数据分析1一个月31天三城市气温Word格式.docx

数据分析1一个月31天三城市气温Word格式.docx

《数据分析1一个月31天三城市气温Word格式.docx》由会员分享，可在线阅读，更多相关《数据分析1一个月31天三城市气温Word格式.docx（9页珍藏版）》请在冰豆网上搜索。

81020

19718

12718

141019

11817

9723

8819

15818

8920

10717

12722

9819

12821

12820

10917

131218

91020

10622

14721

12522

13718

151023

131124

121222

每一行包含了给定一天的高温；

每一列包含不同城市的高温。

为了使数据可视，把它绘图：

d=1:

31;

%numberthedaysofthemonth

plot（d,temps）

xlabel（'

DayofMonth'

）,ylabel（'

Celsius'

）

title（'

DailyHighTemperaturesinThreeCities'

（见图9.1）

图9.1三个城市的每日高温

上面的plot命令也说明了plot命令用法的另一种形式。

变量d是一个长度为31的向量，而temps是一个31×

3矩阵。

给定这些数据，plot命令绘出了temps对每一列d的曲线。

绘图在第7和8章进一步讨论。

为了说明MATLAB数据分析的一些功能，根据上面温度数据考虑以下命令。

avg_temp=mean（temps）

avg_temp=

11.96778.225819.8710

表明第三个城市有最高平均温度。

这里MATLAB分别地找出了各列的平均值。

avg_avg=mean（avg_temp）

avg_avg=

13.3548

找出了三个城市的总平均温度。

当输入到数据分析函数是行或列向量时，MATLAB仅对向量执行运算，返回一个标量。

考虑从各城市的均值求每日偏差的问题。

即必须从temps的i列中减去avg_temp（i）。

我们不能仅仅用以下的语句

temps-avg_temp

?

Errorusing==>

-

Matrixdimensionsmustagree.

因为这个操作不是一个已定义的数组操作（temps是31×

3和avg_temp是1×

3）。

或许最直接的方法是使用For循环。

fori=1:

3

tdev（:

i）=temps（:

i）-avg_temp（i）;

end

tdev

tdev=

0.0323-0.2258-1.8710

3.03230.77422.1290

0.0323-3.2258-0.8710

2.0323-0.22583.1290

0.0323-2.22582.1290

-0.96770.7742-0.8710

3.03230.7742-4.8710

-3.96771.77420.1290

7.0323-1.2258-1.8710

0.0323-1.2258-1.8710

2.03231.7742-0.8710

-0.9677-0.2258-2.8710

-2.9677-1.22583.1290

-3.9677-0.2258-0.8710

3.0323-0.2258-1.8710

-3.96770.77420.1290

-1.9677-1.2258-2.8710

0.0323-1.22582.1290

-2.9677-0.2258-0.8710

0.0323-0.22581.1290

0.0323-0.22580.1290

-1.96770.7742-2.8710

1.03233.7742-1.8710

-2.96771.77420.1290

-1.9677-2.22582.1290

2.0323-1.22581.1290

0.0323-3.22582.1290

1.0323-1.2258-1.8710

3.03231.77423.1290

1.03232.77424.1290

0.03233.77422.1290

虽然使用上面的方法有效，但比使用MATLAB的数组操作功能要慢。

复制avg_temp，使得它与temps有同样的大小，然后再做减法，这样就快得多。

tdev=temps-avg_temp（ones（31,1）,:

这里avg_temp（ones（31,1）,:

）复制avg_temp的第一行（且仅）31次，创建了一个31×

3的矩阵，其第i列是avg_temp（i）。

max_temp=max（temps）

max_temp=

191224

找出了每个城市一个月的最高温度。

[max_temp,x]=max（temps）

x=

92330

找出了每个城市的最高温度和出现最高温度的行下标x。

对于这个例子，当发生最高温度时，x辨认了月中的日期。

min_temp=min（temps）

min_temp=

8515

找出了各城市一个月的最低温度。

[min_temp,n]=min（temps）

n=

837

找出了每个城市的最低温度和出现最低温度时行下标n。

对于这个例子，当发生最低温度时，n辨认月中的日期。

s_dev=std（temps）

s_dev=

2.50981.76462.2322

找出temps的标准偏差。

daily_change=diff（temps）

daily_change=

314

-3-4-3

234

-2-2-1

-13-3

40-4

-715

11-3-2

-700

231

-3-2-2

-2-16

-11-4

70-1

-712

2-2-3

205

-31-3

302

00-1

-21-3

331

-4-22

1-42

41-1

-2-21

12-4

235

-211

-11-2

计算每日高温之间的偏差，它描述了逐天日高温的变化有多大。

例如，daily_change的第一行是每月的第一天和第二天之间的日温度变化量