柱状图

直方图的阴谋

展开全部页面

描述

直方图是一种用于数值数据的条形图，它将数据分组到箱子中。在创建一个柱状图对象时，您可以通过更改直方图的属性值来修改其方面。这对于快速修改箱子的属性或更改显示特别有用。

创建

语法

直方图(X)

直方图(X, nbins)

直方图(X,边缘)

直方图(BinEdges,边缘,BinCounts,计数)

直方图(C)

直方图(C类)

直方图(类别,类别,BinCounts,计数)

柱状图(___、名称、值)

直方图(ax,___）

H =直方图(___）

描述

例子

柱状图(X）的直方图X．的柱状图函数使用自动分箱算法，该算法返回具有统一宽度的分箱，选择该宽度以覆盖中的元素范围X并揭示分布的基本形状。柱状图将容器显示为矩形，以便每个矩形的高度指示容器中元素的数量。

例子

柱状图(X，nbins）使用标量指定的多个箱，nbins．

例子

柱状图(X，边缘）排序X放入由向量指定边的容器中，边缘．每个bin包括左边，但不包括右边，除了最后一个bin包括两条边。

直方图(“BinEdges”,边缘“BinCounts”,计数）手动指定bin边和相关的bin计数。柱状图绘制指定的分区计数，不执行任何数据分区。

例子

柱状图(C）,在那里C是一个分类数组，绘图柱状图与每个类别在C．

柱状图(C，类别）所指定的类别的子集类别．

直方图(“类别”,类别“BinCounts”,计数）手动指定类别和关联的bin计数。柱状图绘制指定的分区计数，不执行任何数据分区。

例子

柱状图(___，名称,值）使用一个或多个指定其他选项名称,值使用前面任何一种语法对参数。例如，您可以指定“BinWidth”和一个标量来调整箱子的宽度，或者“归一化”有一个有效的选项(“数”，“概率”，“countdensity”，“pdf”，“cumcount”,或“提供”)来使用不同类型的归一化。有关属性列表，请参见直方图特性．

柱状图(斧头，___）所指定的轴斧头而不是进入当前轴(gca)．的选项斧头可以放在前面语法中任何输入参数组合的前面。

例子

h=直方图(___）返回一个柱状图对象。使用它来检查和调整直方图的属性。有关属性列表，请参见直方图特性．

输入参数

全部展开

`X`- - - - - -要在各个箱子中分配的数据
向量|矩阵|多维数组

要在容器中分配的数据，指定为向量、矩阵或多维数组。如果X不是向量吗柱状图把它看成一个列向量，X (:)，并绘制单个直方图。

柱状图忽略所有南而且NaT值。同样的,柱状图忽略了正而且负值，除非bin边显式指定正或负作为bin边。虽然南，NaT，正,负值通常不绘制，它们仍然包含在包括数据元素总数的归一化计算中，例如“概率”．

请注意

如果X包含类型为int64或uint64大于flintmax，则建议显式指定直方图bin边。柱状图使用双精度自动对输入数据进行装箱，这对于大于的数字缺乏整数精度flintmax．

数据类型:单|双|int8|int16|int32|int64|uint8|uint16|uint32|uint64|逻辑|datetime|持续时间

`C`- - - - - -分类数据
分类数组

分类数据，指定为分类数组。柱状图不绘制未定义的分类值。然而，未定义的分类值仍然包含在包括数据元素总数的归一化计算中，例如“概率”．

数据类型:分类

`nbins`- - - - - -箱数
正整数

箱数，指定为正整数。如果您没有指定nbins,然后柱状图中的值自动计算要使用多少个箱子X．

例子:直方图(X, 15)创建带有15个箱子的直方图。

`边缘`- - - - - -本边缘
向量

Bin边，指定为向量。边(1)是第一个箱子的左边，和边(结束)是最后一个箱子的右边缘。

的值X(我)在kTh bin if边(k)≤X(我)<边(k + 1)．最后一个箱子还包括右箱子边，因此它包含X(我)如果边(end-1)≤X(我)≤边(结束)．

对于datetime和duration数据，边缘必须是单调递增的datetime或duration向量。

数据类型:单|双|int8|int16|int32|int64|uint8|uint16|uint32|uint64|逻辑|datetime|持续时间

`类别`- - - - - -直方图中包含的类别
字符向量的单元格数组|分类数组|字符串数组

请注意

此选项仅适用于分类直方图。

直方图中包含的类别，指定为字符向量的单元格数组、类别数组或字符串数组。

如果指定输入分类数组C，则默认为，柱状图为每个类别绘制一条柱状图C．在这种情况下，使用类别改为指定类别的唯一子集。
如果指定bin计数，则类别指定直方图的关联类别名称。

