企业官网建设流程全解析

简介：面向MATLAB初学者与需要快速处理Excel数据的科研、工程人员，解决如何将工作表中的数据高效导入MATLAB工作区并供后续分析调用的问题。压缩包内共四个文件，包含可直接运行的主程序、示例数据表格、文本格式的使用说明以及文档资料，整体仅118KB，轻量精炼。主程序采用交互式运行模式，按提示操作即可查看读取结果，适合零基础入门与日常实验参考。已有1980人学习下载，具备一定参考价值。资源将主程序与示例数据分离，便于对照理解代码逻辑；通过跟随说明实践，读者能够掌握MATLAB读取Excel的常用函数与标准流程，并可将示例数据替换为自己的文件，灵活应用于数据处理和建模分析任务中。

1. 读Excel总是类型错乱？先分清“表结构三分类”再选MATLAB函数

我最早用MATLAB读Excel时，下意识就是一句xlsread，直到连续三次读同一份表格却分别拿到NaN、43000多和一堆乱码，才意识到问题根本不在函数，而在对数据形态的判断。同一份Excel里，纯数值、数值文本混合、日期缺席，处理方式完全不同。更麻烦的是，读进来的数据长什么样，取决于你调用的是xlsread、readtable还是readmatrix，它们背后对应的读取引擎和类型规则根本不一样。

这篇文章想解决的就是这件事：拿到一份Excel后怎么快速判断该用哪个读取函数，如何设置Sheet、Range、变量类型这些关键参数，以及遇到NaN、日期序列号、大文件卡死时怎么排查。核心目标是把MATLAB读取Excel从“碰运气”变成“按形状选函数”，让新老手都能少走弯路。

2. 三类读取函数怎么选：xlsread、readtable、readmatrix的适用边界与参数

2.1 xlsread：旧接口还在，但新代码不该再用

很多老代码里xlsread是绝对主力，它的标准调用方式是一次返回三个输出：

[data, text, raw] = xlsread('sales.xlsx', 'Sheet1', 'A1:D200');

data是所有数值组成的矩阵；text是文本内容构成的元胞数组；raw是原始单元格数据的完整元胞数组。当某一列全是文本时，data矩阵中这一列会被剔除，而不是补NaN；当整表只有一列文本时，data很可能是空数组。这个行为常让人困惑：明明表格有数值，data却空着。

从使用角度看，xlsread的问题在于它依赖Excel组件接口，在Linux服务器或未安装Excel的机器上经常直接报错，而且每次调用可能启动一个隐形的Excel进程，脚本结束后进程不一定会退出。新版MATLAB文档也不推荐在新代码里使用它。

我一般只在调试别人遗留的老脚本时才会保留xlsread，如果只是做数据读取，会毫不犹豫地换到下面两个函数。另外要注意xlsread的第三返回参数raw可以用来检查单元格真实内容，这对排查“为什么读出来不对”很有帮助，但不要依赖它做大范围数据读取，因为速度非常慢。

2.2 readtable：混合型表格的首选，自动类型推断的双刃剑

readtable是当前读取Excel最推荐的入口，它返回table类型，每一列有变量名，直接对接后续的数据清洗、绘图和统计分析。最小调用是：

T = readtable('sales.xlsx');

这段代码会自动读取第一个工作表的全部数据，并自动推断每列类型。如果某一列是纯数字，就会解析成double；如果一整列都是文本，就会解析成cellstr；如果数字和文本混在同一列，整列会被迫转成文本型元胞数组。这个“自动推断”看着方便，实际是把双刃剑：大部分情况省事，但遇到“大部分是数字，偶尔一个‘待确认’”时，整列会变成文本，后续求均值直接报错。

你可以用SelectedVariableNames只选需要的列，避免输入矩阵过大：

T = readtable('sales.xlsx', 'Sheet', 'Sheet1', 'Range', 'A1:D200', ... 'SelectedVariableNames', {'月份', '销售额'});

其中Sheet指定工作表名，Range使用Excel的A1风格区域，SelectedVariableNames在已经确定前几行是变量名时按变量名筛选列。这里的“变量名”实际是Excel首行单元格内容，如果首行有重复列名，MATLAB会自动改成脚本体面的名称，这个细节会在第5章展开。

另外readtable会自动把空数值单元格设为NaN，空文本单元格设为missing，这在多数情况下是正确的。如果你不希望它“聪明”，可以先读一个很小的范围，确认推断结果没问题，再扩大到全表。

