matlab怎么导入excel数据

Matlab 怎么导入 Excel 数据？这事儿，听起来可能有点儿技术活儿，但说白了，就是让 Matlab 这个爱捣鼓数字的家伙，读懂 Excel 那个规规矩矩放表格的本子。别觉得多高深，我跟你讲，真就像我们平时从笔记本里抄点儿数据出来分析一个道理。只是，它有它特定的“抄写”方式。

你想啊，我们搞科研的，做工程的，甚至就分析个市场报告，数据源头哪儿来？ Excel 绝对是绕不过去的坎儿。那些密密麻麻的数字、文字，各种表格，可不是摆着看的。得拉到 Matlab 里，让它跑模型，画图，找出里面的规律，或者验证我们的想法。所以，把 Excel 里的东西“搬”进 Matlab，这是家常便饭，是基础得不能再基础的操作，简直就像学开车得先知道油门在哪儿一样重要。

说到“搬”，办法可不止一种。就像你搬家，可以自己一点点儿收拾打包，也可以请专业的搬家公司。在 Matlab 里，这个“搬”的过程，也有不同的“工具”和“手法”。

最常见、也是我个人最常用、感觉最“傻瓜”的办法，就是用那个叫做 readmatrix 的函数。听名字就明白了，读矩阵。Excel 文件里，数据通常不就是以矩阵或者说二维表格的形式存放的嘛。这个函数，好就好在它比较新，也比较智能。你给它一个 Excel 文件的名字，它就能吭哧吭哧地去读。比如，你的数据存在一个叫做 我的数据.xlsx 的文件里，你想把第一个 Sheet 的数据读进来，最简单的命令就是：

matlab myData = readmatrix('我的数据.xlsx');

瞧，多简洁！这就像你指着文件说：“喂，把这里面的数字都给我拿过来！” 然后 Matlab 就把里面的纯数字数据一股脑儿地装到了一个叫做 myData 的变量里。这个 myData，现在在 Matlab 看来，就是一个矩阵了。

不过生活哪有这么顺利？有时候 Excel 文件里，可不止数字。表头啊、文字说明啊、日期啊，五花八门。readmatrix 默认只读数字，遇到非数字的单元格，它可能就懵了，要么跳过，要么给你个 NaN（不是一个数字）。那怎么办？别急，readmatrix 也是个挺灵活的家伙，它有很多参数可以调教。

比如说，你想指定读哪个 Sheet 的数据，可以用 'Sheet' 参数：

matlab sheet2Data = readmatrix('我的数据.xlsx', 'Sheet', '第二个表格');

或者，你只想读某个区域的数据，比如只想读 A1 到 C10 这块地方的数据，可以用 'Range' 参数：

matlab partData = readmatrix('我的数据.xlsx', 'Range', 'A1:C10');

是不是感觉像在 Excel 里选中一块区域一样？对，就是这个意思。

有时候，表头那些文字也挺重要的，或者你想读的数据里夹杂着日期或者其他文本信息。readmatrix 就有点儿力不从心了，因为它主要是为数字而生的。这时候，我们就需要请出另一位重量级选手—— readtable。

readtable 顾名思义，它是把 Excel 里的数据当作一个“表格”（Table）来读。表格跟矩阵不一样在哪儿？表格可以有不同类型的数据列，比如一列是数字，一列是文本，一列是日期。这对于处理真实世界里那些“混搭”的数据来说，简直是太方便了。

用 readtable 读数据，跟 readmatrix 差不多简单：

matlab myTable = readtable('我的数据.xlsx');

这条命令下去，Matlab 会尝试智能地判断每一列的数据类型，然后把整个表格，包括表头（如果第一行是表头的话），都读到一个叫做 myTable 的 Table 变量里。这个 myTable 就像一个带列名的、更高级的数据容器。你可以通过列名来访问数据，比如 myTable.列名，或者通过索引，比如 myTable{:, '列名'}。这比操作纯数字矩阵要直观多了，尤其是当你的数据有很多列，而且每一列都有特定的含义时。

readtable 同样也支持 'Sheet' 和 'Range' 参数，用法跟 readmatrix 类似。它还有一个非常实用的参数叫做 'VariableNamingRule'，用来处理表头。有时候 Excel 的表头可能不太规范，比如有空格或者特殊字符。Matlab 变量名可不能有这些东西。你可以设置 'VariableNamingRule' 为 'preserve' 来保留原始列名（但可能需要用 myTable.('有空格的列名') 这样的方式来访问），或者设置为 'modify'（默认值），让 Matlab 自动想办法改成合法的变量名。我个人比较喜欢让它自己修改，省事儿。