例子:h =直方图(C，{'大'，'小'})只绘制类别中的类别数据“大”而且“小”．

例子:直方图(“类别”,{‘是的’,‘不’,‘也许’},“BinCounts”,[22 18 3])绘制一个直方图，其中包含三个类别和相关的bin计数。

例子:h.Categories查询直方图对象中的类别h．

数据类型:细胞|分类|字符串

`计数`- - - - - -本计算
向量

Bin计数，指定为向量。使用此输入将bin计数传递给柱状图当bin计数计算单独执行时，您不希望柱状图进行任何数据装箱。

的长度计数必须等于箱子的数量。

对于数字直方图，箱子的数量为长度(边缘)1．
对于分类直方图，箱子的数量等于类别的数量。

例子:直方图('BinEdges'，-2:2，'BinCounts'，[5 8 15 9])

例子:直方图(“类别”,{‘是的’,‘不’,‘也许’},“BinCounts”,[22 18 3])

`斧头`- - - - - -目标轴
`轴`对象|`PolarAxes`对象

目标轴，指定为轴对象或PolarAxes对象。如果未指定轴，且当前轴为笛卡尔轴，则柱状图函数使用当前轴(gca)．要绘制到极轴，请指定PolarAxes对象作为第一个输入参数，或使用polarhistogram函数。

名称-值对参数

的可选逗号分隔对名称,值参数。的名字参数名称和价值对应的值。的名字必须出现在引号内。您可以以任意顺序指定多个名称和值对参数Name1, Value1,…,的家．

例子:直方图(X, BinWidth, 5)

这里列出的直方图属性只是一个子集。有关完整列表，请参见直方图特性．

`BarWidth`- - - - - -分类条的相对宽度
`0.9`(默认)|范围内的标量`[0, 1]`

请注意

此选项仅适用于分类数据的直方图。

分类条的相对宽度，指定为范围中的标量值[0, 1]．使用此属性可控制直方图内分类条的分离。默认值为0.9，这意味着横条宽度是前一个横条到下一个横条之间空间的90%，两边各占5%。

如果将此属性设置为1，然后相邻的条接触。

例子:0．5

数据类型:单|双|int8|int16|int32|int64|uint8|uint16|uint32|uint64

`BinLimits`- - - - - -本限制
双元素向量

Bin限制，指定为两个元素向量，[bmin, bmax]．该选项使用输入数组中的值绘制直方图，X，介于bmin而且bmax包容性。也就是说,X(X>=bmin & X<=bmax)．

此选项不适用于分类数据的直方图。

例子:直方图(X,“BinLimits”,[1,10])中的值绘制直方图X介于两者之间1而且10包容性。

`BinLimitsMode`- - - - - -箱子限制的选择模式
`“汽车”`(默认)|`“手动”`

bin限制的选择模式，指定为“汽车”或“手动”．默认值为“汽车”，使仓限自动调整数据。

如果您显式指定了其中任何一个BinLimits或BinEdges,然后BinLimitsMode自动设置为“手动”．在这种情况下，请指定BinLimitsMode作为“汽车”要重新缩放数据的bin限制。

此选项不适用于分类数据的直方图。

`BinMethod`- - - - - -装箱算法
`“汽车”`(默认)|`“斯科特。”`|`“fd”`|`“整数”`|`斯特奇斯的`|`“√”`|……

分箱算法，指定为本表中的值之一。

价值	描述
`“汽车”`	默认的`“汽车”`算法选择一个仓宽来覆盖数据范围，并揭示底层分布的形状。
`“斯科特。”`	如果数据接近正态分布，斯科特规则是最优的。这个规则也适用于大多数其他发行版。它使用的bin宽度为`3.5 性病(X(:)) 元素个数(X) ^ (1/3)`．
`“fd”`	Freedman-Diaconis规则对数据中的异常值不太敏感，可能更适合于具有重尾分布的数据。它使用的bin宽度为`2 差(X(:)) 元素个数(X) ^ (1/3)`,在那里`位差`四分位范围是`X`．
`“整数”`	整数规则对于整数数据非常有用，因为它为每个整数创建了一个bin。它使用的bin宽度为1，并将bin边放在整数之间的中间位置。为了避免意外地创建过多的容器，可以使用此规则创建65536个容器的限制(2¹⁶)．如果数据范围大于65536，则整数规则使用更宽的bins。请注意 `“整数”`不支持日期时间或持金宝app续时间数据。
`斯特奇斯的`	斯特奇斯的规则因其简单而广受欢迎。它选择了箱子的数量`(1 + log2(数字(X)))`．
`“√”`	平方根规则在其他软件包中被广泛使用。它选择了箱子的数量`装天花板(√元素个数(X)))`．

柱状图并不总是使用这些精确的公式来选择箱子的数量。有时，箱子的数量稍作调整，以便箱子的边缘落在“漂亮”的数字上。

对于datetime数据，bin方法可以是以下时间单位之一:

`“第二”`	`“月”`
`“一分钟”`	`“季”`
`“小时”`	`“年”`
`“天”`	`“十年”`
`“周”`	`“世纪”`

对于持续时间数据，bin方法可以是以下时间单位之一:

