在 Igor Pro 中，處理缺失數(shù)據(jù)（missing data）或無效值（invalid values）是數(shù)據(jù)清洗和分析前的重要步驟。Igor 沒有專門的“NA”標(biāo)記，但通常使用特殊值（如 NaN）來表示缺失或無效數(shù)據(jù)。以下是常用方法：

提供Igor軟件免費(fèi)下載，還有Igor學(xué)習(xí)交流群，需要請聯(lián)系我們。

1. 識別缺失值

NaN（Not a Number） 是 Igor 中表示無效數(shù)據(jù)的通用方式。

使用 numtype() 函數(shù)可以檢測 NaN 或無限值：

if (numtype(y[i]) == 2)  // 判斷是否為NaN

2. 刪除包含 NaN 的數(shù)據(jù)點(diǎn)

如果想創(chuàng)建一個(gè)不含無效值的新波形：

Make/N=(n) cleanY

Variable j = 0

for(i = 0; i < n; i += 1)

    if (numtype(y[i]) != 2)

        cleanY[j] = y[i]

        j += 1

    endif

endfor

Redimension/N=(j) cleanY  // 去除空余部分

3. 用平均值、中位數(shù)等替代缺失值

例如用均值填補(bǔ) NaN：

Variable meanVal = mean(y)

for(i = 0; i < n; i += 1)

    if (numtype(y[i]) == 2)

        y[i] = meanVal

    endif

endfor

4. 在擬合、繪圖或統(tǒng)計(jì)中自動跳過無效值

多數(shù) Igor 內(nèi)置函數(shù)（如 CurveFit, StatsMean, Display）會自動忽略 NaN 數(shù)據(jù)，不會報(bào)錯。

5. 批量替換非法值（如 -999）為 NaN

for(i = 0; i < n; i += 1)

    if (y[i] == -999)

        y[i] = NaN

    endif

endfor

6. 篩選有效區(qū)間進(jìn)行分析

也可以使用邏輯掩碼（mask）篩選有效值：

Make/N=(n) mask

mask = numtype(y) != 2

然后只處理 mask 為 1 的數(shù)據(jù)。

以上是深圳市理泰儀器有限公司小編為您講解的Igor Pro 如何處理缺失數(shù)據(jù)或無效值的介紹，想要咨詢Igor軟件其他問題請聯(lián)系。