_sal = zeros(height(combined_data), 1);

max_sal = zeros(height(combined_data), 1);

for i = 1:height(combined_data)

    salary_str = combined_data.薪资范围{i};

    parts = strsplit(salary_str, '-');

    min_sal(i) = str2double(parts{1});

    max_sal(i) = str2double(parts{2});

end

% 添加到表格

combined_data.最低薪资 = min_sal;

combined_data.最高薪资 = max_sal;

combined_data.平均薪资 = (min_sal + max_sal) / 2;

% 按职位分析薪资

job_salary = groupsummary(combined_data, '职位名称', {'mean', 'min', 'max'}, '平均薪资');

% 可视化各职位平均薪资

figure;

bar(job_salary.平均薪资);

title('各职位平均薪资');

xlabel('职位');

ylabel('平均薪资(千元/月)');

xticks(1:length(job_salary.职位名称));

xticklabels(job_salary.职位名称);

xtickangle(45);
步骤7: 导出汇总数据
Matlab 复制代码 
% writetable(combined_data, '24个月招聘数据汇总.xlsx');
过程
  1. 创建了24个月的模拟招聘数据，包括职位名称、公司名称、薪资范围、工作地点、学历要求和工作经验
  2. 使用cell数组存储每个月的表格，然后通过添加月份列并使用vertcat函数将所有数据合并到一个表格中
  3. 进行了多维度分析：按月份、职位名称、工作地点和学历要求统计招聘数量
  4. 通过多种图表可视化数据：折线图展示月度趋势，饼图展示职位和学历分布，水平条形图展示城市分布
  5. 对薪资数据进行了特殊处理，从字符串中提取数值并计算平均薪资
  6. 按职位分析了薪资情况，并通过条形图展示各职位的平均薪资

共享单车数据预处理

步骤1: 创建模拟的共享单车数据
Matlab 复制代码 
% 假设数据包含: 单车ID、开始时间、结束时间、开始位置、结束位置、骑行时长、骑行距离

% 创建可能的单车ID

bike_ids = string(arrayfun(@(x) sprintf('B%04d', x), 1:100, 'UniformOutput', false));

% 创建位置点(假设有20个固定站点)

locations = string(arrayfun(@(x) sprintf('站点%d', x), 1:20, 'UniformOutput', false));

% 生成1000条随机骑行记录

num_records = 1000;

bike_data = table();

% 随机分配单车ID

bike_data.单车ID = bike_ids(randi(length(bike_ids), num_records, 1));

% 生成开始和结束时间(假设数据来自2023年1月)

start_dates = datetime(2023, 1, 1) + hours(randi(0, 23, num_records, 1)) + minutes(randi(0, 59, num_records, 1));

ride_durations = minutes(randi(5, 120, num_records, 1)); % 骑行时长5-120分钟

end_dates = start_dates + ride_durations;

bike_data.开始时间 = start_dates;

bike_data.结束时间 = end_dates;

% 随机分配开始和结束位置

bike_data.开始位置 = locations(randi(length(locations), num_records, 1));

bike_data.结束位置 = locations(randi(length(locations), num_records, 1));

% 计算骑行时长(分钟)

bike_data.骑行时长 = minutes(bike_data.结束时间 - bike_data.开始时间);

% 生成骑行距离(公里)

bike_data.骑行距离 = 0.2 + rand(num_records, 1) * 4.8; % 0.2-5公里
步骤2: 数据预处理
2.1 检查缺失值
Matlab 复制代码 
missing_values = ismissing(bike_data);

fprintf('缺失值统计:\n');

for i = 1:width(bike_data)

    fprintf('%s: %d\n', bike_data.Properties.VariableNames{i}, sum(missing_values(:, i)));

end
2.2 处理异常值
Matlab 复制代码 
% 检查骑行时长是否异常(假设超过3小时为异常)

abnormal_duration = bike_data.骑行时长 > 180;

fprintf('\n骑行时长异常记录数: %d\n', sum(abnormal_duration));

% 检查骑行距离是否异常(假设超过10公里为异常)

abnormal_distance = bike_data.骑行距离 > 10;

fprintf('骑行距离异常记录数: %d\n', sum(abnormal_distance));

% 标记异常记录

bike_data.异常记录 = abnormal_duration | abnormal_distance;
2.3 处理重复值
Matlab 复制代码 
% 检查是否有完全相同的记录

[~, unique_idx] = unique(bike_data(:, 1:6), 'rows');

duplicates = setdiff(1:height(bike_data), unique_idx);

fprintf('\n重复记录数: %d\n', length(duplicates));

% 删除重复记录

bike_data = bike_data(unique_idx, :);
2.4 数据转换
Matlab 复制代码 
% 添加日期、星期几和小时列，便于后续分析

bike_data.日期 = date(bike_data.开始时间);

bike_data.星期几 = weekday(bike_data.开始时间);

bike_data.小时 = hour(bike_data.开始时间);

% 将星期几转换为文本

weekdays = ["日", "一", "二", "三", "四", "五", "六"];

bike_data.星期几文本 = string(arrayfun(@(x) weekdays(x), bike_data.星期几, 'UniformOutput', false));

% 添加是否周末列

bike_data.是否周末 = bike_data.星期几 == 1 | bike_data.星期几 == 7;
2.5 添加骑行速度列(公里/小时)
Matlab 复制代码 
bike_data.骑行速度 = bike_data.骑行距离 ./ (bike_data.骑行时长 / 60);
步骤3: 数据质量评估
3.1 统计数据预处理后的基本情况
Matlab 复制代码 
fprintf('\n数据预处理后基本情况:\n');

fprintf('总记录数: %d\n', height(bike_data));

fprintf('异常记录数: %d\n', sum(bike_data.异常记录));

fprintf('正常记录数: %d\n', sum(~bike_data.异常记录));
3.2 检查骑行速度是否合理
Matlab 复制代码 
abnormal_speed = bike_data.骑行速度 > 25 | bike_data.骑行速度 < 3; % 假设速度超过25km/h或低于3km/h为异常

fprintf('骑行速度异常记录数: %d\n', sum(abnormal_speed));

