同步
将时间表与公共时间向量同步,并从输入时间表中重新采样或聚合数据
语法
描述
的同步
函数从所有输入时间表收集变量,将它们同步到一个公共时间向量,并将结果作为单个时间表返回。这种效果类似于水平连接,尽管输入时间表可能有不同的行时间。当同步
函数将时间表变量同步到不同的时间,它还使用指定的方法对变量中的数据进行重新采样或聚合。
TT =同步(
创建一个时间表,TT1, TT2
)TT
,它包含来自两个输入时间表的所有变量TT1
而且TT2
,同步到一个行时间的向量,它是行时间的并集TT1
而且TT2
.的行次数TT
都是有序的,没有重复的次数。
实际上,同步
的变量水平连接TT1
而且TT2
,即使它们的划船时间不同。作为一个结果,同步
插入丢失的数据指示器TT
无论它有:
一排时间只从
TT1
的变量没有相应的数据TT2
.一排时间只从
TT2
的变量没有相应的数据TT1
.
如果TT1
而且TT2
是否有相同名称的变量同步
重命名它们并将两个变量复制到TT
.
在…中插入或填充值TT
对不同的变量使用不同的方法,指定VariableContinuity
属性。有关更多信息,请参见使用不同的方法重计时和同步时间表变量.
TT =同步(
创建TT1, TT2
,newTimeBasis
,方法
)TT
通过同步变量TT1
而且TT2
指定的新时间向量newTimeBasis
.同步
中的变量重新采样或聚合数据TT1
而且TT2
所指定的操作方法
.输入参数,newTimeBasis
,指定如何同步
的行次数TT
从行次TT1
而且TT2
.
例如,如果newTimeBasis
是“联盟”
而且方法
是“线性”
,然后TT
包含来自的行时间TT1
而且TT2
,同步
使用线性插值重新采样从输入时间表到输出行时间的数据。
TT =同步(
创建TT1, TT2
,newTimeStep
,方法
)TT
通过同步变量TT1
而且TT2
到一个新的时间向量,该时间向量以指定的时间单位规则间隔newTimeStep
.
例如,如果newTimeStep
是“每天”
而且方法
是“的意思是”
,然后TT
包含间隔一天的行时间和TT
包含每个变量的日平均值TT1
而且TT2
.
TT =同步(
创建TT1, TT2
,newTimeBasis
)TT
通过同步变量TT1
而且TT2
到一个新的时间向量。同步
在需要的地方插入缺失的数据指示器TT
.
TT =同步(
创建TT1, TT2
,newTimeStep
)TT
通过同步变量TT1
而且TT2
到一个新的时间向量,该时间向量以指定的时间单位规则间隔newTimeStep
.的同步
函数在需要的地方插入缺失的数据指示符TT
.
例子
同步时间表并插入缺失的数据指标
从文件中加载两个示例时间表。然后将它们的数据同步到一个新行时间的向量上。
负载smallTT
显示时间表。TT1
行时间是乱序的。TT1
而且TT2
有不同的变量。
TT1
TT1 =3×1的时间表一次临时 ____________________ ____ 18 - 12月- 2015 42.3 12:00:00 18 - 12月- 2015 08:00:00 37.3 18 - 12月- 2015 10:00:00 39.1
TT2
TT2 =3×1的时间表时间压力 ____________________ ________ 18 - 12月- 2015 30.1 09:00:00 18 - 12月- 2015 11:00:00 30.03 18 - 12月- 2015 13:00:00 29.9
同步TT1
而且TT2
.输出的时间表,TT
,包含两个时间表的所有行时间,按顺序排列。在TT
,临时
包含南
的行时间TT2
,压力
包含南
的行时间TT1
.
TT =同步(TT1 TT2)
TT =6×2时间表时间温度压力____________________ ____________ 18- december -2015 08:00:00 37.3 NaN 18- december -2015 09:00:00 NaN 30.1 18- december -2015 10:00:00 39.1 NaN 18- december -2015 11:00:00 NaN 30.03 18- december -2015 12:00:00 42.3 NaN 18- december -2015 13:00:00 NaN 29.9
插值数据值到行时间
加载两个包含天气测量的样本时间表。将它们的数据同步到时间表中的行时间的并集。
负载firstTT
显示时间表。
TT1
TT1 =3×1的时间表一次临时 ____________________ ____ 06 - jun - 2016 15:00:00 79.7 06 - 2016年6月- 06 - jun - 2016 17:00:00 76.3 16:00:00 74.9
TT2
TT2 =4×1的时间表时间的湿度 ____________________ ________ 06 - jun - 2016 14:35:48 49.7 06 - 2016年6月- 52.2 15:35:48 06 - jun - 2016 16:35:48 56.7 06 - 2016年6月——17:35:48 60
同步时间表。要选择行时间的并集,请指定“联盟”
.要重新取样TT1。临时
而且TT2。湿度
使用线性插值,指定“线性”
.
