% Laboratorio 3
% Nome e cognome

clc
clear all
close all

load ELSA % Esistono mille sinonimi di questa istruzione

% Not a Number
N_nan_tot = sum(isnan(elsa(:))); % """" x == NaN """"
N_nan_tot_2 = length(find(isnan(elsa(:))));

% Inf
N_inf_tot = sum(isinf(elsa(:)));

% No negativi
N_neg_tot = sum(elsa(:) < 0);

% Media e varianza per colonne
medie_delle_colonne = mean(elsa);

% nanmean(elsa)

varianza_delle_colonne = var(elsa);

% nanvar(elsa)

% Obiettivo: voglio usare nanmean senza problemi
% Il mio problema sono i valori infiniti perché mi viene inf
% Ho anche un altro problema: i valori negativi, che non danno problemi di
% calcolo ma sono logicamente errati
% Soluzione: "Li tolgo" ---> Prima li trasformo in Nan --> Poi lascio che
% MATLAB gestisca i nan con la funzione nanmean
% Questo mi dà le medie pulite

% 1) Mettere NaN dove ci sono valori che "non ci piacciono"
i_mask_non_ci_piacciono = isnan(elsa) | isinf(elsa) | (elsa < 0);

elsa_2 = elsa;
elsa_2(i_mask_non_ci_piacciono) = nan; % Con i NaN al posto degli inf e dei negativi

% 2) Fare i conti
medie_senza_nan_e_inf_e_neg = nanmean(elsa_2);

% Troviamo le colonne con più del 20% di nan (missing, dati mancanti)
N_nan_col = sum(isnan(elsa_2)); % Non srotoliamo => operazione per colonne

perc_nan_col = N_nan_col / size(elsa_2, 1) * 100;

% Indicizzando non si può togliere, solo "tenere"
elsa_2_ridotta = elsa_2(:, perc_nan_col <= 20);