2.3 readmatrix 与 readcell：两个“口味单一”的快读函数

readmatrix专门为纯数值表格设计，返回值是一个普通矩阵，而不是table：

M = readmatrix('clean_data.xlsx', 'Sheet', 'Sheet2', 'Range', 'B2:E100');

只要目标区域每个单元格都是数值，readmatrix的读取效率很高，内存占用也比table小很多。可一旦区域内出现一个文本单元格，整列都会变成NaN，且没有提示。因为矩阵本身只能存一种类型，文本无法保留，只能丢弃。所以readmatrix只适合“绝对干净”的数值表。

readcell则完全不挑类型，所有数据都放进元胞数组，包括文本、数值、日期格式等：

C = readcell('mixed.xlsx', 'Sheet', 'Sheet1', 'Range', 'A1:F50');

readcell的好处是原样保存单元格，适合拿来做数据体检，比如逐格检查某个意外数值是怎么混进去的。缺点也很直接：元胞数组处理起来不如table方便，对单列数据取均值得先手动转成数值向量。这三个函数本质上是针对不同“形状”的数据写的：readmatrix数值矩阵、readcell元胞数组、readtable表格。先把Excel表按“纯数值、混合表格、文本为主”分类，选型就不会出错。

2.4 选错函数时的典型特征

如果你不确定自己选错了函数，可以对照下面的现象自查：读出来所有数值列都变成NaN，多半是用了readmatrix而表里存在文本列；读取后数据全部挤在第一个sheet里无法区分工作表，是忘了传Sheet参数；读出来的列名变成了Var1、Var2，是ReadVariableNames默认行为与文件表头不一致；数据总是差一行，是因为readtable默认把首行当变量名，而实际首行是标题或备注。

这些特征本质上都源于读取函数对“表头存在性”和“类型统一性”的假设。尤其是readtable，它默认Excel文件第一行是变量名。如果你的Excel前两行是一句中文标题，再往下才是字段名，就必须用ReadVariableNames=false，再手动设置变量名。没有统一公式，拿到文件后先readcell看一小块，比猜参数效率高得多。

3. 读取范围、多工作表和指定列：把readtable用到顺手

3.1 Sheet与Range参数：从整表读取改成定点读取

readtable默认读取指定Excel文件的第一个工作表整表，但实际工作中一个工作表往往有几十列、上万行，而真正关心的只有一角数据。每次全表读取既慢又容易引入无关区域的脏数据，所以我一般会先把Range收窄。

T = readtable('project_data.xlsx', 'Sheet', 'Sheet3', 'Range', 'A1:D500');

Sheet参数可以传工作表名，也可以传索引。为了可读性，我推荐传名称；不过需要注意，如果工作表名称是中文，在字符串里直接写没问题，但不要混用单双引号。Range参数支持'A1:B10'这种完整矩形区域，也支持'A1'单格，但很少用。如果你不确定区域边界，可以用readcell快速探测首列最后一个非空行，再回头设置Range。

Range的一个隐藏好处是能避开表头上面的公司注释和Logo图片。Excel文件里常见的“首行大标题”，在readtable眼里会被当成变量名，导致后续所有列名错位。用Range='A2:F200'就能直接跳过标题行，这种情况下最好配合ReadVariableNames=true，表示第二行才是真正的变量名。

3.2 批量读取多个Sheet：用sheetnames做循环

一个Excel文件里有多个结构相同的工作表时，手动写多次readtable很蠢，而且一旦增加Sheet就要改代码。新版本MATLAB提供了sheetnames函数，可以直接拿到全部工作表名：

sheets = sheetnames('project_data.xlsx'); allData = cell(length(sheets), 1); for i = 1:length(sheets) allData{i} = readtable('project_data.xlsx', 'Sheet', sheets(i)); end

这里的sheets(i)是字符串数组元素，readtable的Sheet参数可以接收字符串数组索引值。循环结束后allData是元胞数组，每个元素是对应工作表的table。如果你希望把所有表按行拼接，可以用vertcat：

merged = vertcat(allData{:});

vertcat要求每个table的变量个数和变量名完全一致。如果不同Sheet的列顺序有一点点差异，vertcat就会报错，因此我习惯先检查width和variableNames。另外，sheetnames返回的是工作表显示名称，不是内部Sheet1这种代号，所以不会出现错位。

