for i=1:95:size(winddata_1,1) for j=1:1:32 % 日出力均值 mean_power(j,:) = mean(winddata_1(i:min(i+95, size(winddata_1,1)),:)); % 日出力标准差 std_power(j,:)= std(winddata_1(i:min(i+95, size(winddata_1,1)),:)); % 日出力峰度 kurt_power(j,:)= kurtosis(winddata_1(i:min(i+95, size(winddata_1,1)),:)); % 日出力偏度 skew_power(j,:)= skewness(winddata_1(i:min(i+95, size(winddata_1,1)),:)); % 日出力最大值 max_power(j,:)= max(winddata_1(i:min(i+95, size(winddata_1,1)),:)); % 日出力最小值 min_power(j,:)= min(winddata_1(i:min(i+95, size(winddata_1,1)),:)); end end winddata=[mean_power,std_power,kurt_power,skew_power,max_power,min_power];为什么算出来每行数据相同

在你的代码中，每次迭代内层的循环时，你都会将计算结果存储在同一个变量中（例如 `mean_power(j,:)`、`std_power(j,:)` 等）。这导致了每次迭代结束后，这些变量的值被覆盖为当前迭代的结果。因此，最终的 `winddata` 数组中每行的数据都相同。

为了解决这个问题，你需要为每次迭代创建一个新的变量来存储结果。可以通过在外层循环之前初始化这些变量为零矩阵，并在内层循环中使用索引 `j` 来存储结果。修改后的代码如下所示：

mean_power = zeros(32, size(winddata_1,2));
std_power = zeros(32, size(winddata_1,2));
kurt_power = zeros(32, size(winddata_1,2));
skew_power = zeros(32, size(winddata_1,2));
max_power = zeros(32, size(winddata_1,2));
min_power = zeros(32, size(winddata_1,2));

for i=1:95:size(winddata_1,1)
    for j=1:1:32
        % 日出力均值
        mean_power(j,:) = mean(winddata_1(i:min(i+95, size(winddata_1,1)),:));

        % 日出力标准差
        std_power(j,:)= std(winddata_1(i:min(i+95, size(winddata_1,1)),:));

        % 日出力峰度
        kurt_power(j,:)= kurtosis(winddata_1(i:min(i+95, size(winddata_1,1)),:));

        % 日出力偏度
        skew_power(j,:)= skewness(winddata_1(i:min(i+95, size(winddata_1,1)),:));

        % 日出力最大值
        max_power(j,:)= max(winddata_1(i:min(i+95, size(winddata_1,1)),:));

        % 日出力最小值
        min_power(j,:)= min(winddata_1(i:min(i+95, size(winddata_1,1)),:));
    end
end

winddata=[mean_power,std_power,kurt_power,skew_power,max_power,min_power];

这样修改后，每次迭代内层循环时，对应的变量会被正确地存储，并且最终的 `winddata` 数组将包含正确的数据。