% 更新异常记录标记

bike_data.异常记录 = bike_data.异常记录 | abnormal_speed;
步骤4: 数据分析和可视化
4.1 骑行时长分布
Matlab 复制代码 
figure;

subplot(2,2,1);

histogram(bike_data.骑行时长(~bike_data.异常记录), 20);

title('骑行时长分布(正常数据)');

xlabel('时长(分钟)');

ylabel('频次');
4.2 骑行距离分布
Matlab 复制代码 
subplot(2,2,2);

histogram(bike_data.骑行距离(~bike_data.异常记录), 20);

title('骑行距离分布(正常数据)');

xlabel('距离(公里)');

ylabel('频次');
4.3 每小时使用量
Matlab 复制代码 
hourly_usage = groupcounts(bike_data(~bike_data.异常记录, :), '小时');

subplot(2,2,3);

bar(hourly_usage.小时, hourly_usage.Percent);

title('每小时使用量');

xlabel('小时');

ylabel('使用次数');

xticks(0:23);
4.4 工作日vs周末使用量
Matlab 复制代码 
weekday_weekend = groupcounts(bike_data(~bike_data.异常记录, :), '是否周末');

subplot(2,2,4);

pie(weekday_weekend.Percent, ["工作日", "周末"]);

title('工作日vs周末使用量');
步骤5: 热点分析
5.1 统计每个站点的出发和到达次数
Matlab 复制代码 
start_counts = groupcounts(bike_data(~bike_data.异常记录, :), '开始位置');

end_counts = groupcounts(bike_data(~bike_data.异常记录, :), '结束位置');

% 合并统计结果

location_stats = outerjoin(start_counts, end_counts, 'Keys', '开始位置', 'MergeKeys', true);

location_stats.Properties.VariableNames{1} = '站点';

location_stats.Properties.VariableNames{2} = '出发次数';

location_stats.Properties.VariableNames{3} = '到达次数';

% 填充缺失值

location_stats.出发次数(ismissing(location_stats.出发次数)) = 0;

location_stats.到达次数(ismissing(location_stats.到达次数)) = 0;

% 计算总使用次数

location_stats.总使用次数 = location_stats.出发次数 + location_stats.到达次数;

% 按总使用次数排序

location_stats = sortrows(location_stats, '总使用次数', 'descend');

5.2 可视化热门站点
figure;

subplot(2,1,1);

barh(location_stats.总使用次数(1:10));

title('热门站点TOP10');

xlabel('使用次数');

ylabel('站点');

yticks(1:10);

yticklabels(location_stats.站点(1:10));
5.3 分析站点间的流量
Matlab 复制代码 
% 创建站点间的流量矩阵

flow_matrix = zeros(length(locations), length(locations));

for i = 1:height(bike_data(~bike_data.异常_record, :))

    if ~bike_data.异常记录(i)

        start_loc = bike_data.开始位置{i};

        end_loc = bike_data.结束位置{i};

        start_idx = find(strcmp(locations, start_loc));

        end_idx = find(strcmp(locations, end_loc));

        if ~isempty(start_idx) && ~isempty(end_idx)

            flow_matrix(start_idx, end_idx) = flow_matrix(start_idx, end_idx) + 1;

        end

    end

end

% 找出流量最大的前10条路线

[flow_values, flow_indices] = sort(flow_matrix(:), 'descend');

top_flows = flow_values(1:10);

% 获取对应的站点对

[top_i, top_j] = ind2sub(size(flow_matrix), flow_indices(1:10));

top_routes = arrayfun(@(x,y) sprintf('%s -> %s', locations{x}, locations{y}), top_i, top_j, 'UniformOutput', false);

% 可视化热门路线

subplot(2,1,2);

barh(top_flows);

title('热门路线TOP10');

xlabel('流量');

ylabel('路线');

yticks(1:10);

yticklabels(top_routes);
步骤6: 导出预处理后的数据
Matlab 复制代码 
% writetable(bike_data, '共享单车预处理数据.xlsx');

% writetable(location_stats, '站点使用统计.xlsx');
过程
  1. 创建了模拟的共享单车数据，包括单车ID、开始时间、结束时间、开始位置、结束位置、骑行时长和骑行距离
  2. 进行了全面的数据预处理：
  3. 检查并统计缺失值
  4. 识别并标记异常值（如过长的骑行时间或过长的骑行距离）
  5. 删除重复记录
  6. 进行数据转换，添加日期、星期几、小时和是否周末等列
  7. 计算骑行速度并检查是否合理
  8. 评估了数据质量，统计了异常记录和正常记录的数量
  9. 通过多种图表进行数据分析和可视化：
  10. 骑行时长和距离的分布直方图
  11. 每小时使用量的条形图
  12. 工作日vs周末使用量的饼图
  13. 进行了热点分析：
  14. 统计每个站点的出发和到达次数，找出热门站点
  15. 分析站点间的流量，找出热门路线

57个分拣中心的小时货量数据整理

步骤1: 创建模拟数据
Matlab 复制代码 
% 假设有57个分拣中心，记录24小时的货量数据

% 创建分拣中心ID

centers = string(arrayfun(@(x) sprintf('C%03d', x), 1:57, 'UniformOutput', false));

% 创建小时标签(0-23时)

hours = 0:23;

% 生成57个分拣中心24小时的货量数据

% 考虑到分拣中心的货量通常有日内变化模式，我们使用正弦函数加随机噪声生成数据

base_volume = 1000; % 基础货量

amplitude = 500; % 波动幅度

peak_hour = 14; % 峰值小时(下午2点)

% 创建货量数据矩阵

volume_data = zeros(57, 24);

for i = 1:57

    % 每个分拣中心的基础货量和波动幅度略有不同

    center_base = base_volume + randi([-200, 200]);

    center_amplitude = amplitude + randi([-100, 100]);

    center_peak = peak_hour + randi([-2, 2]); % 峰值时间略有不同

    % 生成日内变化模式

    for h = 1:24

        % 使用正弦函数模拟日内变化，并添加随机噪声

        hour_factor = sin(pi * (h-1-center_peak+12)/12);

        volume_data(i, h) = max(0, center_base + center_amplitude * hour_factor + randn * 50);

    end

end
步骤2: 创建表格并添加变量名
Matlab 复制代码 
volume_table = array2table(volume_data, 'VariableNames', string(hours));

volume_table.Properties.DimensionNames{1} = '分拣中心';

volume_table.分拣中心 = centers;
步骤3: 数据整理
3.1 计算每个分拣中心的日总货量
Matlab 复制代码 
volume_table.日总货量 = sum(volume_table{:, 2:25}, 2);
3.2 计算每个分拣中心的平均小时货量
Matlab 复制代码 
volume_table.平均小时货量 = mean(volume_table{:, 2:25}, 2);
3.3 找出每个分拣中心的峰值小时和峰值货量
Matlab 复制代码 
[peak_volumes, peak_hours] = max(volume_data, [], 2);