3.3 指定列、跳过列与自定义类型：用detectImportOptions接管推断

自动推断在大多数表格上够用，但遇到“某列是文本数字，另一列是日期，还有两列是重复编号”时，手动调整类型更可控。detectImportOptions可以读取文件的工作表内容和推断规则，然后你再修改规则，最后传给readtable：

opts = detectImportOptions('sales.xlsx', 'Sheet', 'Sheet1'); opts.SelectedVariableNames = {'月份', '销售额', '备注'}; opts.VariableTypes = {'datetime', 'double', 'string'}; T = readtable('sales.xlsx', opts);

detectImportOptions返回一个ImportOptions对象，它包含了每一列的名称、类型、缺失值规则等。上面代码中SelectedVariableNames指定只读取三列，VariableTypes指定这三列的目标类型。注意VariableTypes的顺序要和SelectedVariableNames一一对应，否则会张冠李戴。

如果只想修改某一列，用setvartype更加直接：

opts = detectImportOptions('sales.xlsx'); opts = setvartype(opts, {'销售额'}, 'double');

setvartype的好处是只改指定列，其他列继续走自动推断。这个方法在Excel里“销售额”一列是文本格式时特别有用，因为你明明想当数值处理，却总被推断成cellstr。指定为double后，如果个别单元格确实无法转换，读取阶段就会报错，而不是默默变成NaN。

3.4 多级表头和空白行怎么办

多级表头在财报中很常见，第一行是“一季度”，第二行才是“销售额”，两层表头叠在一起。直接用readtable会把第一行当变量名，第二行变第一行数据，整张表乱掉。我一般分两步：先用readcell看前几行结构，再决定Range起点。

假设真正的表头在第2行，数据从第3行开始，可以这样读：

T = readtable('finance.xlsx', 'Sheet', 'Sheet1', ... 'Range', 'A3:H400', 'ReadVariableNames', true);

然后手动改名：

T.Properties.VariableNames = {'月份', '销售额', '成本'};

这种方法很笨，但最可靠。ReadVariableNames参数默认是true，它与Range的配合规则是：读取时把Range首行当作变量名。如果Range里有空行，readtable会保留为NaN或missing，导致数据行数膨胀，我通常会在设置Range前用readcell确认没有全空行，尤其是最后几行容易混进一堆无效数据。

4. 数据类型与格式陷阱：日期、文本型数字、缺失值的规范化方案

4.1 日期读进来是序列号：先确认是Excel序号还是字符串

Excel内部存储日期时通常是一个整数序列号，比如2024年1月1日实际上是45292。当用readmatrix直接读取日期列，得到的自然是一堆四万多五万多的数字，看起来像乱码，其实没读错，只是没转换。要转回MATLAB日期，可以使用：

dateValues = readmatrix('dates.xlsx', 'Sheet', 'Sheet1', 'Range', 'B2:B100'); realDates = datetime(dateValues, 'ConvertFrom', 'excel');

MATLAB的datetime函数支持ConvertFrom参数，设为excel时会把Excel序列号转换为datetime数组。注意Excel的日期起点与MATLAB不完全一致，但ConvertFrom已经处理了偏移，所以不需要手动加减天数。

如果用readtable读取，情况会不同。新版MATLAB在部分场景下会自动把Excel日期识别成datetime，但前提是detectImportOptions判定该列为日期类型。如果推断成double，就需要用上面的方式转换。我建议先执行head(T)看一眼输出，如果日期列是double而不是datetime，马上手动转，不要等到画图时才发现横轴全是数字。

4.2 文本型数字：看起来是数字，一求平均就报错

Excel单元格左上角有绿色小三角，往往是“文本型数字”。这列数据肉眼看到的是123、456，但底层是文本。readtable自动推断时有可能把整列推断成cellstr，于是你用mean(T.销售额)会直接报错，提示未定义操作符。

解决思路是把文本转数值：

T.销售额 = str2double(T.销售额);

str2double接收元胞数组时能按元素转换，无法转换的文本变成NaN。这里要注意：如果T.销售额是字符串数组而不是元胞数组，str2double也能处理，但空字符串会变成0，而不是NaN。若要区分“原本是缺数据”和“数字0”，建议先检查有没有空串。还可以在读取阶段用setvartype强制指定为double，让MATLAB在导入时完成转换：

opts = detectImportOptions('pay.xlsx'); opts = setvartype(opts, '实付金额', 'double'); T = readtable('pay.xlsx', opts);

