MATLAB数据分析与可视化实践（视频教学版）

本书基于MATLAB R2025b编写，以MATLAB数据分析与可视化的相关知识为主线，全面讲解MATLAB数据分析与可视化工程应用的各种方法和技巧。本书配套示例源文件、同步教学视频、PPT课件、教学大纲、教案、课标、配图PDF文件。

本书共分15章，内容包括数据分析与可视化入门、MATLAB基础知识、MATLAB程序设计、数据导入与导出、数据预处理、MATLAB可视化基础、二维图形绘制、三维图形绘制、描述性分析、回归分析、假设检验、方差分析、相关性推断与列联分析、主成分分析（PCA）与因子分析和聚类分析等。

本书内容全面、案例丰富、步骤详细，适合学习MATLAB数据分析的初学者、科研人员、工程技术人员，也适合高等院校或高职高专院校学习MATLAB数据分析课程的学生。

刘清，井冈山大学研究生院院长，硕导，博士，副教授，中共中央组织部“西部之光”访问学者，教育部乡村振兴与教育扶贫专家库入库专家。主要从事信号与信息处理、遥感图像处理、模式识别、人工智能等领域的研究。发表SCl论文10余篇，主持或参与国家自然科学基金、省级基金等科研项目10余项，担任系统工程人-机-环境交互专委会委员、省电子学会理事、省学位与研究生教育学会理事等。

吕敬祥，井冈山大学研究生院硕导，博士，副教授。主要从事通信与网络、智能信息处理、智慧农业等方面的研究与教学工作。主持国家自然科学基金项目1项，参与国家自然科学基金项目4项；主持省部级课题3项，参与省部级课题8项；以第一作者身份公开发表学术论文15篇，其中SCI、El收录4篇；作为第一著作权人，获得发明专利2项、实用新型专利5项以及计算机软件著作权等知识产权6项。