`“第二”`	`“天”`
`“一分钟”`	`“年”`
`“小时”`

如果你指定BinMethod然后使用datetime或duration数据柱状图最多可使用65,536个箱子(或2¹⁶)．如果指定的bin持续时间需要更多的bin，则柱状图使用与最大箱数对应的较大箱宽。

此选项不适用于分类数据的直方图。

请注意

如果你设置BinLimits，NumBins，BinEdges,或BinWidth属性，则BinMethod属性设置为“手动”．

例子:直方图(X,“BinMethod”、“整数”)创建以整数为中心的箱子的直方图。

`BinWidth`- - - - - -箱宽
标量

容器的宽度，指定为标量。当你指定BinWidth,然后柱状图最多可使用65,536个箱子(或2¹⁶)．如果指定的容器宽度需要更多的容器，则柱状图使用与最大箱数对应的较大箱宽。

对于datetime和duration数据，的值“BinWidth”可以是标量持续时间或日历持续时间。

此选项不适用于分类数据的直方图。

例子:直方图(X, BinWidth, 5)使用宽度为5的容器。

`DisplayOrder`- - - - - -分类显示顺序
`“数据”`(默认)|`“提升”`|`“下”`

类别显示顺序，指定为“提升”，“下”,或“数据”．与“提升”或“下”时，柱状图随柱高的增加或降低而显示。默认的“数据”值使用输入数据中的类别顺序，C．

此选项仅适用于分类数据。

`DisplayStyle`- - - - - -直方图显示样式
`“酒吧”`(默认)|`“楼梯”`

直方图显示样式，指定为任意一种“酒吧”或“楼梯”．指定“楼梯”显示阶梯图，该图显示直方图的轮廓而不填充内部。

的默认值“酒吧”显示柱状图。

例子:直方图(X,“DisplayStyle”、“楼梯”)绘制直方图的轮廓。

`EdgeAlpha`- - - - - -直方图条边的透明度
`1`(默认)|之间的标量值`0`而且`1`包容

直方图条边的透明度，指定为之间的标量值0而且1包容性。值为1意思是完全不透明0意思是完全透明(不可见)。

例子:直方图(X, EdgeAlpha, 0.5)创建带有半透明条边的直方图。

`EdgeColor`- - - - - -直方图边色
`[0 0 0]`或黑色(默认)|`“没有”`|`“汽车”`|RGB值|十六进制颜色代码|颜色名称

直方图边缘颜色，指定为以下值之一:

“没有”—没有绘制边缘。
“汽车”-每个边的颜色是自动选择的。

RGB三元组、十六进制颜色代码或颜色名称-边使用指定的颜色。

RGB三组和十六进制颜色代码对于指定自定义颜色很有用。

RGB三元组是一个三元素行向量，其元素指定颜色的红、绿和蓝分量的强度。强度必须在这个范围内[0, 1]；例如,[0.4 0.6 0.7]．
十六进制颜色码是字符向量或以散列符号(＃)后面跟着三个或六个十六进制数字，取值范围为0来F．这些值不区分大小写。因此，颜色代码“# FF8800”，“# ff8800”，“# F80”,“# f80”是等价的。

或者，您可以通过名称指定一些常用颜色。该表列出了已命名的颜色选项、等效的RGB三元组和十六进制颜色代码。

颜色名称	短名称	RGB值	十六进制颜色代码
`“红色”`	`“r”`	`[10 0 0]`	`“# FF0000”`
`“绿色”`	`‘g’`	`[0 10 0]`	`“# 00 ff00”`
`“蓝”`	`“b”`	`[0 0 1]`	`“# 0000 ff”`
`“青色”`	`“c”`	`[0 1 1]`	`“# 00飞行符”`
`“红色”`	`“米”`	`[10 0 1]`	`“#就”`
`“黄色”`	`“y”`	`[11 10 0]`	`“# FFFF00”`
`“黑”`	`“k”`	`[0 0 0]`	`# 000000的`
`“白色”`	`' w '`	`[1 1 1]`	`“# FFFFFF”`

这里是RGB三组和十六进制的颜色代码的默认颜色MATLAB^®在许多类型的图中使用。

RGB值	十六进制颜色代码	外观
`[0 0.4470 0.7410]`	`“# 0072 bd”`
`[0.8500 0.3250 0.0980]`	`“# D95319”`
`[0.9290 0.6940 0.1250]`	`“# EDB120”`
`[0.4940 0.1840 0.5560]`	`“# 7 e2f8e”`
`[0.4660 0.6740 0.1880]`	`“# 77 ac30”`
`[0.3010 0.7450 0.9330]`	`“# 4 dbeee”`
`[0.6350 0.0780 0.1840]`	`“# A2142F”`