volume_table.峰值小时 = peak_hours - 1; % 转换为0-23小时

volume_table.峰值货量 = peak_volumes;
3.4 计算每个分拣中心的货量变异系数(标准差/均值)
Matlab 复制代码 
hourly_volumes = volume_table{:, 2:25};

volume_table.变异系数 = std(hourly_volumes, 0, 2) ./ mean(hourly_volumes, 2);
步骤4: 按小时汇总所有分拣中心的货量
Matlab 复制代码 
hourly_summary = table();

hourly_summary.小时 = hours';

hourly_summary.总货量 = sum(volume_data, 1)';

hourly_summary.平均货量 = mean(volume_data, 1)';

hourly_summary.最大货量 = max(volume_data, [], 1)';

hourly_summary.最小货量 = min(volume_data, [], 1)';
步骤5: 数据分析和可视化
5.1 找出货量最大的分拣中心
Matlab 复制代码 
[max_daily, max_center_idx] = max(volume_table.日总货量);

fprintf('日总货量最大的分拣中心是%s，货量为%.2f\n', volume_table.分拣中心{max_center_idx}, max_daily);
5.2 找出峰值货量最大的分拣中心
Matlab 复制代码 
[max_peak, max_peak_idx] = max(volume_table.峰值货量);

fprintf('峰值货量最大的分拣中心是%s，峰值货量为%.2f\n', volume_table.分拣中心{max_peak_idx}, max_peak);
5.3 找出货量最稳定的分拣中心(变异系数最小)
Matlab 复制代码 
[min_cv, min_cv_idx] = min(volume_table.变异系数);

fprintf('货量最稳定的分拣中心是%s，变异系数为%.4f\n', volume_table.分拣中心{min_cv_idx}, min_cv);
5.4 找出货量波动最大的分拣中心(变异系数最大)
Matlab 复制代码 
[max_cv, max_cv_idx] = max(volume_table.变异系数);

fprintf('货量波动最大的分拣中心是%s，变异系数为%.4f\n', volume_table.分拣中心{max_cv_idx}, max_cv);
步骤6: 数据可视化
6.1 所有分拣中心的日内货量变化
Matlab 复制代码 
figure;

plot(hours, volume_data', 'LineWidth', 1);

hold on;

plot(hours, hourly_summary.平均货量, 'k-', 'LineWidth', 3);

title('所有分拣中心的日内货量变化');

xlabel('小时');

ylabel('货量');

legend('平均货量', 'Location', 'best');

grid on;

xticks(hours);
6.2 日总货量TOP10的分拣中心
Matlab 复制代码 
sorted_centers = sortrows(volume_table, '日总货量', 'descend');

top10_centers = sorted_centers(1:10, :);

figure;

bar(top10_centers.日总货量);

title('日总货量TOP10的分拣中心');

xlabel('分拣中心');

ylabel('日总货量');

xticks(1:10);

xticklabels(top10_centers.分拣中心);

xtickangle(45);
6.3 小时总货量变化趋势
Matlab 复制代码 
figure;

plot(hours, hourly_summary.总货量, '-o', 'LineWidth', 2);

hold on;

plot(hours, hourly_summary.平均货量, '-s', 'LineWidth', 2);

plot(hours, hourly_summary.最大货量, '-^', 'LineWidth', 1);

plot(hours, hourly_summary.最小货量, '-v', 'LineWidth', 1);

title('小时货量变化趋势');

xlabel('小时');

ylabel('货量');

legend('总货量', '平均货量', '最大货量', '最小货量', 'Location', 'best');

grid on;

xticks(hours);
6.4 分拣中心聚类分析(基于日内货量模式)
Matlab 复制代码 
% 使用K-means聚类将分拣中心分为5类

num_clusters = 5;

[idx, centroids] = kmeans(volume_data, num_clusters);

% 将聚类结果添加到表格

volume_table.聚类类别 = idx;

% 可视化聚类结果

figure;

for c = 1:num_clusters

    subplot(num_clusters, 1, c);

    cluster_centers = volume_data(idx == c, :);

    plot(hours, cluster_centers', 'LineWidth', 1);

    hold on;

    plot(hours, centroids(c, :), 'k-', 'LineWidth', 3);

    title(sprintf('类别%d (%d个分拣中心)', c, sum(idx == c)));

    xlabel('小时');

    ylabel('货量');

    grid on;

    xticks(hours);

end
步骤7: 导出数据
Matlab 复制代码 
% writetable(volume_table, '分拣中心货量数据.xlsx');

% writetable(hourly_summary, '小时货量汇总.xlsx');
过程
  1. 创建了57个分拣中心24小时的模拟货量数据，使用正弦函数模拟日内变化模式，并添加随机噪声
  2. 将数据转换为表格格式，便于后续处理和分析
  3. 进行了数据整理，计算了每个分拣中心的日总货量、平均小时货量、峰值小时和峰值货量
  4. 计算了货量变异系数，用于衡量货量波动程度
  5. 按小时汇总了所有分拣中心的货量数据
  6. 进行了数据分析，找出了货量最大、峰值最大、最稳定和波动最大的分拣中心
  7. 通过多种图表进行数据可视化：
  8. 所有分拣中心的日内货量变化曲线
  9. 日总货量TOP10的分拣中心条形图
  10. 小时货量变化趋势图
  11. 使用K-means聚类分析将分拣中心按日内货量模式分为5类，并可视化各类别的货量模式

蔬菜商品表格的联接

步骤1: 创建模拟数据

假设我们有三个表格：蔬菜基本信息表、蔬菜价格表和蔬菜销量表

1.1 创建蔬菜基本信息表
Matlab 复制代码 
vegetable_names = ["白菜", "菠菜", "芹菜", "生菜", "油菜", ...

                  "西红柿", "黄瓜", "茄子", "辣椒", "豆角", ...

                  "土豆", "萝卜", "胡萝卜", "洋葱", "大蒜", ...

                  "南瓜", "冬瓜", "丝瓜", "苦瓜", "西葫芦"];

categories = ["叶菜类", "叶菜类", "叶菜类", "叶菜类", "叶菜类", ...

             "茄果类", "瓜菜类", "茄果类", "茄果类", "豆类", ...

             "根茎类", "根茎类", "根茎类", "根茎类", "根茎类", ...