TT =同步(TT1 TT2,“联盟”,“线性”)
TT =7×2时间表时间温度湿度____________________ ______________ 06-Jun-2016 14:35:48 81.071 49.7 06-Jun-2016 15:00:00 79.7 50.708 06-Jun-2016 15:35:48 77.671 52.2 06-Jun-2016 16:00:00 76.3 54.014 06-Jun-2016 16:35:48 75.464 56.7 06-Jun-2016 17:00:00 74.9 58.03 06-Jun-2016 17:35:48 74.064 60
同步时间表时聚合数据
将两个时间表同步到指定时间箱的新行时间,每个时间箱跨度为一天。将输入时间表中的数据汇总到每日时间箱中。
负荷样本时间表包含两套不同的环境测量,在室内
而且在户外
.空气质量数据来自建筑内部的传感器,而天气测量数据来自建筑外部的传感器。时间表包括2015年11月15日至2015年11月19日的测量。
负载在室内负载在户外
显示每个时间表的前三行。它们不包含相同的行时间或变量。
在室内(1:3,:)
ans =3×2时间表时间湿度AirQuality ___________________ ________ __________ 2015-11-15 00:00:24 36 80 2015-11-15 01:13:35 36 80 2015-11-15 02:26:47 37 79
户外(1:3,:)
ans =3×3的时间表时间湿度TemperatureF PressureHg ___________________ ________ ____________ __________ 2015-11-15 51.3 - 29.61 00:00:24 49 2015-11-15 01:30:24 03:00:24 48.9 51.5 29.61 48.9 51.5 29.61 2015-11-15
方法将时间表中的数据聚合到每日时间箱中同步
函数。指定“每天”
将数据聚合到跨越一天的时间箱中。指定“的意思是”
获取每个变量在每个时间仓中的平均值。
TT =同步(在室内,室外,“每天”,“的意思是”);: TT (1:3)
ans =3×5时间表时间Humidity_indoors AirQuality Humidity_outdoors TemperatureF PressureHg ___________________ ________________ __________ _________________ ____________ __________ 2015-11-15就是36.5 80.05 48.931 51.394 29.607 2015-11-15就是36.85 80.35 47.924 36.85 79.45 48.45 51.238 29.613 51.571 - 29.611 2015-11-17就是
将时间表与常规时间同步
将两个带有天气测量的小时间表同步到一组跨越输入时间表中的行时间的常规行时间。指定一个时间步长作为输出时间表中连续行时间之间的间隔。使用线性插值重新采样时间向量中与输入时间表中的行时间不匹配的时间的数据。
首先,加载两个时间表。
负载在室内负载在户外
显示每个时间表的前三行。它们不包含相同的行时间或变量。
在室内(1:3,:)
ans =3×2时间表时间湿度AirQuality ___________________ ________ __________ 2015-11-15 00:00:24 36 80 2015-11-15 01:13:35 36 80 2015-11-15 02:26:47 37 79
户外(1:3,:)
ans =3×3的时间表时间湿度TemperatureF PressureHg ___________________ ________ ____________ __________ 2015-11-15 51.3 - 29.61 00:00:24 49 2015-11-15 01:30:24 03:00:24 48.9 51.5 29.61 48.9 51.5 29.61 2015-11-15
方法将时间表中的数据聚合到30分钟时间箱中同步
函数。方法指定常规时间步长“普通”
输入参数和“步伐”
名称-值对的论点。您可以使用这些参数创建一个常规的时间表,但其时间步长不是预定义的步长,例如“每小时”
.
