可视化大型数据集需要以某种方式对数据进行汇总、分类或抽样,以减少在屏幕上绘制的点的数量。在某些情况下,函数如柱状图
和派
bin可以减少数据的大小,而其他功能如情节
和散射
使用更复杂的方法,避免在屏幕上打印重复像素。对于像素重叠与分析相关的问题宾斯卡特
函数还提供了一种可视化密度模式的有效方法。
可视化高大的阵列确实如此不要求使用聚集
. MATLAB®立即计算并显示高阵列的可视化效果。目前,您可以使用此表中的函数和方法可视化高数组。
函数 | 所需工具箱 | 笔记 |
---|---|---|
情节 |
— | 这些函数以迭代方式绘图,随着读取的数据量的增加,逐步添加到绘图中。在更新过程中,进度指示器显示已绘制的数据比例。在更新过程中,在绘图完成之前,支持缩放和平移。要停止更新过程,请按进度指示器中的暂停按钮或金宝app |
散射 |
— | |
宾斯卡特 |
— | |
柱状图 |
— | |
组织图2 |
— | |
派 |
— | 仅用于类别数据的可视化。 |
binScatterPlot (统计和机器学习工具箱) |
统计和机器学习工具箱™ | 图中包含一个滑块,用于控制图像中的亮度和颜色细节。该滑块可调整图像的值 |
ksdensity (统计和机器学习工具箱) |
统计和机器学习工具箱 | 生成数据的概率密度估计值,对单变量数据评估100点,对双变量数据评估900点。 |
数据样本 (统计和机器学习工具箱) |
统计和机器学习工具箱 |
|
这个例子展示了几种可视化高数组的不同方法。
创建一个数据存储airlinesmall.csv
数据集,其中包含航空公司航班数据行。选择要使用的表变量子集,并删除包含缺少值的行。
ds=表格数据存储(“airlinesmall.csv”,“治疗减少”,“NA”);ds。SelectedVariableNames = {“年”,“月”,“ArrDelay”,“德布雷”,“起源”,“桌子”}; T=高(ds);T=rmm缺失(T)
TTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTLAX'}1987 105963{'LAX'}{'SJC'}1987 103-2{'SAN'}{'SFO'}1987 1011-1{'SEA'}{'LAX'} : : : : : : : : : : : :
按月飞行的饼图
转换数值月
变量转换为反映月份名称的分类变量。然后绘制饼图,显示一年中每个月的数据中有多少航班。
T.月=分类(T.月,1:12{“1月”,2月的,“3”,4月的,“五月”,“六月”,“七月”,“八月”,“九月”,“10月”,“十一月”,12月的})
T = Mx6高表年月ArrDelay DepDelay起源服务台 ____ _____ ________ ________ _______ _______ 1987 10月8 12{“宽松”}{‘SJC} 1987 10月8 1{‘SJC}{“钻”}1987年10月21日20{‘圣’}{SMF的}1987年10月13日12{“钻”}{‘SJC} 1987 10月4 1 {SMF的}{“宽松”}1987 10月59 63{“宽松”}{‘SJC} 1987 10月3 2{‘圣’}{“旧金山”}1987年10月11日1{‘海’}{“宽松”}:: : : : : : : : : : :
馅饼(T.月)
using the Local MATLAB Session: - Pass 1 of 2: Completed in 1.6 sec - Pass 2 of 2: Completed in 1 sec
延迟直方图
在数据中绘制每个航班到达延迟的柱状图。由于数据具有长尾,请使用宾极限
名称-值对。
直方图(T。ArrDelay,“BinLimits”,[-50 150])
使用本地MATLAB会话评估tall表达式:-第1次通过(共2次):在2.4秒内完成-第2次通过(共2次):在1.3秒内完成评估在4.3秒内完成
延迟散点图
绘制到达和离开延迟的散点图。你可以预期这些变量之间有很强的相关性,因为起飞晚的航班也可能到达晚。
在高阵列上操作时情节
,散射
,宾斯卡特
函数以迭代的方式绘制数据,随着读取更多数据而逐步添加到绘图中。在更新过程中,图的顶部有一个进度指示器,显示绘制了多少数据。在情节完成之前的更新过程中,支持缩放和平移。金宝app
散射(T.ArrDelay T.DepDelay)包含(“延误”) ylabel (“起飞延误”) xlim([-140 1000])
进度条还包括暂停/恢复按钮。一旦显示足够多的数据,使用该按钮可以尽早停止情节更新。
健康趋势线
使用拟合
和polyval
函数用于在到达和离开延迟图上叠加线性趋势线。
持有在p = polyfit (T.ArrDelay T.DepDelay 1);x = (T.ArrDelay, 1);yp = polyval (p (x);情节(x, yp,“r-”)举行从
可视化密度
点的散点图在某一点上是有用的,但如果点的重叠很广泛,就很难从图中解读信息。在这种情况下,它有助于可视化图中的点密度,以发现趋势。
使用宾斯卡特
函数可视化到达和出发延误图中的点密度。
binscatter(T.ArrDelay,T.DepDelay,“XLimits”,[-100 1000],“YLimits”,[-100 1000]) xlim([-100 1000]) xlabel(“延误”) ylabel (“起飞延误”)
调整这一
属性,以便所有大于150的bin值都是相同的颜色。这可以防止一些值非常大的箱子占据整个情节。
甘氨胆酸ax =;斧子。[0 150];