             "瓜菜类", "瓜菜类", "瓜菜类", "瓜菜类", "瓜菜类"];

origins = ["本地", "外地", "本地", "本地", "本地", ...

          "本地", "本地", "外地", "本地", "本地", ...

          "本地", "本地", "外地", "外地", "本地", ...

          "本地", "本地", "本地", "本地", "本地"];

% 创建基本信息表

basic_info = table();

basic_info.蔬菜ID = string(arrayfun(@(x) sprintf('V%03d', x), 1:20, 'UniformOutput', false));

basic_info.蔬菜名称 = vegetable_names';

basic_info.类别 = categories';

basic_info.产地 = origins';
1.2 创建蔬菜价格表
Matlab 复制代码 
% 假设有30天的价格数据

dates = datetime(2023, 6, 1) + caldays(0:29);

% 生成随机价格数据(单位:元/公斤)

price_data = table();

price_rows = [];

for d = 1:30

    for v = 1:20

        price_rows = [price_rows; {dates(d), basic_info.蔬菜ID{v}, basic_info.蔬菜名称{v}, ...

                                 2 + rand() * 8}]; % 价格在2-10元/公斤之间

    end

end

price_data = cell2table(price_rows, 'VariableNames', {'日期', '蔬菜ID', '蔬菜名称', '价格'});
1.3 创建蔬菜销量表
Matlab 复制代码 
% 生成随机销量数据(单位:公斤)

sales_data = table();

sales_rows = [];

for d = 1:30

    for v = 1:20

        % 销量与价格有一定负相关关系

        base_sales = 500;

        price_factor = 1000 ./ price_data{(d-1)*20+v, '价格'}; % 价格越高，销量越低

        random_factor = 0.8 + rand() * 0.4; % 随机波动因子

        sales = base_sales * price_factor * random_factor;

        sales_rows = [sales_rows; {dates(d), basic_info.蔬菜ID{v}, basic_info.蔬菜名称{v}, sales}];

    end

end

sales_data = cell2table(sales_rows, 'VariableNames', {'日期', '蔬菜ID', '蔬菜名称', '销量'});
步骤2: 表格联接
2.1 将基本信息表与价格表联接
Matlab 复制代码 
basic_price = outerjoin(basic_info, price_data, 'Keys', '蔬菜ID', 'MergeKeys', true);

basic_price.Properties.VariableNames{1} = '蔬菜ID';

basic_price.Properties.VariableNames{2} = '蔬菜名称_basic';

basic_price.Properties.VariableNames{3} = '类别';

basic_price.Properties.VariableNames{4} = '产地';

basic_price.Properties.VariableNames{5} = '日期';

basic_price.Properties.VariableNames{6} = '蔬菜名称_price';

basic_price.Properties.VariableNames{7} = '价格';

% 删除重复的蔬菜名称列

basic_price.蔬菜名称_price = [];
2.2 将上述结果与销量表联接
Matlab 复制代码 
full_data = outerjoin(basic_price, sales_data, 'Keys', {'蔬菜ID', '日期'}, 'MergeKeys', true);

full_data.Properties.VariableNames{1} = '蔬菜ID';

full_data.Properties.VariableNames{2} = '蔬菜名称';

full_data.Properties.VariableNames{3} = '类别';

full_data.Properties.VariableNames{4} = '产地';

full_data.Properties.VariableNames{5} = '日期';

full_data.Properties.VariableNames{6} = '价格';

full_data.Properties.VariableNames{7} = '蔬菜名称_sales';

full_data.Properties.VariableNames{8} = '销量';

% 删除重复的蔬菜名称列

full_data.蔬菜名称_sales = [];
步骤3: 数据处理和分析
3.1 计算销售额
Matlab 复制代码 
full_data.销售额 = full_data.价格 .* full_data.销量;
3.2 按类别汇总
Matlab 复制代码 
category_summary = groupsummary(full_data, '类别', {'mean', 'sum'}, {'价格', '销量', '销售额'});

category_summary.Properties.VariableNames{1} = '类别';

category_summary.Properties.VariableNames{2} = '组数';

category_summary.Properties.VariableNames{3} = '平均价格';

category_summary.Properties.VariableNames{4} = '总销量';

category_summary.Properties.VariableNames{5} = '总销售额';
3.3 按产地汇总
Matlab 复制代码 
origin_summary = groupsummary(full_data, '产地', {'mean', 'sum'}, {'价格', '销量', '销售额'});

origin_summary.Properties.VariableNames{1} = '产地';

origin_summary.Properties.VariableNames{2} = '组数';

origin_summary.Properties.VariableNames{3} = '平均价格';

origin_summary.Properties.VariableNames{4} = '总销量';

origin_summary.Properties.VariableNames{5} = '总销售额';
3.4 按蔬菜汇总
Matlab 复制代码 
vegetable_summary = groupsummary(full_data, '蔬菜名称', {'mean', 'sum'}, {'价格', '销量', '销售额'});

vegetable_summary.Properties.VariableNames{1} = '蔬菜名称';

vegetable_summary.Properties.VariableNames{2} = '组数';

vegetable_summary.Properties.VariableNames{3} = '平均价格';

vegetable_summary.Properties.VariableNames{4} = '总销量';

vegetable_summary.Properties.VariableNames{5} = '总销售额';
3.5 按日期汇总
Matlab 复制代码 
date_summary = groupsummary(full_data, '日期', {'mean', 'sum'}, {'价格', '销量', '销售额'});

date_summary.Properties.VariableNames{1} = '日期';

date_summary.Properties.VariableNames{2} = '组数';

date_summary.Properties.VariableNames{3} = '平均价格';

date_summary.Properties.VariableNames{4} = '总销量';

date_summary.Properties.VariableNames{5} = '总销售额';
步骤4: 数据可视化
4.1 各类别蔬菜的总销售额
Matlab 复制代码 
figure;

pie(category_summary.总销售额, category_summary.类别);

title('各类别蔬菜的总销售额');
4.2 不同产地蔬菜的平均价格
Matlab 复制代码 
figure;

bar(origin_summary.平均价格);

title('不同产地蔬菜的平均价格');

xlabel('产地');

ylabel('平均价格(元/公斤)');

xticks(1:2);

xticklabels(origin_summary.产地);
4.3 销量TOP10的蔬菜
Matlab 复制代码 
sorted_vegetables = sortrows(vegetable_summary, '总销量', 'descend');

top10_vegetables = sorted_vegetables(1:10, :);

figure;

barh(top10_vegetables.总销量);

title('销量TOP10的蔬菜');

xlabel('总销量(公斤)');

ylabel('蔬菜');

yticks(1:10);

yticklabels(top10_vegetables.蔬菜名称);
4.4 每日总销售额变化趋势
Matlab 复制代码 
figure;

plot(date_summary.日期, date_summary.总销售额, '-o', 'LineWidth', 2);

title('每日总销售额变化趋势');

xlabel('日期');

ylabel('总销售额(元)');

grid on;

xtickangle(45);
4.5 价格与销量的散点图
Matlab 复制代码 
figure;

scatter(full_data.价格, full_data.销量, 'filled');

title('价格与销量的关系');

xlabel('价格(元/公斤)');

ylabel('销量(公斤)');

grid on;