如果某单元格是“待确认”这类非数字文本，这种强制转换会让读取直接报错，至少能让你一眼看到脏数据在哪一行。另一种方案是先读成文本，再定位不能转换的位置。这里没有万能解，但我通常先强制转换，真报错了再回到元胞数组看数据。

4.3 空单元格与缺失值：NaN、missing与空字符串的差别

Excel空单元格在不同函数里的表示不一样。readmatrix把空单元格当0还是NaN，取决于文件格式和是否显式写0；更常见的是数值列空单元格变成NaN。readtable中数值列空单元格为NaN，文本列空单元格为missing，字符串列则可能变成<missing>。三者的判断方式不同：

T = table([1; NaN], ["文本"; missing]); ismissing(T.Var2) isnan(T.Var1)

ismissing是通用判断，能同时识别NaN、missing和空字符串，这是最省事的。我强烈建议不要在Excel里用空格表示缺失值，因为空格会被读成空字符串而不是missing；后续用ismissing能识别空字符串，但用isnan就会漏掉。如果你发现一列文本中有大量空字符串，可以先统一替换为missing：

T.备注(T.备注 == '') = missing;

替换后再调用ismissing就干净了。另外，不要依赖fillmissing处理缺失值之前先检查是否类型匹配，否则会把数值列和文本列一起拉下水。

4.4 单元格内换行和特殊字符：小心行数莫名变多

Excel单元格支持Alt+Enter换行，有时你以为是一个单元格，但在readtable读进来后可能被拆成多行，尤其是使用文本文件格式导入时。另一个坑是金额数字里带千分位逗号，比如1,234，readtable会把它当文本而不会自动去掉逗号。

处理方法是尽量在Excel源头清理，或者在读取后用正则表达式删除干扰字符：

T.金额 = str2double(strrep(string(T.原始金额), ',', ''));

strrep是字符串替换，把逗号去掉后再转数值。这个方案适用于英文千分位；如果用户习惯用中文全角逗号，也要先替换成全角转半角。单元格内换行比较麻烦，因为它会破坏行对应关系，我一般用readcell定位真正有换行的列，再决定是保留还是清洗。如果换行符只是文本列的备注，不影响数值列，通常保留即可；如果地址列里有换行，在导出成csv时会导致行列错位，这时建议把换行符替换为空格：

T.地址 = strrep(string(T.地址), newline, ' ');

5. 常见问题与避坑：读取报错、乱码、大文件卡死的排查路径

5.1 报错“Unable to read file”：八成不是数据问题

现象：readtable('D:\data\销售.xlsx')报错Unable to read file，或提示找不到文件、无权访问。
原因：最常见的是Excel文件正被另一个进程打开占用，或者路径中的反斜杠和中文目录在部分环境不被识别。
解决：先按照下面顺序排查：

filePath = fullfile('D:', 'data', '销售.xlsx'); disp(exist(filePath, 'file')) [~, sheets] = xlsfinfo(filePath);

exist返回2表示文件存在，返回0说明路径或文件名错了。xlsfinfo能读到工作表信息说明文件可用。如果文件确实被Excel开着，关闭Excel再跑一次。另一个隐蔽原因是文件名后缀名显示为.xlsx，但实际是Excel 97-2003格式.xls，这时需要把后缀统一改成.xls再读取。不要相信文件的显示扩展名，用dir看一眼真实文件名最有把握。

5.2 数值列变成全NaN：先怀疑“脏数据区”

现象：表格看起来全是数字，用readmatrix读取后M里整列NaN，或readtable读出来列类型是cellstr。
原因：某个单元格存在肉眼没注意的文本，比如单位“元”、空格、下划线、错乱字符。只要区域内混进一个不是数字的单元格，readmatrix的整列结果就会被影响；readtable则可能改变整列类型。
解决：先用readcell把原始区域完整读出来，定位异常值：

C = readcell('data.xlsx', 'Sheet', 'Sheet1', 'Range', 'B2:B500'); nonNumeric = cellfun(@(x) ~isnumeric(x), C); badRows = find(nonNumeric); disp(C(badRows))

cellfun逐个判断单元格是否为数值，返回逻辑数组，find找出异常行。看到具体内容后，选择在Excel中清理或手动替换。这里最难查的是“看起来是空格”的字符，比如全角空格、 ，用strtrim清理后再转数值。