TT =同步(在室内,室外,“普通”,“线性”,“步伐”分钟(30));: TT (1:3)
ans =3×5时间表时间Humidity_indoors AirQuality Humidity_outdoors TemperatureF PressureHg ___________________ ________________ __________ _________________ ____________ __________ 2015-11-15就是36 80 49 51.299 - 29.61 2015-11-15 00:30:00 36 80 48.967 51.366 29.61 2015-11-15 01:00:00 36 80 48.934 51.432 29.61
将时间表同步到任意时间向量
将两个带有天气测量的小时间表同步到任意时间矢量。使用线性插值重新采样时间向量中与输入时间表中的行时间不匹配的时间的数据。
加载两个小时间表,其中包含在半小时标记处进行测量的行时间。但是,在每个时间表中,都有在半小时时未收集到的数据的行时间。两个时间表都是不规则的,这意味着连续行时间之间的时间步长是不同的。
负载halfHoursTT
显示时间表。TT1
而且TT2
有三行和不同的变量。
TT1
TT1 =3×1的时间表一次临时 ____________________ ____ 18 - 12月- 2015 47.6 08:30:00 18 - 12月- 2015 09:30:00 49.2 18 - 12月- 2015 10:47:23 51.4
TT2
TT2 =3×1的时间表时间压力 ____________________ ________ 18 - 12月- 2015 29.7 07:00:00 18 - 12月- 2015 09:30:00 30.03 18 - 12月- 2015 10:30:00 29.9
指定一个时间向量,其中包含来自每个时间表的一些行时间。
新时期= datetime (“2015-12-18 08:30:00”) +小时(0:1:2)
新时期=1 x3 datetime2015-12-18 09:30:00 2015-12-18 10:30:00
同步TT1
而且TT2
来新时期
.的新时期
向量的时间不是行时间TT1
或TT2
.插入时间的数据值新时期
不匹配的行数TT1
或TT2
,指定“线性”
.
TT =同步(TT1 TT2,新时期,“线性”)
TT =3×2时间表时间温度压力 ____________________ ______ ________ 18 - 12月18 - 2015 08:30:00 47.6 29.898 49.2 - 30.03 - 12月- 2015 09:30:00 18 - 12月- 2015 10:30:00 50.906 - 29.9
将时间表与相交行时间同步
加载两个样例时间表,并将它们的数据同步到它们共有的行时间向量上。
负载intersectTT
显示时间表。TT1
而且TT2
有三行和不同的变量。
TT1
TT1 =3×1的时间表一次临时 ____________________ ____ 18 - 12月- 2015 37.3 08:00:00 18 - 12月- 2015 10:00:00 39.1 18 - 12月- 2015 12:00:00 42.3
TT2
TT2 =3×1的时间表时间压力 ____________________ ________ 18 - 12月- 2015 30.1 06:00:00 18 - 12月- 2015 08:00:00 30.03 18 - 12月- 2015 10:00:00 29.9
同步TT1
而且TT2
,指定“十字路口”
作为输出时间表的行时间的基础。TT
只有两行,因为TT1
而且TT2
只有两个相同的排次数。
TT =同步(TT1 TT2,“十字路口”)
TT =2×2的时间表时间温度压力 ____________________ ____ ________ 12月18 - 37.3 - 30.03 - 2015 08:00:00 18 - 12月- 2015 10:00:00 39.1 - 29.9
不需要插值或填充不匹配的行,因为TT1
而且TT2
两者都具有它们共有的行时间的数据。
将时间表同步到“小时时间”
同步两个小时间表与天气测量到每小时的时间矢量。
加载两个小时间表。在每个时间表中,都有一个未按小时收集的数据的行时间。两个时间表都是不规则的,这意味着连续行时间之间的时间步长是不同的。
负载irregularTT
显示时间表。TT1
而且TT2
有三行和不同的变量。
TT1
TT1 =3×1的时间表一次临时 ____________________ ____ 18 - 12月- 2015 37.3 08:00:00 18 - 12月- 2015 09:11:17 39.1 18 - 12月- 2015 10:00:00 42.3
TT2