% 计算相关系数

price_sales_corr = corr(full_data.价格, full_data.销量);

fprintf('价格与销量的相关系数: %.4f\n', price_sales_corr);
步骤5: 高级分析
5.1 计算价格弹性
Matlab 复制代码 
% 价格弹性 = 销量变化百分比 / 价格变化百分比

% 我们按蔬菜计算价格弹性

price_elasticity = table();

price_elasticity.蔬菜名称 = vegetable_names';

for v = 1:20

    % 获取单个蔬菜的数据

    veg_data = full_data(strcmp(full_data.蔬菜名称, vegetable_names{v}), :);

    % 按价格排序

    veg_data = sortrows(veg_data, '价格');

    % 计算价格和销量的对数

    log_price = log(veg_data.价格);

    log_sales = log(veg_data.销量);

    % 使用线性回归计算弹性

    X = [ones(size(log_price)), log_price];

    b = X \ log_sales;

    elasticity = b(2); % 弹性系数

    price_elasticity.价格弹性(v) = elasticity;

end
5.2 可视化价格弹性
Matlab 复制代码 
sorted_elasticity = sortrows(price_elasticity, '价格弹性');

figure;

barh(sorted_elasticity.价格弹性);

title('各蔬菜的价格弹性');

xlabel('价格弹性');

ylabel('蔬菜');

yticks(1:20);

yticklabels(sorted_elasticity.蔬菜名称);

grid on;

% 添加参考线

xline(0, 'r-', 'LineWidth', 2);

text(-1.5, 10, '缺乏弹性', 'Color', 'r');

text(0.5, 10, '富有弹性', 'Color', 'r');
步骤6: 导出数据
Matlab 复制代码 
% writetable(full_data, '蔬菜商品完整数据.xlsx');

% writetable(category_summary, '类别汇总.xlsx');

% writetable(origin_summary, '产地汇总.xlsx');

% writetable(vegetable_summary, '蔬菜汇总.xlsx');

% writetable(date_summary, '日期汇总.xlsx');

% writetable(price_elasticity, '价格弹性.xlsx');
过程
  1. 创建了三个模拟表格：蔬菜基本信息表、蔬菜价格表和蔬菜销量表
  2. 基本信息表包含蔬菜ID、名称、类别和产地
  3. 价格表包含30天的价格数据
  4. 销量表包含30天的销量数据，销量与价格有一定负相关关系
  5. 使用outerjoin函数将三个表格联接成一个完整的数据表
  6. 进行了数据处理和分析：
  7. 计算销售额
  8. 按类别、产地、蔬菜和日期进行汇总统计
  9. 通过多种图表进行数据可视化：
  10. 各类别蔬菜的总销售额饼图
  11. 不同产地蔬菜的平均价格条形图
  12. 销量TOP10的蔬菜水平条形图
  13. 每日总销售额变化趋势折线图
  14. 价格与销量的散点图，并计算相关系数
  15. 进行了高级分析，计算了价格弹性（销量变化百分比/价格变化百分比）
  16. 使用对数线性回归方法计算每种蔬菜的价格弹性
  17. 通过水平条形图展示各蔬菜的价格弹性，并标注缺乏弹性和富有弹性的区域

同步空气质量时间表

步骤1: 创建模拟数据

假设我们有多个空气质量监测站的数据，需要同步时间表

1.1 创建监测站信息
Matlab 复制代码 
stations = ["监测站A", "监测站B", "监测站C", "监测站D", "监测站E"];

locations = ["城区", "工业区", "郊区", "居民区", "商业区"];

station_info = table();

station_info.监测站ID = string(arrayfun(@(x) sprintf('S%03d', x), 1:5, 'UniformOutput', false));

station_info.监测站名称 = stations';

station_info.位置类型 = locations';
1.2 创建空气质量监测数据
Matlab 复制代码 
% 假设监测周期为30天，每小时记录一次

start_date = datetime(2019, 1, 1);

end_date = datetime(2019, 1, 30);

timestamps = start_date:hours(1):end_date;

% 空气质量指标: PM2.5, PM10, SO2, NO2, O3, CO

% 创建5个监测站的数据

station_data = cell(5, 1); % 使用cell数组存储每个监测站的数据

for s = 1:5

    % 每个监测站的数据量可能不同(模拟不同监测站可能有缺失记录)

    % 假设监测站A和C数据完整，其他监测站有部分缺失

    if s == 1 || s == 3

        % 数据完整

        station_timestamps = timestamps;

    else

        % 随机缺失5-15%的数据

        missing_percent = 0.05 + rand() * 0.1;

        num_missing = round(length(timestamps) * missing_percent);

        missing_indices = randperm(length(timestamps), num_missing);

        station_timestamps = timestamps;

        station_timestamps(missing_indices) = [];

    end

    % 生成空气质量数据

    num_records = length(station_timestamps);

    % PM2.5 (μg/m³)

    if s == 2  % 工业区PM2.5较高

        pm25 = 50 + randn(num_records, 1) * 30;

    elseif s == 3  % 郊区PM2.5较低

        pm25 = 20 + randn(num_records, 1) * 10;

    else

        pm25 = 35 + randn(num_records, 1) * 20;

    end

    pm25 = max(0, pm25); % 确保非负

    % PM10 (μg/m³)

    pm10 = pm25 + 10 + randn(num_records, 1) * 15;

    pm10 = max(0, pm10);

    % SO2 (μg/m³)

    if s == 2  % 工业区SO2较高

        so2 = 20 + randn(num_records, 1) * 10;

    else

        so2 = 5 + randn(num_records, 1) * 5;

    end

    so2 = max(0, so2);

