在日常数据分析或工程计算中，经常遇到这样的场景：同事发来一个Excel表格，里面是实验测得的温度、压力数据；或者自己跑完一段仿真，想把结果保存下来下次接着用。这时候，Matlab的输入输出功能就不是可选项，而是刚需。
读取外部数据：不止load那么简单
很多人一上来就用 load('data.mat')，但实际工作中，原始数据更多藏在Excel、CSV甚至文本里。比如要读Excel里的两列数据：
data = readmatrix('sensor_log.xlsx'); % 自动识别数字，跳过表头
% 或者更灵活地用readtable
tbl = readtable('sensor_log.xlsx', 'ReadVariableNames', true);如果Excel里混着文字和数字，readtable能自动分列并保留变量名，比老式xlsread省心不少。
保存变量到本地：选对格式很关键
调试阶段常用 save mydata.mat a b c，把几个变量打包存成.mat文件——这是Matlab原生格式，速度快、精度全，适合内部流转。但如果要交给没装Matlab的同事看，就得换路子：
writematrix(A, 'output.csv'); % 矩阵直接写入CSV
writematrix(round(B*100)/100, 'report.csv', 'Delimiter', ';'); % 控制小数位+分号分隔
注意：中文路径容易出错，建议先用cd切到英文目录下操作，避免乱码或报错。
跨平台交换：小心数据类型陷阱
从Python传来的.npy文件，或从R导出的.RData，Matlab不能直读。但常见格式有折中方案：让对方先导出为CSV，再用readmatrix加载；或者统一用HDF5——Matlab支持h5write/h5read，大数组、多维结构都能稳稳接住。
一个小技巧：临时变量快速导出
调试时想立刻看某变量长啥样？不用点工作区，一行搞定：
disp(['最大值：', num2str(max(x))]);
fprintf('前5个值：%f %f %f %f %f\n', x(1:5));
要是想截图存档，exportgraphics(gca, 'plot.png')比手动截图准多了。