第1章 数据分析与可视化入门 1

1.1 数据分析概述 3

1.1.1 数据分析的4种类型 3

1.1.2 数据分析的基本流程 3

1.1.3 数据分析中的常用方法 6

1.2 数据可视化概述 7

1.2.1 数据可视化的功能 8

1.2.2 数据可视化的分类 8

1.2.3 数据可视化的原则 10

1.2.4 数据可视化与数据分析的关系 12

1.3 MATLAB数据分析与可视化功能概览 12

1.3.1 MATLAB的数据分析功能 13

1.3.2 MATLAB的数据可视化功能 14

第2章 MATLAB基础知识 16

2.1 MATLAB的工作环境 18

2.1.1 在Windows操作系统中启动MATLAB 18

2.1.2 MATLAB 2025的用户界面 19

2.1.3 如何获得帮助 23

2.2 MATLAB语言基础知识 26

2.2.1 MATLAB语句的组成 26

2.2.2 MATLAB的数据类型 27

2.2.3 变量与常量 29

2.2.4 矩阵和数组 31

2.2.5 运算符与特殊字符 42

第3章 MATLAB程序设计 49

3.1 程序文件 50

3.1.1 脚本文件 52

3.1.2 函数文件 53

3.1.3 函数类型 55

3.2 程序结构 56

3.2.1 顺序结构 56

3.2.2 循环结构 56

3.2.3 分支结构 59

第4章 数据导入与导出 62

4.1 MAT文件的保存与读取 63

4.1.1 MAT文件的保存 65

4.1.2 MAT文件的读取 66

4.2 文本文件的导入与导出 68

4.2.1 导入文本文件的数据 68

4.2.2 将数据导出到文本文件 74

4.3 电子表格文件的导入与导出 76

4.3.1 电子表格文件的导入 77

4.3.2 电子表格文件的导出 78

4.4 其他格式文件的导入与导出 80

4.4.1 科学数据文件 80

4.4.2 XML文件 81

4.4.3 JSON文件 82

4.5 数据导入与导出的高级方式 83

4.5.1 硬件和网络通信 84

4.5.2 Web服务或FTP文件操作 86

第5章 数据预处理 88

5.1 在数据清洗器中进行数据预处理 90

5.1.1 数据清洗器界面概览 90

5.1.2 数据清洗与预处理方法 92

5.2 在实时脚本中进行数据预处理 101

5.2.1 实时脚本与实时编辑器 101

5.2.2 实时编辑器的数据预处理任务 103

5.3 直接调用函数进行数据预处理 113

5.3.1 数据缺失值处理函数 113

5.3.2 数据离群值处理函数 115

5.3.3 数据平滑与趋势分析函数 117

5.3.4 数据归一化与标准化函数 119

第6章 MATLAB可视化基础 122

6.1 MATLAB图形系统的结构与组成 124

6.1.1 图窗管理与FIG文件 124

6.1.2 坐标区与分块图布局 131

6.1.3 图形对象的层次结构 138

6.2 坐标区的外观设置 140

6.2.1 坐标轴的刻度范围与纵横比 141

6.2.2 坐标轴的刻度值与刻度标签 146

6.2.3 设置网格线 149

6.3 添加注释 151

6.3.1 添加标题 151

6.3.2 添加图例 153

6.3.3 添加其他注释 154

6.4 图窗的导出与打印 160

6.4.1 图窗的导出 160

6.4.2 图窗的打印 162

第7章 二维图形绘制 165

7.1 折线类图形 167

7.1.1 折线图 167

7.1.2 面积图 170

7.1.3 阶梯图 172

7.1.4 带误差条的折线图 173

7.2 散点类图形 175

7.2.1 散点图 175

7.2.2 气泡图 177

7.2.3 群散点图 179

7.3 离散类图形 180

7.3.1 柱形图 180

7.3.2 条形图 183

7.3.3 针状图 185

7.4 统计类图形 187

7.4.1 直方图 187

7.4.2 箱线图 190

7.4.3 饼图 192

7.4.4 圆环图 194

7.4.5 热力图 196

7.4.6 词云图 198

7.5 多变量与复合图形 200

7.5.1 平行坐标图 200

7.5.2 帕累托图 204

7.5.3 带直方图的散点图 206

7.5.4 散点矩阵图 208

7.5.5 气泡云图 210

第8章 三维图形绘制 213

8.1 三维折线类图形 214

8.1.1 三维折线图 214

8.1.2 三维条带图 216

8.2 三维曲面类图形 219

8.2.1 三维网格图 219

8.2.2 三维曲面图 221

8.3 三维散点类图形 223

8.3.1 三维散点图 223

8.3.2 三维气泡图 225

8.3.3 三维群散点图 227

8.4 三维离散类图形 228

8.4.1 三维柱形图 229

8.4.2 三维条形图 231

8.4.3 三维针状图 233

8.5 三维统计类图形 234

8.5.1 二元直方图 234

8.5.2 三维饼图 236

第9章 描述性分析 239

9.1 基本统计量 240

9.1.1 数据规模与求和 241

9.1.2 最大值与最小值 244

9.2 集中趋势分析 247

9.2.1 均值 247

9.2.2 中位数 250

9.2.3 众数 252

9.3 离散程度分析 253

9.3.1 方差、标准差与均方根 253

9.3.2 极差与四分位距 257

9.3.3 变异系数 259

9.4 分布形态分析 261

9.4.1 偏度 261

9.4.2 峰度 263

9.5 相关性分析 265

9.5.1 协方差 265

9.5.2 相关系数 268

第10章 回归分析 271

10.1 回归分析基础 272

10.1.1 回归分析概述 272

10.1.2 MATLAB中常用的回归工具概览 274

10.2 交互式回归分析工具 275

10.2.1 图窗中的基本拟合工具 275

10.2.2 曲线拟合器APP 281

10.3 一元多项式回归分析 292

10.3.1 一元多项式回归建模方法 292

10.3.2 模型预测与置信区间分析 293

10.3.3 多项式回归的交互式拟合 295

10.4 多元线性回归分析 298

10.4.1 构建线性回归模型 299

10.4.2 模型对象与通用后处理函数 299

10.5 非线性回归分析 304

10.5.1 构建非线性模型 305

10.5.2 非线性回归的交互式拟合 309

第11章 假设检验 314

11.1 假设检验基础 315

11.1.1 假设检验的核心思想与流程 316

11.1.2 解读MATLAB检验结果 318

11.2 数据分布检验 319

11.2.1 正态性检验 319

11.2.2 方差齐性检验 322

11.3 均值检验 324

11.3.1 单样本与配对样本检验 325

11.3.2 独立双样本检验 328

11.4 方差比较 330

11.4.1 单样本方差检验 330

11.4.2 双样本方差检验 331

11.4.3 多样本方差检验 333

11.5 非参数检验 336

11.5.1 Wilcoxon检验 336

11.5.2 多组数据比较 339

11.6 分类数据分析 341

11.6.1 拟合优度卡方检验 341

11.6.2 交叉表独立性检验 343

第12章 方差分析 345

12.1 方差分析基础 346

12.1.1 方差分析核心思想 346

12.1.2 方差分析的假设与前提条件 347

12.2 单因素方差分析 347

12.2.1 单因素方差分析的应用 347

12.2.2 事后多重比较 350

12.3 多因素方差分析 352

12.3.1 双因素方差分析的应用 352

12.3.2 多因素方差分析的应用 354

12.3.3 交互作用的可视化 356

12.4 协方差分析 359

12.4.1 协方差分析的概念与应用 359

12.4.2 交互式协方差分析工具 360

第13章 相关性推断与列联分析 364

13.1 线性相关分析 365

13.2 非参数与等级相关分析 367

13.3 偏相关分析 370

13.4 分类变量关联分析 372

第14章 主成分分析与因子分析 376

14.1 主成分分析 377

14.2 主成分分析结果可视化 380

14.3 因子分析 382

第15章 聚类分析 387

15.1 聚类分析基础 388

15.1.1 数据预处理 388

15.1.2 距离度量 391

15.2 层次聚类 393

15.2.1 创建与可视化聚类树 393

15.2.2 划分聚类结果 396

15.3 划分与密度聚类算法 399

15.3.1 K-Means聚类 399

15.3.2 最佳聚类数K的确定 401

15.3.3 基于密度的聚类 404

15.4 聚类效果评估与轮廓系数分析 406