使用 MATLAB 进行数据分析

浏览、建模和可视化数据

工程师和科学家使用 MATLAB® 组织、清理及分析气候学、预测性维护、医学研究和金融等各个领域的复杂数据集。MATLAB 提供了:

  • 专为工程和科学数据设计的数据类型和预处理功能
  • 交互式且高度可定制的数据可视化
  • 可用于统计分析、机器学习和信号处理的数千种预置函数
  • 编写得详尽而专业的文档
  • 通过简单代码更改和其他硬件即可实现的性能加速
  • 拓展的大数据分析,无需做出重大代码改动
  • 分析自动打包功能,可将分析打包成可免费分发的软件组件或可嵌入的源代码,无需手动对算法进行重新编码
  • 通过分析自动生成的可共享报告

使用 MATLAB 进行数据分析

组织和探查数据

使用为表格、时序、分类和文本数据设计的数据类型组织数据。使用 MATLAB 语言基于多个不同领域的数千种算法编写程序。以交互方式自定义可视化,接着自动生成 MATLAB 代码,以使用新数据进行重现。


了解产品

使用更少的代码分析数据

您可以使用 MATLAB App 以交互方式执行迭代任务,例如对机器学习模型进行训练或者为数据加上标签。然后,这些 App 会生成所需的 MATLAB 代码,以编程方式交互重现您所做的工作。

可使用一系列预置函数来识别并清理传感器漂移、信号异常值、缺失数据和噪音。通过连接表并同步时序数据将多个单独的数据集合并到一起。实时编辑器任务可以交互式地解决实时脚本中的这些问题并为您生成代码。通过编写得详尽而专业的文档学习如何使用新的 MATLAB 函数。


只需少量改动即可扩展您的分析

使用 parfor 循环和多处理器硬件加速并行分析,几乎无需改动代码。创建 gpuarrays,对相应的算法运用 GPU 加速。使用 tall 数组处理超出内存的数据集,这会在整个数据分析工作流程中将数百个函数重载,从而对超出内存的数据执行运算。


共享您的结果

将您的分析打包到可免费共享的软件组件,例如可执行文件、C/C++ 库、.NET 程序集、Java® 库和 Python® 软件包。自动将您的 MATLAB 代码转换为 C 和 C++ 代码,以部署到嵌入式目标。使用 MATLAB 实时编辑器记录您的工作,然后将结果导出为 PDF、Microsoft®、Latex 和 HTML 格式的报告。