excel的数据怎么导入matlab

搞科研、做分析，谁还没被Excel折磨过？老板、同事、合作方，他们的数据仿佛永远都活在.xlsx或者.xls的格子里。然后，一个邮件甩过来，“数据发你了，跑个图看看”，留下你在屏幕前，面对着MATLAB那冷冰冰的命令行窗口，思考人生。

别慌，把Excel里的数据“搬”进MATLAB，这事儿吧，说难不难，说简单也真能把你绕进去。它不是一个动作，更像是一场修行，从青铜到王者的那种。

青铜选手：拖拽与点击的艺术

刚上手MATLAB的同学，十有八九是从这招开始的。

打开MATLAB，看到那个工作区（Workspace）窗口没？直接找到你的Excel文件，像拖动桌面图标一样，把它拽进去。

“嗖”地一下，一个叫“导入工具（Import Tool）”的界面弹出来了。

这玩意儿长得跟Excel还有点像，花花绿绿的，你的数据都在里面躺着。MATLAB会自动帮你识别哪些是数字，哪些是文本，哪些是表头。它会用不同的颜色标记出来，数字是蓝色的，文本是橙色的，无法导入的单元格（比如合并单元格这种万恶之源）会是灰色的。

你可以像在Excel里一样，用鼠标拖动，选择你想要导入的区域。右边还有一堆选项，让你选导入成什么类型。最常见的，是数值矩阵（Numeric Matrix）。但这里有个天坑：如果你的数据里夹杂着任何一个文本字符，哪怕是个空格，整列都会被识别成文本，导入成数值矩阵后，那块地方就变成了NaN（Not a Number）。

所以，更聪明的选择通常是表（Table）或者元胞数组（Cell Array）。尤其是table，这绝对是MATLAB近代版本里最伟大的发明之一，后面我们细说。

选好了，点一下右上角的绿色对勾，“导入所选内容”。duang！数据就出现在你的工作区里了。是不是感觉自己像个天才？

先别高兴得太早。这种方式，爽是一时爽，但如果你有100个长得一模一样的Excel文件要处理，难道要手动拖拽100次？这不叫数据分析，这叫体力劳动。所以，这种纯手动导入，只适合一次性的、探索性的数据查看。它的最大弊病，就是无可复用性。

但这个“导入工具”并非一无是处。在它的界面顶部，有个“导入脚本”或者类似的按钮。点一下，MATLAB会自动为你生成实现刚才所有操作的M代码！

那个瞬间，你仿佛看到了代码之神在向你微笑，告诉你，孩子，这才是正道。

白银玩家：函数的觉醒

有了自动生成的代码，你就从体力劳动者，进化到了代码的“搬运工”。这段自动生成的脚本，通常会封装成一个函数，比如 importfile.m。下次再有类似的文件，你只需要在命令行里调用这个函数，把文件名作为参数传进去就行。

简洁，优雅，可复用。

但我们不能永远当搬运工。我们得理解，那个函数背后到底是什么。揭开这层神秘面纱，你会看到MATLAB处理Excel的几个核心函数。

其中最老牌的，可能就是 xlsread 了。

这个函数，怎么说呢，像个老古董。在很多年前，它是绝对的主力。它的用法很直接：

matlab [num, txt, raw] = xlsread('你的文件名.xlsx');

你看，它一次性返回三个变量。num 里存的是所有纯数字的数据，读不出来的文本位置都用 NaN 填充。txt 里存的是所有纯文本的数据，读不出来的数字位置都是空的。raw 呢，最厉害，它是个元胞数组，不管三七二十一，把Excel里原始格子的内容原封不动地给你搬过来，数字还是数字，文本还是文本。

这设计在当时可能很牛，但现在用起来就有点分裂。你常常为了拼凑出一个完整的数据表，要对这三个返回变量做一堆折腾。而且，MATLAB官方已经开始嫌弃它了，在较新的版本里，你一用 xlsread，它就会在命令行给你报个黄色的警告，告诉你“这玩意儿快要被淘汰啦，快换别的吧！”