    % NO2 (μg/m³)

    if s == 2  % 工业区NO2较高

        no2 = 40 + randn(num_records, 1) * 20;

    elseif s == 4  % 居民区NO2中等

        no2 = 30 + randn(num_records, 1) * 15;

    else

        no2 = 20 + randn(num_records, 1) * 10;

    end

    no2 = max(0, no2);

    % O3 (μg/m³) - 日间较高，夜间较低

    hour_of_day = hour(station_timestamps);

    o3_base = 50 + 40 * sin(pi * (hour_of_day - 6) / 12); % 峰值在下午

    o3 = o3_base + randn(num_records, 1) * 15;

    o3 = max(0, o3);

    % CO (mg/m³)

    if s == 2  % 工业区CO较高

        co = 1.2 + randn(num_records, 1) * 0.5;

    else

        co = 0.8 + randn(num_records, 1) * 0.3;

    end

    co = max(0, co);

    % 创建表格

    station_table = table();

    station_table.时间戳 = station_timestamps;

    station_table.监测站ID = repmat(station_info.监测站ID(s), num_records, 1);

    station_table.PM25 = pm25;

    station_table.PM10 = pm10;

    station_table.SO2 = so2;

    station_table.NO2 = no2;

    station_table.O3 = o3;

    station_table.CO = co;

    % 存储到cell数组

    station_data{s} = station_table;

end
步骤2: 同步时间表
2.1 创建完整的时间戳序列(所有监测站的时间戳并集)
Matlab 复制代码 
all_timestamps = unique(vertcat(station_data{:}.时间戳));

all_timestamps = sort(all_timestamps);
2.2 为每个监测站创建同步后的数据
Matlab 复制代码 
synced_data = cell(5, 1);

for s = 1:5

    % 获取原始数据

    original_data = station_data{s};

    % 创建新的表格，包含所有时间戳

    new_table = table();

    new_table.时间戳 = all_timestamps;

    new_table.监测站ID = repmat(station_info.监测站ID(s), length(all_timestamps), 1);

    % 初始化空气质量指标列为NaN

    new_table.PM25 = NaN(length(all_timestamps), 1);

    new_table.PM10 = NaN(length(all_timestamps), 1);

    new_table.SO2 = NaN(length(all_timestamps), 1);

    new_table.NO2 = NaN(length(all_timestamps), 1);

    new_table.O3 = NaN(length(all_timestamps), 1);

    new_table.CO = NaN(length(all_timestamps), 1);

    % 填充已有数据

    for i = 1:length(all_timestamps)

        % 查找当前时间戳在原始数据中的位置

        idx = find(original_data.时间戳 == all_timestamps(i));

        if ~isempty(idx)

            % 找到匹配项，复制数据

            new_table.PM25(i) = original_data.PM25(idx);

            new_table.PM10(i) = original_data.PM10(idx);

            new_table.SO2(i) = original_data.SO2(idx);

            new_table.NO2(i) = original_data.NO2(idx);

            new_table.O3(i) = original_data.O3(idx);

            new_table.CO(i) = original_data.CO(idx);

        end

    end

    % 存储同步后的数据

    synced_data{s} = new_table;

end
2.3 合并所有监测站的数据
Matlab 复制代码 
combined_data = vertcat(synced_data{:});
步骤3: 缺失值处理
3.1 统计缺失值情况
Matlab 复制代码 
missing_counts = sum(ismissing(combined_data(:, 3:8)));

fprintf('各指标缺失值统计:\n');

fprintf('PM25: %d\n', missing_counts(1));

fprintf('PM10: %d\n', missing_counts(2));

fprintf('SO2: %d\n', missing_counts(3));

fprintf('NO2: %d\n', missing_counts(4));

fprintf('O3: %d\n', missing_counts(5));

fprintf('CO: %d\n', missing_counts(6));
3.2 使用线性插值处理缺失值
Matlab 复制代码 
% 按监测站分组处理缺失值

for s = 1:5

    station_id = station_info.监测站ID(s);

    station_mask = strcmp(combined_data.监测站ID, station_id);

    station_data_subset = combined_data(station_mask, :);

    % 对每个空气质量指标进行插值

    for col = 3:8

        % 获取列名

        col_name = combined_data.Properties.VariableNames{col};

        % 获取数据

        data = station_data_subset.(col_name);

        % 找出非NaN值的索引

        valid_idx = ~isnan(data);

        % 如果有至少两个非NaN值，进行插值

        if sum(valid_idx) >= 2

            % 使用线性插值

            data = interp1(find(valid_idx), data(valid_idx), 1:length(data), 'linear', 'extrap');

            % 更新数据

            combined_data{station_mask, col_name} = data;

        end

    end

end
3.3 再次统计缺失值情况
Matlab 复制代码 
missing_counts_after = sum(ismissing(combined_data(:, 3:8)));

fprintf('\n插值后各指标缺失值统计:\n');

fprintf('PM25: %d\n', missing_counts_after(1));

fprintf('PM10: %d\n', missing_counts_after(2));

fprintf('SO2: %d\n', missing_counts_after(3));

fprintf('NO2: %d\n', missing_counts_after(4));

fprintf('O3: %d\n', missing_counts_after(5));

fprintf('CO: %d\n', missing_counts_after(6));
步骤4: 计算空气质量指数(AQI)
4.1 定义各指标的浓度限值和对应的IAQI计算函数
Matlab 复制代码 
% PM2.5

pm25_breakpoints = [0, 35, 75, 115, 150, 250, 350, 500];

pm25_iaqi_breakpoints = [0, 50, 100, 150, 200, 300, 400, 500];

% PM10

pm10_breakpoints = [0, 50, 150, 250, 350, 420, 500, 600];

pm10_iaqi_breakpoints = [0, 50, 100, 150, 200, 300, 400, 500];

% SO2

so2_breakpoints = [0, 50, 150, 475, 800, 1600, 2100, 2620];

so2_iaqi_breakpoints = [0, 50, 100, 150, 200, 300, 400, 500];

% NO2

no2_breakpoints = [0, 40, 80, 180, 280, 565, 750, 940];

no2_iaqi_breakpoints = [0, 50, 100, 150, 200, 300, 400, 500];

% O3

o3_breakpoints = [0, 100, 160, 215, 265, 800];

o3_iaqi_breakpoints = [0, 50, 100, 150, 200, 300];

% CO (单位转换为mg/m³)

co_breakpoints = [0, 2, 4, 14, 24, 36, 48, 60];

co_iaqi_breakpoints = [0, 50, 100, 150, 200, 300, 400, 500];
4.2 定义计算IAQI的函数
Matlab 复制代码 
calculate_iaqi = @(concentration, bp_lo, bp_hi, iaqi_lo, iaqi_hi) ...