TT2 =3×1的时间表时间压力 ____________________ ________ 18 - 12月- 2015 29.8 08:00:00 18 - 12月- 2015 09:27:23 29.7 18 - 12月- 2015 10:00:00 30.3
同步TT1
而且TT2
,指定“每小时”
作为输出时间表的行次数的时间步长。TT
数据从TT1
而且TT2
这里有以小时为单位的排时间。TT
有没有丢失的数据指标,它有一个行时间TT1
而且TT2
没有。
TT =同步(TT1 TT2,“每小时”)
TT =3×2时间表时间温度压力 ____________________ ____ ________ 12月18 - 37.3 - 29.8 - 2015 08:00:00 18 - 12月- 2015年09:00:00南南18 - 12月- 2015 10:00:00 42.3 - 30.3
多方法同步时间表
同步两个时间表。应用的意思是
方法的一些时间表变量和总和
方法给别人。
加载两个小的时间表,其中包含波士顿和纳蒂克的天气测量。每个时间表均载有气温及雨量数据。
负载citiesTT波士顿
波士顿=6×2时间表时间温度雨___________________ ________ 2016-06-09 06:03:00 59.5 0.05 2016-06-09 12:00:23 63 0.08 2016-06-09 18:02:57 61.7 0.13 2016-06-10 06:01:47 55.4 0.15 2016-06-10 12:06:00 62.3 0.87 2016-06-10 18:02:57 58.8 0.33
纳蒂克
纳蒂克=5×2时间表时间温度雨___________________ __________ 2016-06-09 12:00:23 61.2 0.076 2016-06-09 17:59:00 60.3 0.11 2016-06-10 09:03:01 56.1 0.19 2016-06-10 12:07:03 62.17 0.72 2016-06-10 17:59:57 58.3 0.1
将测量值与每日时间同步,以生成平均温度和雨量测量值的总和。同步
将指定的方法应用于所有时间表变量。对不同的时间表变量应用不同的方法,索引到时间表中选择不同的变量,并调用同步
对于您使用的每种方法。
BOS =波士顿(:,“临时”);洛泰克=纳蒂克(:,“临时”);TT1 =同步(BOS,洛泰克“每天”,“的意思是”)
TT1 =2×2的时间表时间Temp_BOS Temp_NTK ___________________ ________ ________ 2016-06-09就是61.4 - 60.75 2016-06-09就是58.833 - 58.857
BOS =波士顿(:,“雨”);洛泰克=纳蒂克(:,“雨”);TT2 =同步(BOS,洛泰克“每天”,“和”)
TT2 =2×2的时间表时间Rain_BOS Rain_NTK ___________________ ________ ________ 2016-06-09就是0.26 - 0.186 2016-06-09就是1.35 - 1.01
将所有结果合并在一个时间表中,串联TT1
而且TT2
.
Tt = [tt1 tt2]
TT =2×4时间表时间Temp_BOS Temp_NTK Rain_BOS Rain_NTK ___________________ ________ ________ ________ ________ 2016-06-09就是61.4 58.857 1.35 1.01 58.833 60.75 0.26 0.186 2016-06-10就是
输入参数
TT1, TT2
- - - - - -输入时间表
时间表
输入时间表。
newTimeBasis
- - - - - -计算输出时间表行次数的基础
特征向量
用于计算输出时间表的行次数的基础,指定为字符向量。newTimeBasis
可以是列出的任何方法。
方法 |
描述 |
---|---|
|
行乘以的并 |
|
行乘以的交点 |
|
行时间的并,但是除以时间范围的交点 |
|
只从第一个输入时间表的行时间 |
|
仅从最后一个输入时间表的行时间 |
newTimeStep
- - - - - -输出时间表中间隔时间的时间步长
特征向量
输出时间表中间隔时间的时间步长,指定为字符向量。newTimeStep
可以是列出的任何时间步骤。
时间步长 |
描述 |
---|---|
|
一年 |
|
一个季度 |
|
一个月 |
|
一个星期 |
|
有一天, |
|
一个小时 |
|
一分钟 |
|
一秒钟 |
第一排的时间TT
位于时间单元的开头,该时间单元包含来自输入时间表的最早行时间。中的行时间的范围TT
的行时间范围TT1
而且TT2
.然而,TT
可能不包括任何实际的行时间TT1
或TT2
,因为它们的行时间不是在任何时间单位的开始。