例子:直方图(X,‘EdgeColor’,‘r’)创建带有红色条边的直方图。

`FaceAlpha`- - - - - -直方图条的透明度
`0.6`(默认)|之间的标量值`0`而且`1`包容

直方图条的透明度，指定为之间的标量值0而且1包容性。柱状图对直方图的所有柱状图使用相同的透明度。值为1意思是完全不透明0意思是完全透明(不可见)。

例子:直方图(X ' FaceAlpha ', 1)创建具有完全不透明条的直方图。

`FaceColor`- - - - - -直方图条颜色
`“汽车”`(默认)|`“没有”`|RGB值|十六进制颜色代码|颜色名称

直方图条颜色，指定为以下值之一:

“没有”—条形图未填满。
“汽车”-直方图条颜色自动选择(默认)。

RGB三元组、十六进制颜色代码或颜色名称—条形图用指定的颜色填充。

RGB三组和十六进制颜色代码对于指定自定义颜色很有用。

RGB三元组是一个三元素行向量，其元素指定颜色的红、绿和蓝分量的强度。强度必须在这个范围内[0, 1]；例如,[0.4 0.6 0.7]．
十六进制颜色码是字符向量或以散列符号(＃)后面跟着三个或六个十六进制数字，取值范围为0来F．这些值不区分大小写。因此，颜色代码“# FF8800”，“# ff8800”，“# F80”,“# f80”是等价的。

或者，您可以通过名称指定一些常用颜色。该表列出了已命名的颜色选项、等效的RGB三元组和十六进制颜色代码。

颜色名称	短名称	RGB值	十六进制颜色代码
`“红色”`	`“r”`	`[10 0 0]`	`“# FF0000”`
`“绿色”`	`‘g’`	`[0 10 0]`	`“# 00 ff00”`
`“蓝”`	`“b”`	`[0 0 1]`	`“# 0000 ff”`
`“青色”`	`“c”`	`[0 1 1]`	`“# 00飞行符”`
`“红色”`	`“米”`	`[10 0 1]`	`“#就”`
`“黄色”`	`“y”`	`[11 10 0]`	`“# FFFF00”`
`“黑”`	`“k”`	`[0 0 0]`	`# 000000的`
`“白色”`	`' w '`	`[1 1 1]`	`“# FFFFFF”`

下面是MATLAB在许多类型的图中使用的默认颜色的RGB三组和十六进制颜色代码。

RGB值	十六进制颜色代码	外观
`[0 0.4470 0.7410]`	`“# 0072 bd”`
`[0.8500 0.3250 0.0980]`	`“# D95319”`
`[0.9290 0.6940 0.1250]`	`“# EDB120”`
`[0.4940 0.1840 0.5560]`	`“# 7 e2f8e”`
`[0.4660 0.6740 0.1880]`	`“# 77 ac30”`
`[0.3010 0.7450 0.9330]`	`“# 4 dbeee”`
`[0.6350 0.0780 0.1840]`	`“# A2142F”`

如果你指定DisplayStyle作为“楼梯”,然后柱状图不使用FaceColor财产。

例子:直方图(X,‘FaceColor’,‘g’)创建带有绿色条的直方图。

`线型`- - - - - -线条样式
`“- - -”`(默认)|`“——”`|`“:”`|`“-”。`|`“没有”`

线条样式，指定为本表中列出的选项之一。

线条样式	描述	产生的线
`“- - -”`	实线
`“——”`	虚线
`“:”`	虚线
`“-”。`	Dash-dotted线
`“没有”`	没有线	没有线

`线宽`- - - - - -棒材轮廓宽度
`0．5`(默认)|积极的价值

条形轮廓的宽度，指定为以点为单位的正值。1分等于1/72英寸。

例子:1．5

数据类型:单|双|int8|int16|int32|int64|uint8|uint16|uint32|uint64

`归一化`- - - - - -归一化类型
`“数”`(默认)|`“概率”`|`“countdensity”`|`“pdf”`|`“cumcount”`|`“提供”`

归一化类型，指定为本表中的值之一。对于每个箱子我：

$v_{我}$ 是bin值。
$c_{我}$ 是容器中元素的数量。
$w_{我}$ 是箱子的宽度。
$N$ 输入数据中的元素数。如果数据包含。则此值可以大于已打包数据南，NaT,或<定义>值，或者某些数据位于bin限制之外。