    (iaqi_hi - iaqi_lo) / (bp_hi - bp_lo) * (concentration - bp_lo) + iaqi_lo;
4.3 计算各指标的IAQI
Matlab 复制代码 
% 初始化IAQI列

combined_data.IAQI_PM25 = NaN(height(combined_data), 1);

combined_data.IAQI_PM10 = NaN(height(combined_data), 1);

combined_data.IAQI_SO2 = NaN(height(combined_data), 1);

combined_data.IAQI_NO2 = NaN(height(combined_data), 1);

combined_data.IAQI_O3 = NaN(height(combined_data), 1);

combined_data.IAQI_CO = NaN(height(combined_data), 1);

% 计算PM2.5的IAQI

for i = 1:height(combined_data)

    pm25 = combined_data.PM25(i);

    % 找到对应的浓度区间

    for j = 1:length(pm25_breakpoints)-1

        if pm25 >= pm25_breakpoints(j) && pm25 <= pm25_breakpoints(j+1)

            bp_lo = pm25_breakpoints(j);

            bp_hi = pm25_breakpoints(j+1);

            iaqi_lo = pm25_iaqi_breakpoints(j);

            iaqi_hi = pm25_iaqi_breakpoints(j+1);

            combined_data.IAQI_PM25(i) = calculate_iaqi(pm25, bp_lo, bp_hi, iaqi_lo, iaqi_hi);

            break;

        end

    end

end

% 计算PM10的IAQI

for i = 1:height(combined_data)

    pm10 = combined_data.PM10(i);

    % 找到对应的浓度区间

    for j = 1:length(pm10_breakpoints)-1

        if pm10 >= pm10_breakpoints(j) && pm10 <= pm10_breakpoints(j+1)

            bp_lo = pm10_breakpoints(j);

            bp_hi = pm10_breakpoints(j+1);

            iaqi_lo = pm10_iaqi_breakpoints(j);

            iaqi_hi = pm10_iaqi_breakpoints(j+1);

            combined_data.IAQI_PM10(i) = calculate_iaqi(pm10, bp_lo, bp_hi, iaqi_lo, iaqi_hi);

            break;

        end

    end

end

% 计算SO2的IAQI

for i = 1:height(combined_data)

    so2 = combined_data.SO2(i);

    % 找到对应的浓度区间

    for j = 1:length(so2_breakpoints)-1

        if so2 >= so2_breakpoints(j) && so2 <= so2_breakpoints(j+1)

            bp_lo = so2_breakpoints(j);

            bp_hi = so2_breakpoints(j+1);

            iaqi_lo = so2_iaqi_breakpoints(j);

            iaqi_hi = so2_iaqi_breakpoints(j+1);

            combined_data.IAQI_SO2(i) = calculate_iaqi(so2, bp_lo, bp_hi, iaqi_lo, iaqi_hi);

            break;

        end

    end

end

% 计算NO2的IAQI

for i = 1:height(combined_data)

    no2 = combined_data.NO2(i);

    % 找到对应的浓度区间

    for j = 1:length(no2_breakpoints)-1

        if no2 >= no2_breakpoints(j) && no2 <= no2_breakpoints(j+1)

            bp_lo = no2_breakpoints(j);

            bp_hi = no2_breakpoints(j+1);

            iaqi_lo = no2_iaqi_breakpoints(j);

            iaqi_hi = no2_iaqi_breakpoints(j+1);

            combined_data.IAQI_NO2(i) = calculate_iaqi(no2, bp_lo, bp_hi, iaqi_lo, iaqi_hi);

            break;

        end

    end

end

% 计算O3的IAQI

for i = 1:height(combined_data)

    o3 = combined_data.O3(i);

    % 找到对应的浓度区间

    for j = 1:length(o3_breakpoints)-1

        if o3 >= o3_breakpoints(j) && o3 <= o3_breakpoints(j+1)

            bp_lo = o3_breakpoints(j);

            bp_hi = o3_breakpoints(j+1);

            iaqi_lo = o3_iaqi_breakpoints(j);

            iaqi_hi = o3_iaqi_breakpoints(j+1);

            combined_data.IAQI_O3(i) = calculate_iaqi(o3, bp_lo, bp_hi, iaqi_lo, iaqi_hi);

            break;

        end

    end

end

% 计算CO的IAQI

for i = 1:height(combined_data)

    co = combined_data.CO(i);

    % 找到对应的浓度区间

    for j = 1:length(co_breakpoints)-1

        if co >= co_breakpoints(j) && co <= co_breakpoints(j+1)

            bp_lo = co_breakpoints(j);

            bp_hi = co_breakpoints(j+1);

            iaqi_lo = co_iaqi_breakpoints(j);

            iaqi_hi = co_iaqi_breakpoints(j+1);

            combined_data.IAQI_CO(i) = calculate_iaqi(co, bp_lo, bp_hi, iaqi_lo, iaqi_hi);

            break;

        end

    end

end
4.4 计算AQI(取各指标IAQI的最大值)
Matlab 复制代码 
iaqi_columns = combined_data{:, {'IAQI_PM25', 'IAQI_PM10', 'IAQI_SO2', 'IAQI_NO2', 'IAQI_O3', 'IAQI_CO'}};

combined_data.AQI = max(iaqi_columns, [], 2);
4.5 确定首要污染物
Matlab 复制代码 
% 找出每个记录的IAQI最大值对应的指标

combined_data.首要污染物 = strings(height(combined_data), 1);

pollutant_names = ["PM2.5", "PM10", "SO2", "NO2", "O3", "CO"];

for i = 1:height(combined_data)

