1、函数ismissing:
设置一段具有空值nan的数据，当然实际应用中处理的数据会很大，然后使用函数ismissing，检查数据中存在的nan空值。代码如下：
a=[1,nan,3,4,nan,6,nan,8,nan,9]
b=ismissing(a) %其中返回的值为1即为原位置中的数据为nan空值。
2、函数rmmissing:
使用该函数可以将数据中的nan空值进行删除，这里代码如下：
c = rmmissing(a) %返回的数值为去掉nan数值之后的矩阵。
3、函数fillmissing：
该函数可以对包含有nan空值的数据进行填充，对于你处理数据非常的方便，使用代码
d= fillmissing(a,'previous') %其中'previous'参数代表，使用上一个数值填充该nan空值。
4、还可以使用移动中位数的方法进行线性填充该空置nan，这里只需要将参数设置更改如下：movmedian即可。代码如下所示：
e = fillmissing(a,'movmedian',3) %其中 参数movmedian代表中位数补充nan空值部位，“3”表示使用该数值的前后两个数，即为数据窗口为3，这个数值可以任意设置。
5、函数missing：
该函数还可以将你的数据中不需要使用的部分直接置换成nan空值数据，代码 如下：
a(1,1)=missing
6、函数isnan:
该函数与步骤1中的函数missing返回的数值刚刚相反，这里返回的数值中，如果相应位置为空值nan,则会返回0，反之会返回1。