价值	本值	笔记
`“数”`(默认)	$v_{我} ＝ c_{我}$	计数或观察频率。 bin值的和小于或等于`元素个数(X)`．总和小于`元素个数(X)`只有当一些输入数据不包含在箱子中时才会这样做。对于分类数据，bin值的和小于或等于其中之一`元素个数(X)`或`sum (ismember (X(:),类别))`．
`“countdensity”`	$v_{我} ＝ \frac{c_{我}}{w_{我}}$	计数或频率按仓宽缩放。每个条形图的面积(高宽)是箱子里的观测数据的数量。条形面积之和小于等于`元素个数(X)`．对于分类直方图，这与`“数”`．请注意* `“countdensity”`不支持日期时间或持金宝app续时间数据。
`“cumcount”`	$v_{我} ＝ \sum_{j ＝ 1}^{我} c_{j}$	累计计数。每个bin值是该bin和之前所有bin中观测值的累积数。最后一根杆的高度小于或等于`元素个数(X)`．对于分类直方图，最后一个柱的高度小于或等于`元素个数(X)`或`sum (ismember (X(:),类别))`．
`“概率”`	$v_{我} ＝ \frac{c_{我}}{N}$	相对概率。条形高度之和小于或等于`1`．
`“pdf”`	$v_{我} ＝ \frac{c_{我}}{N \cdot w_{我}}$	概率密度函数估计。每个条形的面积是观测值的相对数目。条形面积之和小于等于`1`．对于分类直方图，这与`“概率”`．请注意 `“pdf”`不支持日期时间或持金宝app续时间数据。
`“提供”`	$v_{我} ＝ \sum_{j ＝ 1}^{我} \frac{c_{j}}{N}$	累积密度函数估计。每个条形图的高度等于该数据仓和之前所有数据仓中观测值的累积相对数。最后一根杆的高度小于或等于`1`．对于分类数据，每个柱状图的高度等于每个类别和之前所有类别的累积相对观测数。

例子:直方图(X,“正常化”,“pdf”)的概率密度函数的估计X．

`NumDisplayBins`- - - - - -要显示的类别数量
标量

要显示的类别数，指定为标量。控件可以更改柱状图中显示的类别的顺序“DisplayOrder”选择。

此选项仅适用于分类数据。

`取向`- - - - - -杆的朝向
`“垂直”`(默认)|`“水平”`

条的方向，指定为“垂直”或“水平”．

例子:直方图(X,“定位”,“水平”)创建具有水平条的直方图。

`ShowOthers`- - - - - -切换属于未显示类别的数据的摘要显示
`“关闭”`(默认)|开/关逻辑值

切换属于未显示类别(指定为)的数据的汇总显示“上”或“关闭”，或作为数字或逻辑1（真正的)或0（假)．值为“上”等于真正的,“关闭”等于假．因此，您可以将此属性的值用作逻辑值。该值存储为类型的on/off逻辑值matlab.lang.OnOffSwitchState．

将此选项设置为“上”在直方图中显示带有名称的附加栏“别人”．这个额外的条计数不属于直方图中显示的类别的所有元素。

控件可以更改柱状图中显示的类别数量及其顺序“NumDisplayBins”而且“DisplayOrder”选项。

此选项仅适用于分类数据。

输出参数

全部展开

`h`——直方图
对象

直方图，作为对象返回。有关更多信息，请参见直方图特性．

属性

直方图特性

外观和行为直方图

对象的功能

`morebins`	增加直方图箱的数量
`fewerbins`	减少直方图箱的数量

例子

全部折叠

矢量直方图

打开实时脚本

生成10,000个随机数并创建直方图。的柱状图函数自动选择适当数量的容器来覆盖中的值范围x并显示底层分布的形状。

X = randn(10000,1);H =直方图(x)

图中包含一个轴对象。坐标轴对象包含一个直方图类型的对象。

h =带有属性的直方图:数据:[10000x1 double]值:[2 21 6 7 17 29 57 86 133 193 271 331 421 540 613…] NumBins: 37 BinEdges:[-3.8000 -3.6000 -3.4000 -3.2000 -3 -2.8000 -2.6000…] BinWidth: 0.2000 BinLimits:[-3.8000 3.6000]归一化:'count' FaceColor: 'auto' EdgeColor:[0 000]显示所有属性

属性指定输出参数时柱状图函数，它返回一个直方图对象。您可以使用此对象检查直方图的属性，例如箱子的数量或箱子的宽度。

找出直方图箱的数量。

nbins = h. numbin

Nbins = 37

指定直方图箱的数量

打开实时脚本

绘制一个由1000个随机数字组成的直方图，这些数字被分成25个等距的箱子。

X = randn(1000,1);Nbins = 25;H =直方图(x,nbins)

图中包含一个轴对象。坐标轴对象包含一个直方图类型的对象。

h =带有属性的直方图:数据:[1000x1 double]值:[1 3 0 6 14 19 31 54 74 80 92 122 104 115 88 80 38 32…] NumBins: 25 BinEdges:[-3.4000 -3.1200 -2.8400 -2.5600 -2.2800 -2 -1.7200…[BinWidth: 0.2800 BinLimits:[-3.4000 3.6000]归一化:'count' FaceColor: 'auto' EdgeColor:[0 000]显示所有属性

找到箱子数。

counts = h.Values

数=1×251 3 0 6 14 19 31 54 74 80 92 122 104 115 88 80 38 32 21 9 5 5 5 0 2

改变直方图箱的数量

打开实时脚本

生成1000个随机数并创建直方图。

X = randn(1000,1);h =直方图(X)

