여러분이 MATLAB을 처음 접하든 오랜만에 다시 사용하시든, 핵심 개념과 실습 예제를 통해 빠르게 익숙해질 수 있습니다. 데스크탑을 살펴보고 명령 창에서 짧은 코드 조각을 실행하는 것으로 시작할 수 있습니다. 이후 여러분의 프로젝트에 재사용할 수 있는 워크플로를 구축할 수 있습니다.
시작을 돕는 세 가지 핵심 예제
반복 가능한 워크플로 구축
MATLAB에서 원시 데이터를 명확한 인사이트로 전환하는 프로토타입을 만들 수 있습니다. 데이터 가져오기, 정리, 분석 및 시각화 단계를 재사용 가능하고 공유 가능한 워크플로로 구성할 수 있습니다. 이런 접근 방식을 통해 코드 관리보다 결과 도출에 더욱 집중할 수 있습니다.
1단계: 배열과 테이블을 활용한 데이터 구성.
% Arrays: time and measured signals
time = (0:0.01:0.04)'; % seconds
voltage = [3.3 3.4 3.6 3.5 3.7]';
current = [0.10 0.11 0.13 0.12 0.14]';
% Create a table of measurements
measurements = table(time,voltage,current)
% Array indexing
voltage(3) % third voltage sample
voltage(voltage > 3.5) % voltages above threshold
% Table indexing
measurements(2:4, :) % time window
measurements.voltage(3) % named variable access
measurements{3, "current"} % numeric value from table
2단계: 내장 함수를 활용한 데이터 전처리.
데이터 평활화: 이동평균, 중앙값 또는 사비츠키-골레이 방법을 사용해 신호 내 잡음을 줄일 수 있습니다.
이상값 감지: 예상 패턴에서 크게 벗어나는 데이터 점을 식별하여 대체하거나 제거할 수 있습니다.
3단계: 대화형 플롯을 활용한 데이터 시각화.
여러분이 데이터를 어떤 방식으로 시각화할지 아는 경우라면, 작업 공간에서 해당 데이터를 선택하거나 강조 표시하면 MATLAB이 데이터에 적합한 모든 차트 유형을 표시하게 됩니다.
여러분의 워크플로와 통합되는 MATLAB
MATLAB에서 Python® 함수나 객체를 직접 호출할 수 있습니다. 따라서 프로그래밍 환경을 전환하지 않고도 MATLAB 안에서 작업할 수 있습니다.
MATLAB에서 Python 호출하기
% Configure Python (one-time setup)
pyenv("Version","/usr/bin/python3")
% Call Python from MATLAB
py.print("Hello from Python")
% Use NumPy from MATLAB
np = py.importlib.import_module("numpy");
x = np.arange(5);
y = double(x); % convert to MATLAB array
meanValue = mean(y)
GitHub에서 코드 공유
MATLAB 프로젝트를 GitHub®에서 공유할 수 있습니다. 리포지토리를 생성하고, 코드를 업로드하며, README 파일을 작성하고, 한 번의 클릭으로 열 수 있는 MATLAB Online에서 열기 배지를 추가해 즉시 협업할 수 있습니다.
팁: MATLAB을 Jupyter® Notebooks, Visual Studio® Code 및 Claude®와 같은 AI 코딩 툴과 함께 사용할 수 있습니다.
빠르게 시작하기
무료로 제공되는 자기 주도형 튜토리얼을 통해 여러분의 진도에 맞게 기본 사항을 학습하고 새로운 역량을 쌓을 수 있습니다. MATLAB 기초, 앱 구축, 객체 지향 프로그래밍 등의 주제를 다루고 있어 필요에 따라 기초 개념부터 고급 워크플로까지 단계적으로 발전해 나갈 수 있습니다.