Fs
- - - - - -采样率
积极的数字标量
抽样速率,指定为正数值标量。Fs
每秒采样个数(Hz)。
dt
- - - - - -时间步长
datetime标量|时间常数
时间步长,指定为日期时间标量或持续时间标量。
数据类型:datetime
|持续时间
|calendarDuration
新时期
- - - - - -新的时间向量
datetime向量|持续时间向量
新的时间向量,指定为日期时间向量或持续时间向量。新的时间向量必须是列向量。新时期
可以具有与任何输入时间表不同的行数。
方法
- - - - - -调整时间表数据的方法
特征向量|字符串标量|函数处理
调整时间表数据的方法,指定为字符向量、字符串标量或函数句柄。您可以使用列出的任何方法来调整输入时间表中的数据。
填补方法
当输出时间表的行时间与相应输入的行时间相匹配时,从每个输入时间表的行复制数据。然后,用缺失的数据指标填充输出时间表的其余元素。
要用常量而不是缺失的数据指示器填充其余元素,请使用“不变”
名称-值对的论点。
方法 |
描述 |
---|---|
|
用缺失的数据指示器填补输出中的空白(例如, |
|
的值填充输出中的空白 |
最近邻方法
根据指定的方法,将数据从输入时间表的行复制到行时间最接近的输出时间表行。输入时间表必须按行时间排序。
方法 |
描述 |
---|---|
|
从输入时间表中最近的上一个近邻复制数据,从行时间向量的末尾开始。如果有重复的行时间,那么 |
|
在输入时间表中,从行时间向量的开头开始,从下面最近的邻居复制数据。如果有重复的行时间,那么 |
|
从输入时间表中最近的位置复制数据。 |
插值方法
从输入时间表的相邻行中插入输出时间表中的数据值。输入时间表必须具有已排序且唯一的行时间。要控制如何外推输入时间表的第一行和最后一行时间以外的数据,请使用“EndValues”
名称-值对的论点。
方法 |
描述 |
---|---|
|
使用线性插值。 |
|
使用分段三次样条插值。 |
|
使用保持形状的分段三次插值。 |
|
使用改进的Akima立方Hermite插值。 |
聚合方法
根据输出时间表的行时间指定的时间箱聚合来自输入时间表的行数据。的每一行时间TT
是时间容器的左边缘,下一个连续行时间是右边缘。默认情况下,左边包含在时间箱中。要控制时间容器中是否包括左侧或右侧的容器边,请使用“IncludedEdge”
名称-值对的论点。
如果你指定时间矢量,新时期
,然后新时期
必须按升序排序。如果将输出时间表的时间基础指定为“第一”
或“最后一次”
,则第一个或最后一个时间表的行时间必须按升序排序。
所有列出的方法都省略了南
年代,NaT
S,以及其他缺失的数据指标,除了函数
.若要包含丢失的数据指示器,请指定函数
作为在聚合数据时包含它们的函数句柄。
方法 |
描述 |
---|---|
|
将每个时间箱中的值相加。 |
|
计算每个时间箱中的值的乘积。 |
|
计算每个时间箱中的值的平均值。 |
|
计算每个时间箱中值的中位数。 |
|
计算每个时间仓中的值的模式。 |
|
计算每个时间箱中的最小值。 |
|
计算每个时间箱中的最大值。 |
|
计算每个时间箱中的值的数量。 |
|
在每个时间箱中使用第一个值。 |
|
使用每个时间bin中的最后一个值。 |
|
使用函数句柄指定的函数(例如, |
默认的方法
默认方法相当于离开方法
未指明的。
方法 |
描述 |
---|---|
|
方法指定的每个变量方法,可以用缺失的数据指示器填充空白 |
名称-值参数
指定可选参数对为Name1 = Value1,…,以=家
,在那里的名字
参数名称和价值
对应的值。名-值参数必须出现在其他参数之后,但对的顺序并不重要。
在R2021a之前,名称和值之间用逗号隔开,并括起来的名字
在报价。
例子:TT =同步(TT1 TT2,新时期,“fillwithconstant”,“常数”,1)
同步时间表TT1
而且TT2
然后赋值-1
的行中的元素TT
行时间与相应输入时间表中的行时间不匹配。
常数
- - - - - -方法为时填充间隙的值“fillwithconstant”
数组
当方法为时,填补空白的值“fillwithconstant”
,指定为逗号分隔的对,由“不变”
和一个数组。默认值为0
.指定的值的数据类型“不变”
必须与时间表变量的数据类型兼容。
例子:TT =同步(TT1 TT2,“每小时”、“fillwithconstant”,“常数”,“没有一个”)
填补了空白TT
用字符向量“没有”
当所有的变量TT
包含文本。
EndValues
- - - - - -采用插值法时的外推方法
“extrap”
(默认)|标量
使用插值方法时的外推方法,指定为逗号分隔的对,由“EndValues”
,要么“extrap”
或一个标量。如果指定标量,则其数据类型必须与时间表变量兼容。
方法 |
描述 |
---|---|
|
方法指定的方法进行外推 |
标量 |
