根据医疗患者的数据表创建热图。

加载病人数据集，并从加载到工作区的变量子集中创建一个表。然后创建一个热图，计算具有同一组的患者总数吸烟者而且SelfAssessedHealthStatus值。

负载病人tbl = table(姓氏，年龄，性别，自我评估的健康状态，.．.吸烟、体重、位置);H =热图(tbl，“抽烟”,“SelfAssessedHealthStatus”）;

创建一个热图，并重新排列标签沿y设在。

加载病人数据集，并从数据创建热图。分配HeatmapChart对象赋给变量。h．

负载病人tbl = table(姓氏，年龄，性别，自我评估的健康状态，.．.吸烟、体重、位置);H =热图(tbl，“抽烟”,“SelfAssessedHealthStatus”）;

沿着标签重新排序y设在。

h.YDisplayData = {“优秀”,‘好’,“公平”,“可怜的”};

或者，可以通过将数据更改为类别数据来重新排序标签，然后使用reordercats函数。属性可以添加、删除或重命名热图标签addcats,removecats,或renamecats函数,分别。

创建热图并指定在确定热图单元格颜色时要使用的表变量。

加载病人数据集，并从数据创建热图。用患者的平均年龄给每个细胞上色吸烟者而且SelfAssessedHealthStatus值，通过设置ColorVariable选项“年龄”．

负载病人tbl = table(姓氏，年龄，性别，自我评估的健康状态，.．.吸烟、体重、位置);H =热图(tbl，“抽烟”,“SelfAssessedHealthStatus”,.．.“ColorVariable”,“年龄”）;

创建热图并指定确定热图单元颜色时使用的表变量和计算方法。

加载患者数据集并根据数据创建热图。用患者的中位年龄为每个细胞着色吸烟者而且SelfAssessedHealthStatus值。指定ColorVariable选择“年龄”和ColorMethod选择“中值”．

负载病人tbl = table(姓氏，年龄，性别，自我评估的健康状态，.．.吸烟、体重、位置);H =热图(tbl，“抽烟”,“SelfAssessedHealthStatus”,.．.“ColorVariable”,“年龄”,“ColorMethod”,“中值”）;

创建一个数据矩阵。然后创建矩阵值的热图。默认标签沿x设在和y-轴显示为1,2,3，等等。

Cdata = [45 60 32;43 54 76;32 94 68;23 95 58];H =热图(cdata);

创建一个数据矩阵。然后创建矩阵值的热图。使用自定义标签沿x设在和y-axis通过指定前两个输入参数作为您想要的标签。属性的属性指定标题和轴标签HeatmapChart对象。

Cdata = [45 60 32;43 54 76;32 94 68;23 95 58];Xvalues = {“小”,“媒介”,“大”};Yvalues = {“绿色”,“红色”,“蓝”,“灰色”};H =热图(xvalues,yvalues,cdata);h.Title =“t恤订单”；h.XLabel =“大小”；h.YLabel =“颜色”；

属性创建热图并使每一列或行的颜色归一化ColorScaling财产。

阅读示例文件outages.csv变成一个表。示例文件包含表示美国电力中断的数据。该表包含六列:地区,OutageTime,损失,客户,RestorationTime,导致．显示每列的前五行。

T =可读的(“outages.csv”）;: T (1:5)

ans =5×6表地区OutageTime RestorationTime造成损失客户  _____________ ________________ ______ __________ ________________ ___________________ {' 西南的}2002-02-01 12:18 458.98 - 1.8202 e + 06 2002-02-01 16:50{“暴风雪”}{“东南”}2003-01-23 00:49 530.14 - 2.1204 e + 05 NaT{“暴风雪”}{“东南”}2003-02-07)21:15 289.4 - 1.4294 e + 05 2003-02-07 08:14{“暴风雪”}{‘西方’}2004-04-06 05:44 434.81 - 3.4037 e + 05 2004-04-06 06:10{“设备故障”}{“中西部”}2002-03-16 06:18 186.442.1275e+05 2002-03-18 23:23{'大风暴'}

创建一个热图，显示沿沿线的不同区域x-轴和沿y设在。在每个单元格中，显示每个区域由于特定原因经历断电的次数。

h =热图(T，“地区”,“原因”）;

使每一列的颜色标准化。每列中最小的值映射到颜色图中的第一个颜色，最大的值映射到最后一个颜色。最后一种颜色表示每个区域造成最多断电的原因。

h.ColorScaling =“scaledcolumns”；

将每一行的颜色标准化。每行中最小的值映射到颜色图中的第一个颜色，最大的值映射到最后一个颜色。最后一种颜色表示由于每种原因而经历最多断电的区域。

h.ColorScaling =“scaledrows”；

创建热图，并使用自定义聚合方法计算的数据为单元格着色。使用accumarray函数来计算颜色数据。

阅读示例文件Temperature.csv变成一个表。该文件包含三列:月,一年,TemperatureF．

可读的(“TemperatureData.csv”）;

类创建类别数组月而且一年表的列。然后确定使用唯一的月份和年份作为标签x设在和y设在。

months = categorical(tbl.Month);年份=类别(tbl.Year);Xlabels =类别(月份);Ylabels =类别(年);

根据唯一月份和年份的数量确定结果颜色数据的最终大小。

Nummonths = numel(xlabels);Numyears = numel(ylabels);

转换分类个月而且年数组转换为数值索引，用于accumarray函数。计算颜色数据作为每个月和年的最高温度组合使用accumarray函数。使用南对于缺失的月份和年份组合。

X = double(months);Y = 2倍(年);temps = tbl.TemperatureF;cdata = accumarray([y,x]，temps，[numyears,nummonths]，@max,NaN);

创建热图。标签的x设在和y-轴分别表示月和年。使用计算出的矩阵数据为热图单元着色。

H = heatmap(xlabels,ylabels,cdata);

注意:您可以使用reordercats函数用于分类数组重新排序轴标签。