还有一个更高级的玩法，如果你需要对导入过程有更细致的控制，比如指定每一列的数据类型，处理缺失值的方式，甚至是读入特定格式的日期，那就得请出 readcell 或者更底层一点儿的 COM 接口（不过后者一般人真用不着，而且有点儿过时了）。

readcell 是把 Excel 的内容，无论数字、文本、日期，都当作“单元格”（Cell）来读。结果是一个 Cell Array，一个由 Cell 组成的数组。每个 Cell 里装着一个 Excel 单元格的内容。

matlab myCells = readcell('我的数据.xlsx');

这样读出来的数据， myCells 是一个二维的 Cell Array。比如 myCells{1, 1} 就是 Excel 里 A1 单元格的内容。这种方式的好处是它不挑食，什么都读进来，给你一个原始的“快照”。坏处是读进来之后，你可能需要自己动手，一个单元格一个单元格地去处理里面的数据，判断类型，转换格式，相对比较灵活但更费事。如果你知道你的 Excel 文件结构非常不规则，或者包含了太多混合类型的数据，用 readcell 也许是更稳妥的选择，虽然后续的数据清洗工作会多一些。

除了这些高阶函数，还有一些老派的函数，比如 xlsread。这个函数曾经是 Matlab 导入 Excel 的主力，但在新版本里，MathWorks 官方已经推荐使用 readmatrix 和 readtable 了，甚至在未来的版本中可能会移除 xlsread。为啥？因为它有时候行为不够一致，特别是跨平台的时候可能会出点儿问题，而且功能上也不如 readmatrix 和 readtable 灵活。不过，如果你维护的是一些老代码，或者用的 Matlab 版本比较旧，可能还会遇到它。它的基本用法跟 readmatrix 差不多，也可以指定 Sheet 和 Range。了解一下就好，但新的项目，我真心建议你直接拥抱 readmatrix 和 readtable。

总的来说，从 Excel 往 Matlab 导入数据，不是什么神秘仪式。它就是个工具活儿。关键在于，你要先看看你的 Excel 文件长啥样。是纯数字的？那就 readmatrix 走起。是数字、文字、日期混着的？那就 readtable 更合适。文件结构太复杂，五花八门？那就试试 readcell，然后自己慢慢收拾。

对了，还有一点非常重要，就是文件路径。你的 Matlab 脚本或者当前工作目录，得能“找”到那个 Excel 文件。要么把 Excel 文件放到 Matlab 当前工作的文件夹里，要么在命令里写完整的路径，比如 'C:\Users\我的文档\数据分析\我的数据.xlsx'。路径不对，Matlab 会告诉你文件找不到，那就没法儿读了。这可是个新手常犯的错误，别问我怎么知道的，都是泪啊！

而且，处理大型 Excel 文件时，性能也是个考虑因素。readmatrix 和 readtable 在处理大文件时通常比老的 xlsread 要快一些，也更稳定。如果你的 Excel 文件特别巨大，导入过程可能会花点儿时间，这时候别怀疑是不是 Matlab 卡死了，给它点儿耐心。

有时候，导入数据后，你会发现一些小问题，比如数字格式不对（本来是整数读进来成了小数），日期格式不对（读进来一堆数字），或者有空单元格（读成了 NaN 或空字符串）。这些都属于数据清洗的范畴了，得在导入之后，用 Matlab 的各种数据处理函数去修正。导入只是第一步，把数据“请”进来，后面的“待客之道”——数据清洗和分析，才是真正考验你 Matlab 功力的地方。

所以，别怕 Excel 数据导入 Matlab 这件事儿。它没那么可怕，更没那么复杂。找到合适的“搬家工具”，弄清楚你的“行李”长啥样，然后对着手册（Matlab 文档是最好的老师！）敲几行命令，数据自然就乖乖地进到 Matlab 的世界里了。等你多操作几次，这事儿就熟门熟路了，感觉就像用筷子夹菜一样自然。甚至你会开始琢磨，怎么用更优雅、更高效的方式来处理这些数据。毕竟，数据是基础，能把基础打牢，后面的分析建模才能玩得转嘛。现在，去试试吧，打开你的 Excel 文件，启动你的 Matlab，让它们俩“对话”起来！