5.3 大文件读到头秃：先看Excel文件本身，再考虑分割读取

现象：20MB的xlsx文件，readtable跑了五分钟还没结束，MATLAB窗口一直显示“正忙”。
原因：xlsx本质是zip压缩包，解析过程需要解压全部XML，Excel本身的公式缓存、格式定义也会让读取变慢。尤其是一个Sheet里有十几万行、几十列，纯手工逐单元格解析很吃力。
解决思路有三个步骤。第一步，确认是否有必要读全表，如果业务只需要几列，用Range和SelectedVariableNames缩小范围。第二步，把Excel另存为CSV格式再读取，CSV纯文本读取速度远快于xlsx：

T = readtable('large_data.csv');

第三步，如果CSV也有几百MB，可以考虑按块读取。readtable本身不支持跳过任意行数，但可以先读成datastore：

ds = datastore('large_data.csv', 'TreatAsMissing', 'NA'); T = read(ds, 20000);

datastore是处理大文本表的常用工具，它每次读取指定行数，适合分批处理。注意它不像readtable那样支持Range，但能通过SelectedVariableNames指定列。在处理大文件前，最好先用whos估算内存占用，避免读进来直接内存溢出。

5.4 中文列名和重名列名：readtable给的神坑

现象：Excel首行有两个“金额”列，readtable读完后变量名变成了金额和金额_1，后续用T.金额引用却拿到第一列，而第二列怎么都引不对。
原因：MATLAB运行变量名不能重复，自动重命名是保护机制，但重命名规则并不直观。
解决：读取后主动查看并重命名：

T.Properties.VariableNames T.Properties.VariableNames = {'金额A', '金额B'};

更保险的方式是在readtable前先手动指定变量名范围，或读取后立即重命名。如果中文列名带有空格、减号或不规则字符，T.列名这种点号语法会出错，只能改用T.('列名')引用：

T.('销售金额（元）')

这种情况最容易发生在从第三方系统导出的Excel中，变量名千奇百怪。我一般把所有列名统一改为英文字段名，避免后续脚本里到处写中文变量名，既难排查又容易踩编码坑。

5.5 COM/ActiveX方案：能用但不要优先

现象：使用actxserver('Excel.Application')方式读取Excel，感觉能完全控制Excel，但脚本运行不稳定，有时候能读出数据，有时候进程卡死。
原因：通过COM接口启动了一个真实的Excel进程，一旦代码异常终止，这个进程会残留并占用文件。
解决：优先使用原生readtable和readmatrix；只有遇到极其特殊的Excel格式、需要触发Excel公式计算后才能读取时，才考虑COM方案，并且要在finally中关闭进程：

e = actxserver('Excel.Application'); try e.Workbooks.Open(filePath); % 触发计算并读取 catch error('COM读取失败'); finally e.Quit; delete(e); end

这个方案在日常数据整理中几乎没必要，碰到密码保护或复杂宏表格时，与其在MATLAB里对抗Excel，不如先手动另存为干净的xlsx。

6. 进阶用法：把读取Excel封装成可复用的函数

6.1 封装函数并处理多Sheet

读Excel最大的重复劳动是“找Sheet、找Range、设置类型”这三件事。我习惯封装成一个简单函数，输入文件路径和Sheet名，输出table，并且自动处理文件不存在的情况。

function T = readExcelTable(filePath, sheetName) arguments filePath (1,1) string sheetName (1,1) string end if ~exist(filePath, 'file') error('文件不存在: %s', filePath); end T = readtable(filePath, 'Sheet', sheetName); T.Properties.VariableNames = matlab.lang.makeValidName(T.Properties.VariableNames); end

arguments是MATLAB R2019b以后支持的参数校验语法，这里限制输入必须是单个字符串。函数先用exist检查文件，再用readtable读取，最后用matlab.lang.makeValidName把所有列名转为合法MATLAB变量名，避免中文和空格带来的后续问题。调用时只需要一行：

T = readExcelTable('sales.xlsx', 'Sheet1');

6.2 验证封装函数，并控制Range

封装只是第一步，真正让读取稳定的关键是验证。我会强制在测试时打印前几行和变量类型，确认没有意外：

assert(istable(T), '返回值不是table'); head(T) summary(T)

summary能直观看到每列的类型和缺失值数量，这一步能发现很多自动推断问题时在传输过程中被掩盖的细节。从那以后我每次拿到新Excel文件，都强制走一遍“看形状、选函数、验类型、查缺失”的流程，不再因为急着读取数据而跳过体检。希望这篇文章里的方法和避坑记录，也能帮你把MATLAB读取Excel这件事从“总是出问题”变成“一次读对”。

本文还有配套的精品资源，点击获取