图中包含一个轴对象。坐标轴对象包含一个直方图类型的对象。

h =带有属性的直方图:数据:[1000x1 double]值:[3 12 15 17 27 53 79 85 101 127 110 124 95 67 32 27…] NumBins: 23 BinEdges:[-3.3000 -3.0000 -2.7000 -2.4000 -2.1000 -1.8000…] BinWidth: 0.3000 BinLimits:[-3.3000 3.6000]归一化:'count' FaceColor: 'auto' EdgeColor:[0 000]显示所有属性

使用morebins函数粗略地调整箱子的数量。

Nbins = morebins(h);Nbins =摩尔宾斯(h)

图中包含一个轴对象。坐标轴对象包含一个直方图类型的对象。

Nbins = 29

通过显式设置箱子的数量来调整箱子的细颗粒水平。

h.NumBins = 31;

图中包含一个轴对象。坐标轴对象包含一个直方图类型的对象。

指定直方图的Bin边

打开实时脚本

生成1000个随机数并创建直方图。将仓边指定为在直方图边缘上具有宽仓的向量，以捕获不满足条件的异常值 $| x | < 2$ ．第一个向量元素是第一个容器的左边缘，最后一个向量元素是最后一个容器的右边缘。

X = randn(1000,1);Edges = [-10 -2:0.25:2 10];H =直方图(x，边);

图中包含一个轴对象。坐标轴对象包含一个直方图类型的对象。

指定归一化财产“countdensity”把存放异常值的箱子放平。现在,区域每个料仓的大小(而不是高度)表示该区间内观测的频率。

h.Normalization =“countdensity”；

图中包含一个轴对象。坐标轴对象包含一个直方图类型的对象。

分类直方图

打开实时脚本

创建一个表示投票的分类向量。向量中的类别为“是的”，“不”,或“决定”．

A = [0 0 1 1 1 0 0 0 0 0 NaN 1 0 0 0 1 1 0 0 1 0 0 0 0 1 1 1 1 1];C = categorical(A，[1 0 NaN]，{“是的”，“不”，“决定”}）

C =1 x27分类第1至9列否否是是是否否否第10至16列未决定未决定是否否否是第17至25列否是否是否否否是是26至27列是是

绘制投票的分类直方图，使用的相对条宽度为0．5．

h =直方图(C，“BarWidth”, 0.5)

图中包含一个轴对象。axis对象包含一个categoricalhistogram类型的对象。

h =带有属性的直方图:数据:[否否是是是否否…[11 14 2] NumDisplayBins: 3类别:{'yes' 'no' 'undecided'} DisplayOrder: 'data'归一化:'count' DisplayStyle: 'bar' FaceColor: 'auto' EdgeColor:[0 0 0 0]显示所有属性

具有指定标准化的直方图

打开实时脚本

方法生成1,000个随机数并创建直方图“概率”规范化。

X = randn(1000,1);H =直方图(x，“归一化”，“概率”）

图中包含一个轴对象。坐标轴对象包含一个直方图类型的对象。

h =带有属性的直方图:数据:[1000x1 double]值:[0.0030 1.0000e-03 0.0020 0.0150 0.0170 0.0270 0.0530…] NumBins: 23 BinEdges:[-3.3000 -3.0000 -2.7000 -2.4000 -2.1000 -1.8000…[BinWidth: 0.3000 BinLimits:[-3.3000 3.6000]归一化:'probability' FaceColor: 'auto' EdgeColor:[0 000]显示所有属性

计算杆高之和。通过这种归一化，每个条形图的高度等于在该bin区间内选择观测值的概率，所有条形图的高度之和为1。

S = sum(h.Values)

S = 1

绘制多重直方图

打开实时脚本

生成两个随机数向量，并为同一图中的每个向量绘制直方图。

X = randn(2000,1);Y = 1 + randn(5000,1);H1 =直方图(x);持有在H2 =直方图(y);

图中包含一个轴对象。axis对象包含2个直方图类型的对象。

由于直方图的样本量和仓宽不同，很难进行比较。规范化直方图，使所有条形图的高度都加为1，并使用统一的栏宽。

h1。N或malization =“概率”；h1。BinWidth = 0.25;h2。N或malization =“概率”；h2。BinWidth = 0.25;

图中包含一个轴对象。axis对象包含2个直方图类型的对象。

调整直方图属性

打开实时脚本

生成1000个随机数并创建直方图。返回直方图对象以调整直方图的属性，而无需重新创建整个图形。

X = randn(1000,1);H =直方图(x)

图中包含一个轴对象。坐标轴对象包含一个直方图类型的对象。

h =带有属性的直方图:数据:[1000x1 double]值:[3 12 15 17 27 53 79 85 101 127 110 124 95 67 32 27…] NumBins: 23 BinEdges:[-3.3000 -3.0000 -2.7000 -2.4000 -2.1000 -1.8000…] BinWidth: 0.3000 BinLimits:[-3.3000 3.6000]归一化:'count' FaceColor: 'auto' EdgeColor:[0 000]显示所有属性

具体指定要使用多少个箱子。

h.NumBins = 15;