    [~, max_idx] = max(iaqi_columns(i, :));

    combined_data.首要污染物(i) = pollutant_names(max_idx);

end
4.6 确定空气质量等级
Matlab 复制代码 
combined_data.空气质量等级 = strings(height(combined_data), 1);

combined_data.等级描述 = strings(height(combined_data), 1);

for i = 1:height(combined_data)

    aqi = combined_data.AQI(i);

    if aqi <= 50

        combined_data.空气质量等级(i) = "一级";

        combined_data.等级描述(i) = "优";

    elseif aqi <= 100

        combined_data.空气质量等级(i) = "二级";

        combined_data.等级描述(i) = "良";

    elseif aqi <= 150

        combined_data.空气质量等级(i) = "三级";

        combined_data.等级描述(i) = "轻度污染";

    elseif aqi <= 200

        combined_data.空气质量等级(i) = "四级";

        combined_data.等级描述(i) = "中度污染";

    elseif aqi <= 300

        combined_data.空气质量等级(i) = "五级";

        combined_data.等级描述(i) = "重度污染";

    else

        combined_data.空气质量等级(i) = "六级";

        combined_data.等级描述(i) = "严重污染";

    end

end
步骤5: 数据分析和可视化
5.1 按监测站统计AQI平均值
Matlab 复制代码 
station_aqi = groupsummary(combined_data, '监测站ID', 'mean', 'AQI');

station_aqi = outerjoin(station_info, station_aqi, 'Keys', '监测站ID');
5.2 按空气质量等级统计记录数
Matlab 复制代码 
level_counts = groupcounts(combined_data, '等级描述');
5.3 按首要污染物统计记录数
Matlab 复制代码 
pollutant_counts = groupcounts(combined_data, '首要污染物');
5.4 按小时统计平均AQI
Matlab 复制代码 
combined_data.小时 = hour(combined_data.时间戳);

hourly_aqi = groupsummary(combined_data, '小时', 'mean', 'AQI');
5.5 可视化

5.5.1 各监测站平均AQI

Matlab 复制代码 
figure;

bar(station_aqi.mean_AQI);

title('各监测站平均AQI');

xlabel('监测站');

ylabel('AQI');

xticks(1:5);

xticklabels(station_aqi.监测站名称);

xtickangle(45);

5.5.2 空气质量等级分布

Matlab 复制代码 
figure;

pie(level_counts.Percent, level_counts.等级描述);

title('空气质量等级分布');

5.5.3 首要污染物分布

Matlab 复制代码 
figure;

pie(pollutant_counts.Percent, pollutant_counts.首要污染物);

title('首要污染物分布');

5.5.4 小时平均AQI变化

Matlab 复制代码 
figure;

plot(hourly_aqi.小时, hourly_aqi.mean_AQI, '-o', 'LineWidth', 2);

title('小时平均AQI变化');

xlabel('小时');

ylabel('AQI');

grid on;

xticks(0:23);

5.5.5 各监测站AQI时间序列

Matlab 复制代码 
figure;

for s = 1:5

    station_id = station_info.监测站ID(s);

    station_name = station_info.监测站名称{s};

    station_mask = strcmp(combined_data.监测站ID, station_id);

    station_data_subset = combined_data(station_mask, :);

    % 按时间排序

    station_data_subset = sortrows(station_data_subset, '时间戳');

    % 每天取一个平均值点(减少数据量)

    daily_data = groupsummary(station_data_subset, '时间戳', 'mean', 'AQI');

    plot(daily_data.时间戳, daily_data.mean_AQI, 'LineWidth', 2);

    hold on;

end

title('各监测站日均AQI时间序列');

xlabel('日期');

ylabel('AQI');

legend(station_info.监测站名称, 'Location', 'best');

grid on;

xtickangle(45);
步骤6: 导出数据
Matlab 复制代码 
% writetable(combined_data, '同步空气质量数据.xlsx');

% writetable(station_aqi, '监测站AQI统计.xlsx');

% writetable(level_counts, '空气质量等级统计.xlsx');

% writetable(pollutant_counts, '首要污染物统计.xlsx');

% writetable(hourly_aqi, '小时AQI统计.xlsx');
过程
  • 创建了5个空气质量监测站的模拟数据，包括监测站信息和30天的空气质量监测数据
  • 每个监测站记录PM2.5、PM10、SO2、NO2、O3和CO六项指标
  • 不同位置的监测站有不同的污染物特征（如工业区PM2.5、SO2、NO2较高）
  • 模拟了部分监测站有数据缺失的情况
  • 进行了时间表同步：
  1. 创建完整的时间戳序列（所有监测站的时间戳并集）
  2. 为每个监测站创建包含所有时间戳的新表格，缺失值用NaN填充
  3. 合并所有监测站的数据
  • 处理缺失值：
  1. 统计各指标的缺失值情况
  2. 使用线性插值方法处理缺失值
  3. 再次统计缺失值情况，验证处理效果
  • 计算空气质量指数(AQI)：
  • 定义各指标的浓度限值和对应的IAQI计算函数
  • 计算各指标的IAQI（个体空气质量指数）
  • 计算AQI（取各指标IAQI的最大值）
  • 确定首要污染物（IAQI最大的指标）
  • 确定空气质量等级和描述
  • 进行了数据分析和可视化：
  • 按监测站统计AQI平均值
  • 按空气质量等级和首要污染物统计记录数
  • 按小时统计平均AQI
  • 通过多种图表展示分析结果：各监测站平均AQI条形图、空气质量等级和首要污染物分布饼图、小时平均AQI变化折线图、各监测站AQI时间序列图
相关推荐
AAIshangyanxiu3 小时前
【案例教程】生态碳汇涡度通量数据质量控制、缺失插补、可视化分析、光敏感性分析、温度敏感性分析、数据风浪区分析
matlab·涡度通量·生态碳汇
学c语言的枫子3 小时前
数据结构——基本查找算法
算法
yanqiaofanhua4 小时前
C语言自学--自定义类型：结构体
c语言·开发语言·算法
知识分享小能手4 小时前
微信小程序入门学习教程，从入门到精通，微信小程序页面制作(2）
前端·javascript·学习·微信小程序·小程序·前端框架·notepad++
sali-tec4 小时前
C# 基于halcon的视觉工作流-章39-OCR识别
开发语言·图像处理·算法·计算机视觉·c#·ocr
芒克芒克4 小时前
LeetCode 面试经典 150 题之判断子序列解题详解
算法
.鸣4 小时前
idea学习日记10: 字符串相关类的底层原理
java·学习
兮山与4 小时前
算法1.0
算法
蓝桉~MLGT4 小时前
Python学习历程——基础语法（print打印、变量、运算）
开发语言·python·学习
热门推荐
01GitHub 镜像站点02UV 工具安装与国内镜像源配置指南03UV安装并设置国内源04Spec-Kit 使用指南05阿里最新开源Wan2.2-Animate-14B 本地部署教程：统一双模态框架，MoE架构赋能电影级角色动画与替换06OpenSpeedy简介07Linux下V2Ray安装配置指南08KGG转MP3工具|非KGM文件|解密音频0946个Nano-banana 精选提示词，持续更新中10VsCode远程Copilot无法使用Claude Agent问题