如何在Matlab中过滤一定阈值内的数据？

删除1.2以上和-1.2以下的数据

我使用以下功能：

threshold = [-1.2, 1.2];
y = rmoutliers(y,'percentiles',threshold);

但出现了错误：

使用isoutlier>parseinput时出错（第236行） “百分位数”值必须是一个排序的2元素数字向量，其条目介于0和100之间

---

任何其他可以用来解决问题的功能？

删除它们是很简单的。假设需要从x轴和y轴数据中删除点

idx_to_remove = ((y<-1.2)|(y>1.2));
x(idx_to_remove) = [];
y(idx_to_remove) = [];

---

移除它们很简单。假设需要从x轴和y轴数据中删除点

idx_to_remove = ((y<-1.2)|(y>1.2));
x(idx_to_remove) = [];
y(idx_to_remove) = [];

---

如果希望保持轴变量

x

不变（即元素数量应保持不变），最好将异常值转换为

NaN

y( abs(y)>1.2 ) = NaN;

y( abs(y)>1.2 ) = [];

如果要删除元素，可以使用

[]

而不是

NaN

y( abs(y)>1.2 ) = NaN;

y( abs(y)>1.2 ) = [];

此条件

abs（y）>1.2

测试绝对（正）值是否大于

1.2

，如果阈值不同，则可以单独测试

y( y > 1.2 | y < -1.2 ) = NaN;

y（y>1.2 | y<-1.2）=NaN；

如果希望保持轴变量

x

不变（即元素数量应保持不变），最好将异常值转换为

NaN

y( abs(y)>1.2 ) = NaN;

y( abs(y)>1.2 ) = [];

如果要删除元素，可以使用

[]

而不是

NaN

y( abs(y)>1.2 ) = NaN;

y( abs(y)>1.2 ) = [];

此条件

abs（y）>1.2

测试绝对（正）值是否大于

1.2

，如果阈值不同，则可以单独测试

y( y > 1.2 | y < -1.2 ) = NaN;

y（y>1.2 | y<-1.2）=NaN；

我认为

y=min（max（y，-1.2），1.2）

比使用索引快，但我没有计时。我认为

y=min（max（y，-1.2），1.2）

比使用索引快，但我没有计时。