图中包含一个轴对象。坐标轴对象包含一个直方图类型的对象。

用向量指定箱子的边。向量中的第一个值是第一个bin的左边缘。最后一个值是最后一个bin的右边缘。

h.BinEdges = [-3:3];

图中包含一个轴对象。坐标轴对象包含一个直方图类型的对象。

更改直方图条的颜色。

h.FaceColor = [0 0.5 0.5];h.EdgeColor =“r”；

图中包含一个轴对象。坐标轴对象包含一个直方图类型的对象。

确定潜在概率分布

打开实时脚本

生成5000个正态分布随机数，其均值为5，标准差为2。绘制直方图归一化设置为“pdf”产生一个概率密度函数的估计。

X = 2*randn(5000,1) + 5;直方图(x,“归一化”，“pdf”）

图中包含一个轴对象。坐标轴对象包含一个直方图类型的对象。

在本例中，正态分布数据的底层分布是已知的。但是，您可以使用“pdf”通过将数据与已知的概率密度函数进行比较，确定数据的潜在概率分布的直方图。

具有均值的正态分布的概率密度函数 $μ$ ，标准差 $σ$ ，和方差 $σ^{2}$ 是

$f （ x ， μ ， σ ）＝ \frac{1}{σ \sqrt{2 π}} 经验值［ - \frac{（ x - μ ）^{2}}{2 σ^{2}} ］．$

覆盖正态分布的概率密度函数图，其均值为5，标准差为2。

持有在Y = -5:0.1:15;Mu = 5;σ = 2;(f = exp () - yμ。^ 2. /(2 *σ^ 2))。/σ*√(2 *π));情节(y, f,“线宽”, 1.5)

图中包含一个轴对象。axis对象包含2个直方图类型的对象，line。

保存和加载直方图对象

打开实时脚本

使用savefig函数保存柱状图数字

直方图(randn (10));savefig (“histogram.fig”）;关闭gcf

使用openfig将直方图加载回MATLAB中。openfig还返回图形的句柄，h．

H = openfig(“histogram.fig”）;

图中包含一个轴对象。坐标轴对象包含一个直方图类型的对象。

使用findobj函数从图形句柄中定位正确的对象句柄。这允许您继续操作用于生成图形的原始直方图对象。

Y = findobj(h，“类型”，“直方图”）

y =带有属性的直方图:数据:[10x10 double]值:[2 17 28 32 16 32]NumBins: 7 BinEdges: [-3 -2 -1 0 1 2 3 4] BinWidth: 1 BinLimits:[-3 4]归一化:'count' FaceColor: 'auto' EdgeColor:[0 0 0 0]显示所有属性

提示

创建的直方图柱状图在图形编辑模式下有一个上下文菜单，可以在图形窗口中进行交互操作。例如，您可以使用上下文菜单以交互方式更改箱子的数量、对齐多个直方图或更改显示顺序。
当您将数据提示添加到直方图绘图时，它们将显示箱边和箱计数。

扩展功能

高大的数组
使用行数超过内存容量的数组进行计算。

该函数支持高数组，但有以下限金宝app制:

某些输入选项不受支持。金宝app允许的选项有:
- “BinWidth”
- “BinLimits”
- “归一化”
- “DisplayStyle”
- “BinMethod”- - -“汽车”而且“斯科特。”Bin方法相同。的“fd”不支持Bin方法。金宝app
- “EdgeAlpha”
- “EdgeColor”
- “FaceAlpha”
- “FaceColor”
- “线型”
- “线宽”
- “定位”
此外，最大条数也有一个上限。默认最大值为100。
的morebins而且fewerbins方法不受支持。金宝app
不支持编辑需要重新计算容器的直方图对象的属性。金宝app

有关更多信息，请参见内存不足数据的高数组．

GPU数组
通过使用并行计算工具箱™在图形处理单元(GPU)上运行来加速代码。

使用注意事项和限制:

此函数接受GPU数组，但不运行在GPU上。

有关更多信息，请参见在图形处理器上运行MATLAB函数(并行计算工具箱)．

分布式阵列
使用并行计算工具箱™跨集群的组合内存对大型数组进行分区。

使用注意事项和限制:

此函数操作在分布式数组上，但在客户端MATLAB中执行。

有关更多信息，请参见运行MATLAB函数与分布式阵列(并行计算工具箱)．

另请参阅

主题

在R2014b中引入

柱状图

描述

创建

语法

描述

输入参数

X- - - - - -要在各个箱子中分配的数据向量|矩阵|多维数组

C- - - - - -分类数据分类数组

nbins- - - - - -箱数正整数

边缘- - - - - -本边缘向量

类别- - - - - -直方图中包含的类别字符向量的单元格数组|分类数组|字符串数组

计数- - - - - -本计算向量

斧头- - - - - -目标轴轴对象|PolarAxes对象

BarWidth- - - - - -分类条的相对宽度0.9(默认)|范围内的标量[0, 1]

BinLimits- - - - - -本限制双元素向量

BinLimitsMode- - - - - -箱子限制的选择模式“汽车”(默认)|“手动”