那么，换什么？

黄金大神：拥抱readtable的时代

然后，readtable，我的神，它来了。

这玩意儿简直就是MATLAB数据接口团队的亲儿子，被寄予厚望的那种。它解决了 xlsread 的所有痛点。它的设计哲学就是：你Excel里长什么样，我读进来就应该是什么样，而且要整整齐齐地放在一个变量里。

matlab T = readtable('你的文件名.xlsx');

就这么简单，一行代码。

返回的 T 是一个 table 类型的变量。你可以把它想象成一个加强版的、带表头的矩阵。它有行有列，但牛就牛在：

1. 数据类型混搭：table 允许每一列有不同的数据类型。第一列可以是数字，第二列可以是字符串，第三列可以是日期时间……它们和谐地共存在一个变量里，就像Excel表格本身那样。
2. 列名索引：它会自动把Excel的第一行作为表头（当然你可以指定），然后你就可以用列名来索引数据了！比如你想提取“温度”那一列，不再需要记住它是第几列，直接 T.温度 就行。这可读性，简直爆表！
3. 强大的自定义选项：readtable 提供了一堆“键值对”参数，让你为所欲为。

举几个让你直呼内行的例子：

• 只想读取第二个工作表？ matlab T = readtable('你的文件名.xlsx', 'Sheet', 2); % 或者用工作表的名字 T = readtable('你的文件名.xlsx', 'Sheet', 'Sheet2_Data');

• 数据不是从A1单元格开始的，想指定一个范围？ matlab T = readtable('你的文件名.xlsx', 'Range', 'B3:F20');

• 你的Excel没有表头，第一行就是数据？ matlab T = readtable('你的文件名.xlsx', 'ReadVariableNames', false);

• 想在读取的时候就告诉MATLAB某一列应该是什么数据类型？ matlab opts = detectImportOptions('你的文件名.xlsx'); opts.VariableTypes{'某列的名字'} = 'double'; % 或者 'string', 'datetime' T = readtable('你的文件名.xlsx', opts); 这个 detectImportOptions 简直是控制狂的福音，它能让你在读取之前，对每一个细节进行精细的设置。

可以说，掌握了 readtable，你就掌握了MATLAB导入表格数据的精髓。它让你告别了处理元胞数组和 NaN 的痛苦，直接进入结构化数据分析的核心。

王者境界：构建自动化数据管道

真正的王者，想的已经不是“怎么把这个Excel文件导进去”，而是“如何构建一个无论来多少个文件，都能一键处理的自动化流程”。

想象这个场景：一个文件夹里，塞满了100个格式完全一样的Excel数据文件，文件名可能是 data_001.xlsx, data_002.xlsx ...

这时候，一个循环就搞定了。

```matlab % 1. 获取文件夹里所有的xlsx文件 filePattern = fullfile('你的数据文件夹路径', '*.xlsx'); theFiles = dir(filePattern);

% 2. 准备一个地方存放所有数据 allData = []; % 或者用元胞数组 cell(length(theFiles), 1);

% 3. 循环读取每一个文件 for k = 1 : length(theFiles) baseFileName = theFiles(k).name; fullFileName = fullfile(theFiles(k).folder, baseFileName);

fprintf(1, '正在处理文件: %s\n', fullFileName);

% 使用我们强大的readtable
currentTable = readtable(fullFileName);

% 在这里对 currentTable 进行你的骚操作
% 比如，计算平均值，提取特定行，等等
% ...

% 把处理完的结果汇总起来
% 假设我们只是简单地把所有表拼在一起
allData = [allData; currentTable];

end

% 循环结束，allData里就是所有文件的汇总数据 disp('所有文件处理完毕！'); ```

看到没？这才是现代数据处理的思维。把数据导入变成一个数据管道（Data Pipeline）的起点。无论源头有多少Excel文件，你的代码都能像一台永不疲倦的机器，稳定、高效地完成任务。

从最初的手动拖拽，到学会使用 readtable，再到用循环构建自动化流程，这不仅仅是技术的提升，更是思维方式的转变。你不再是一个被数据文件牵着鼻子走的“表哥”或“表姐”，而是一个能够驾驭数据流的分析师。

所以，下次再有人扔给你一个Excel，别再皱眉头了。深吸一口气，打开MATLAB，让 readtable 成为你手中最锋利的那把剑。