通过用标量填充输入行时间范围之外的空白进行外推 |
例子:TT =同步(TT1 TT2,“每天”,“以前”,“EndValues”,1000年)
填补了空白TT
使用前面的行值TT
行时间是否在行时间的范围内TT1
而且TT2
,并与值1000
在哪里TT
行乘以在这个范围之外。
IncludedEdge
- - - - - -要包含在每个时间箱中的边
“左”
(默认)|“对”
要包含在每个时间库中的边,指定为逗号分隔的对,由“IncludedEdge”
,要么“左”
或“对”
.的每一行时间TT
是时间容器的左边缘,下一个连续行时间是右边缘。
包括边缘 |
描述 |
---|---|
|
所有的箱子都包括左箱子边,除了最后一个箱子,它包括两个边 |
|
所有的箱子都包括右边的箱子边,除了第一个箱子,它包括两边的边 |
如果您指定“左”
,则时间箱包括左边,但最后一个箱包括两条边。如果您指定“对”
,则时间箱包括右边的边,但第一个箱包括两条边。
例子:TT =同步(TT1 TT2,“每小时”、“说”、“IncludedEdge”,“正确的”)
包括每个时间库的右库边。
扩展功能
高大的数组
使用行数超过内存容量的数组进行计算。
使用注意事项和限制:
的
新时期
输入必须是严格递增的而不是严格单调的。的
“commonrange”
选择newTimeBasis
不支持输入。插值方法
样条的
而且“makima”
不受支持。的
“EndValues”
不支持名称-值参数。同步
“普通”
不支持行时间间隔。输入时间表中的所有变量都必须支持方法缺少的值(浮点、类别、日期时间、持续时间或文本)
“最近的”
,“下一个”
,“以前”
.
有关更多信息,请参见高大的数组.
C / c++代码生成
使用MATLAB®Coder™生成C和c++代码。
使用注意事项和限制:
即使与具有规则时间步长的行时间同步,输出时间表的行时间也被认为是不规则的。
的
“makima”
不支持插值方法。如果
VariableContinuity
如果输入时间表的属性不是常量,则此函数将忽略它们。的
“周”
,“月”
,“季度”
不支持时间步长。如果输入时间表的行时间是
datetime
值,那么“每天”
而且“年”
时间步也不支持。
有关更多信息,请参见时间表的代码生成(MATLAB编码器)而且代码生成的时间表限制(MATLAB编码器).
线程环境
在后台使用MATLAB®运行代码backgroundPool
或使用并行计算工具箱™加速代码ThreadPool
.
这个函数完全支持基于线程的环境。有关更多信息,请参见在线程环境中运行MATLAB函数.
版本历史
介绍了R2016bR2021a:“SamplingRate”
将被删除
的“SamplingRate”
名称-值参数将在未来的版本中删除。使用“SampleRate”
代替。相应的时间表属性也被命名SampleRate
.
对于向后兼容性,您仍然可以指定“SamplingRate”
作为name-value参数的名称。但是,该值被分配给SampleRate
财产。
R2021a:“fillwithconstant”
方法替换从输入时间表获取的行中缺失的数据
如果任何输入时间表中有缺少数据值的行,例如南
S,这些行中的任何一行都包含在输出时间表中,然后使用“fillwithconstant”
方法用常量替换那些缺失的值。在以前的版本中“fillwithconstant”
方法不替换从输入时间表获取的行中缺少的值。
例如,此代码创建两个时间表南
值。
T1 =时间表(datetime (“今天”) + [1 2 3]', [1 nan 2]') T2 =时间表(datetime(“今天”) + [1 2 3 4]', [1 2 nan 3]')
T1 = 3×1时间表时间Var1 ___________ ____ 20-Jan-2022 1 21-Jan-2022 NaN 22-Jan-2022 2 T2 = 4×1时间表时间Var1 ___________ ____ 20-Jan-2022 1 21-Jan-2022 2 22-Jan-2022 NaN 23-Jan-2022 3
这叫同步
取代了南
年代0
但是在以前的版本中,这个调用会留下南
S在输出时间表中。
T =同步(T1, T2,“每天”,“fillwithconstant”,“不变”,0)
T = 4×2时间表时间Var1_T1 Var1_T2 ___________ _______ _______ 20-Jan-2022 1 1 21-Jan-2022 02 22-Jan-2022 20 23-Jan-2022 0 3
MATLAB命令
你点击了一个对应于这个MATLAB命令的链接:
在MATLAB命令窗口中输入命令来运行该命令。Web浏览器不支持MATLAB命令。
您也可以从以下列表中选择网站:
如何获得最佳的网站性能
选择中国网站(中文或英文)以获得最佳的网站表现。其他MathWorks国家网站没有针对从您的位置访问进行优化。