Matlab读取CSV文件并绘图实战指南：从数据导入到可视化全流程

你有没有过这样的经历？做了一个实验导出一堆CSV数据，想在Matlab里画个图看趋势，结果半天连文件都读不进去？或者读进去了数据格式乱成一团，根本没法用？我第一次用Matlab处理CSV的时候，就踩过好几个坑——比如路径输错、表头没处理、绘图时坐标轴搞反……今天咱们就把这些问题一次性解决掉，从读取CSV到画出漂亮的图，一步一步讲清楚！

第一步：准备你的CSV文件

首先得有个CSV文件对吧？CSV其实就是逗号分隔的文本文件，用Excel或记事本都能做。比如我做了个叫"student_scores.csv"的文件，内容长这样：
姓名,年龄,数学成绩,英语成绩
张三,20,92,88
李四,21,85,90
王五,19,78,82
赵六,22,95,93
（超级重要！表头和数据之间别有空行，不然读的时候可能出问题！）

第二步：用readtable读取CSV（新手首选）

Matlab里读取CSV最常用的函数就是readtable，它简直是新手福音！自动识别表头，把数据变成表格形式，后续操作超方便。比如：

% 读取CSV到表格变量data中
data = readtable('student_scores.csv');

执行完这行，工作区里就能看到data变量，点开来表头就是姓名、年龄这些，每一行对应一个学生的数据，是不是很直观？

特殊情况处理

• 没有表头的CSV：加个参数就行 → data = readtable('no_header.csv', 'HeaderLines',0); 这样Matlab会自动给列命名Var1、Var2。
• 中文乱码：加TextType参数 → data = readtable('student_scores.csv', 'TextType','string'); 这个小技巧我踩坑才发现的！
• 纯数值CSV：可以用csvread函数，但仅限无字符串的情况 → num_data = csvread('pure_numbers.csv'); 有字符串就别用它，会报错！

第三步：数据预处理（避坑关键）

有时候CSV里会有缺失值（比如某个成绩空着），readtable会自动标成NaN，这时候用rmmissing去掉这些行：

% 去掉含缺失值的行
clean_data = rmmissing(data);

处理后的数据更干净，绘图时不会出问题。

第四步：绘图环节（重点来啦！）

终于到了最有意思的部分！Matlab绘图功能超强大，咱们从基础到进阶一步步来。

基础线图：年龄vs数学成绩

先提取需要的数据列，再用plot函数画：

% 提取年龄和数学成绩列
ages = clean_data.年龄;
math_scores = clean_data.数学成绩;

% 绘制带圆点标记的线图
plot(ages, math_scores, 'o-', 'LineWidth',1.5, 'MarkerSize',8);

% 加标题和坐标轴标签
title('学生年龄与数学成绩关系图');
xlabel('年龄（岁）');
ylabel('数学成绩（分）');

% 加网格线更清晰
grid on;

执行完就能看到一张蓝色线带圆点的图，趋势一目了然！

进阶对比图：数学vs英语成绩

想同时画两门成绩的对比？多调用几次plot加hold on就行：

% 提取英语成绩列
english_scores = clean_data.英语成绩;

% 画数学成绩（红色方块虚线）
plot(ages, math_scores, 'rs--', 'LineWidth',1.5, 'MarkerSize',8);
hold on; % 保持当前图形，继续加新曲线

% 画英语成绩（绿色三角形实线）
plot(ages, english_scores, 'g^-', 'LineWidth',1.5, 'MarkerSize',8);

% 加图例区分
legend('数学成绩','英语成绩');

% 其他设置
title('学生年龄与各科成绩对比图');
xlabel('年龄（岁）');
ylabel('成绩（分）');
grid on;
hold off; % 结束保持

这样一张对比图就出来了，两门成绩的差异和趋势都看得清清楚楚！

散点图：数据点太多时用

如果数据点很多，线图会糊成一团，这时候用scatter画散点图更合适：

% 画蓝色实心散点图，点大小50
scatter(ages, math_scores,50,'b','filled');

% 加标题和标签
title('学生年龄与数学成绩散点图');
xlabel('年龄');
ylabel('数学成绩');
grid on;

散点图能更清晰展示每个数据点的分布，适合大数据量场景。

常见问题解决（避坑指南）

1. 文件找不到：检查路径！要么把CSV放Matlab当前工作目录，要么用绝对路径 → data = readtable('C:\Users\YourName\Documents\student_scores.csv');（Windows用反斜杠，Mac/Linux用斜杠）。
2. 数据格式乱：readtable会自动识别格式——字符串列（姓名）变string类型，数值列（年龄）变double类型，不用手动转换！
3. 坐标轴范围不对：用xlim/ylim调整 → xlim([18,23]); ylim([70,100]); 让图更聚焦。

最后总结

其实Matlab处理CSV和绘图真的不难——核心就是readtable读数据→简单预处理→plot/scatter绘图。常用函数就那几个，多练几次就熟练了！

我自己刚开始学的时候，也觉得绘图很复杂，但多试几次发现，只要掌握基础函数，就能应付大部分场景。下次处理CSV数据时，记得回来看看这篇指南哦！

对了，Matlab帮助文档超有用，输入doc readtable或doc plot就能看到详细说明，遇到问题先查文档准没错！