BinMethod- - - - - -装箱算法“汽车”(默认)|“斯科特。”|“fd”|“整数”|斯特奇斯的|“√”|……

BinWidth- - - - - -箱宽标量

DisplayOrder- - - - - -分类显示顺序“数据”(默认)|“提升”|“下”

DisplayStyle- - - - - -直方图显示样式“酒吧”(默认)|“楼梯”

EdgeAlpha- - - - - -直方图条边的透明度1(默认)|之间的标量值0而且1包容

EdgeColor- - - - - -直方图边色[0 0 0]或黑色(默认)|“没有”|“汽车”|RGB值|十六进制颜色代码|颜色名称

FaceAlpha- - - - - -直方图条的透明度0.6(默认)|之间的标量值0而且1包容

FaceColor- - - - - -直方图条颜色“汽车”(默认)|“没有”|RGB值|十六进制颜色代码|颜色名称

线型- - - - - -线条样式“- - -”(默认)|“——”|“:”|“-”。|“没有”

线宽- - - - - -棒材轮廓宽度0．5(默认)|积极的价值

归一化- - - - - -归一化类型“数”(默认)|“概率”|“countdensity”|“pdf”|“cumcount”|“提供”

NumDisplayBins- - - - - -要显示的类别数量标量

取向- - - - - -杆的朝向“垂直”(默认)|“水平”

ShowOthers- - - - - -切换属于未显示类别的数据的摘要显示“关闭”(默认)|开/关逻辑值

输出参数

h——直方图对象

属性

对象的功能

例子

矢量直方图

指定直方图箱的数量

改变直方图箱的数量

指定直方图的Bin边

分类直方图

具有指定标准化的直方图

绘制多重直方图

调整直方图属性

确定潜在概率分布

保存和加载直方图对象

提示

扩展功能

高大的数组使用行数超过内存容量的数组进行计算。

GPU数组通过使用并行计算工具箱™在图形处理单元(GPU)上运行来加速代码。

分布式阵列使用并行计算工具箱™跨集群的组合内存对大型数组进行分区。

另请参阅

主题

MATLAB的文档

金宝app

用MATLAB介绍深度学习

`X`- - - - - -要在各个箱子中分配的数据
向量|矩阵|多维数组

`C`- - - - - -分类数据
分类数组

`nbins`- - - - - -箱数
正整数

`边缘`- - - - - -本边缘
向量

`类别`- - - - - -直方图中包含的类别
字符向量的单元格数组|分类数组|字符串数组

`计数`- - - - - -本计算
向量

`斧头`- - - - - -目标轴
`轴`对象|`PolarAxes`对象

`BarWidth`- - - - - -分类条的相对宽度
`0.9`(默认)|范围内的标量`[0, 1]`

`BinLimits`- - - - - -本限制
双元素向量

`BinLimitsMode`- - - - - -箱子限制的选择模式
`“汽车”`(默认)|`“手动”`

`BinMethod`- - - - - -装箱算法
`“汽车”`(默认)|`“斯科特。”`|`“fd”`|`“整数”`|`斯特奇斯的`|`“√”`|……

`BinWidth`- - - - - -箱宽
标量

`DisplayOrder`- - - - - -分类显示顺序
`“数据”`(默认)|`“提升”`|`“下”`

`DisplayStyle`- - - - - -直方图显示样式
`“酒吧”`(默认)|`“楼梯”`

`EdgeAlpha`- - - - - -直方图条边的透明度
`1`(默认)|之间的标量值`0`而且`1`包容

`EdgeColor`- - - - - -直方图边色
`[0 0 0]`或黑色(默认)|`“没有”`|`“汽车”`|RGB值|十六进制颜色代码|颜色名称

`FaceAlpha`- - - - - -直方图条的透明度
`0.6`(默认)|之间的标量值`0`而且`1`包容

`FaceColor`- - - - - -直方图条颜色
`“汽车”`(默认)|`“没有”`|RGB值|十六进制颜色代码|颜色名称

`线型`- - - - - -线条样式
`“- - -”`(默认)|`“——”`|`“:”`|`“-”。`|`“没有”`

`线宽`- - - - - -棒材轮廓宽度
`0．5`(默认)|积极的价值

`归一化`- - - - - -归一化类型
`“数”`(默认)|`“概率”`|`“countdensity”`|`“pdf”`|`“cumcount”`|`“提供”`

`NumDisplayBins`- - - - - -要显示的类别数量
标量

`取向`- - - - - -杆的朝向
`“垂直”`(默认)|`“水平”`

`ShowOthers`- - - - - -切换属于未显示类别的数据的摘要显示
`“关闭”`(默认)|开/关逻辑值

`h`——直方图
对象

高大的数组
使用行数超过内存容量的数组进行计算。

GPU数组
通过使用并行计算工具箱™在图形处理单元(GPU)上运行来加速代码。

分布式阵列
使用并行计算工具箱™跨集群的组合内存对大型数组进行分区。