matlab。站点数据中有nan怎么进行eof分析中的运算

恦之兰泽

恦之兰泽 发表于 2021-4-8 23:10
写循环我也没搞出来

S=xlsread('E:\xinan\data3.xlsx');

avg = nanmean(S,1);%平均

for i=1:42
    for j=1:301
        if ~isnan(S(i,j))
          jupin = S(i,j)-avg(j);
        end
    end
end

算出来距平只有一个值

angetina

恦之兰泽 发表于 2021-04-08 23:14
S=xlsread('E:\xinan\data3.xlsx');

avg = nanmean(S,1);%平均

for i=1:42
    for j=1:301
        if ~isnan(S(i,j))
          jupin = S(i,j)-avg(j);
        end
    end
end

算出来距平只有一个值

jupin(i,j)=.....，距平也是一个矩阵

来自安卓APP客户端

恦之兰泽

angetina 发表于 2021-4-9 01:08
jupin(i,j)=.....，距平也是一个矩阵

大佬，如果你有空的话，麻烦帮我看看，今天搞不出来我就要延毕了，呜呜呜

1. clear;clc;
   
2. S=xlsread('E:\xinan\data（缺测为NaN）.xlsx');
   
3. S=S';
   
4. avg = nanmean(S,1);%平均
   
5. jup = zeros(42,301);
   
6. for i=1:42;
   
7.     for j=1:301
   
8.         if ~isnan(S(i,j))
   
9.             jup=S(i,j)-avg(j);
   
10.         end
    
11.     end
    
12. end

复制代码

croton

没搞懂楼主什么意思。S（有nan值）-非nan值，得出来的新矩阵就是这样呀：S中nan的地方依然是nan值，就好像nan-1=nan一样。楼主是想在距平矩阵中滤掉nan值吗？比如距平数组共10个元素，其中包含2个nan值，是想滤掉nan值得到新的数组，新数组包含8个非nan的元素？

angetina

croton 发表于 2021-4-9 11:35
没搞懂楼主什么意思。S（有nan值）-非nan值，得出来的新矩阵就是这样呀：S中nan的地方依然是nan值，就好像n ...

ta应该是想把eof结果求出来并且误差小一点

恦之兰泽

croton 发表于 2021-4-9 11:35
没搞懂楼主什么意思。S（有nan值）-非nan值，得出来的新矩阵就是这样呀：S中nan的地方依然是nan值，就好像n ...

   不好意思啊，是我没表达清楚。您疑惑的地方也正是我疑惑的地方。我是要对多年多个站点的降水做eof分析，可是因为有缺测，算出来的时间本征函数和空间本征函数会有许多缺测值，也就是时间序列和eof空间分布数据就会有缺测，画出来的图就不完整。我请教一个学长，他说可以用matlab处理出来没有缺测值的时间序列和eof空间分布数据。我也在网上查看了，对于有缺测的数据运算，像求平均、和、协方差，都可以用 nanmean()、nansum()、nancov() 这样得出没有缺测值的数据。对于数据矩阵的加减乘除如果有缺测，得出来的数据还是有缺测。我就搞不懂学长是怎么处理成没有缺测的。可能是我eof方法用的不对？不过最后我用了学长处理好的画完了图。
附上我eof的程序

1. clear;clc;
   
2. S=xlsread('E:\xinan\data（缺测为NaN）.xlsx');     % 导入数据301*42
   
3. %S = ncread('E:\swc.nc','rstrength');
   
4. S=S';                                            % 转置
   
5. X=S-repmat(nanmean(S,1),42,1);                   % 时间距平
   
6. R=nancov(S') ;                                   % 协方差矩阵R=X*X'
   
7. [v,d]=eig(R);                                    % 进行EOF分解~因为X'*X与X*X'的秩相同所以特征值相同~d为x的特征值组成的对角阵~v为X*X'的特征向量~
   
8. v=fliplr(v);                                     % 矩阵作左右翻转
   
9. d=rot90(d,2);                                    % 矩阵上下翻转后再左右翻转(查看生成的对角阵是由小到大排列的~此指令可使其由大到小排列~fliplr(flipud(d))=rot90(d,2))
   
10. diagonal=diag(d);                                % d是特征值的对角矩阵，v是特征向量
    
11. 
    
12. spacef=X'*v;                                     % spacef是主成分  
    
13. 
    
14. for i=1:42;
    
15.     spacef(:,i)=spacef(:,i)/sqrt(diagonal(i));   % 空间本征函数
    
16. end
    
17. 
    
18. timef=X*spacef;                                  % 时间本征函数
    
19. sum_d=sum(diagonal);
    
20. count=0;
    
21. for i=1:42;
    
22.     count=count+diagonal(i);           
    
23.     G1(i)=count/sum_d;                           % G1(i)是累积方差贡献率
    
24. end
    
25. for i=1:42;
    
26.     G2(i)=diagonal(i)/sum_d;                     % G2(i)是方差贡献率
    
27. end
    
28. 
    
29. figure(1)   %第一模态图
    
30. x=1979:2020;
    
31. plot(x,timef(:,1),'b-','linewidth',1.5);
    
32. axis([min(x),max(x),min(timef(:,1)),max(timef(:,1))]);
    
33. %,'MarkerEdgeColor','b','MarkerFaceColor','b','MarkerSize',3
    
34. xlabel('t (year)','FontName','TimesNewRoman','FontSize',12);
    
35. ylabel('INDEX','fontsize',12,'fontname','宋体')
    
36. % set(gca ,'xtick',(1:6:42))
    
37. % set(gca,'xticklabel',{'1979','1985','1991','1997','2003','2009','2015','2020'})
    
38. title('第1模态时间序列', 'color', 'k','fontsize',15,'fontname','宋体')
    
39. %hold off
    
40. %saveas(gcf,'1979-2020年雨季降水第1模态时间序列','jpg');
    
41. 
    
42. figure(2)   %第二模态图
    
43. x=1979:2020;
    
44. plot(x,timef(:,2),'b-','linewidth',1.5);
    
45. axis([min(x),max(x),min(timef(:,2)),max(timef(:,2))]);
    
46. %,'MarkerEdgeColor','b','MarkerFaceColor','b','MarkerSize',3
    
47. xlabel('t (year)','FontName','TimesNewRoman','FontSize',12);
    
48. ylabel('INDEX','fontsize',12,'fontname','宋体')
    
49. % set(gca ,'xtick',(1:6:42))
    
50. % set(gca,'xticklabel',{'1979','1985','1991','1997','2003','2009','2015','2020'})
    
51. title('第2模态时间序列', 'color', 'k','fontsize',15,'fontname','宋体')

复制代码

恦之兰泽

恦之兰泽 发表于 2021-4-10 10:21
不好意思啊，是我没表达清楚。您疑惑的地方也正是我疑惑的地方。我是要对多年多个站点的降水做eof分析 ...

欢迎知道的大佬来解答

二爷名声在外

mltoolbox工具箱可以试试，本版置顶就有

棉花糖grace

请问楼主有没有对eof结果进行显著性检验呀

小英子

可以用缺测值，直接将nan数据直接删除，后续结果再降删除的nan恢复进空间模态中。