直方图的阴谋
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。
柱状图(
的直方图X
)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。
X
- - - - - -要在各个箱子中分配的数据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k
Th 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。
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
.
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 |
---|---|
|
默认的 |
|
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 |
|
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 |
|
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
|
|
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 |
|
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 |
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 | 外观 |
---|---|---|---|---|
“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 | 外观 |
---|---|---|---|---|
“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
:
是bin值。
是容器中元素的数量。
是箱子的宽度。
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) |
|
|
“countdensity” |
|
请注意
|
“cumcount” |
|
|
“概率” |
|
|
“pdf” |
|
请注意
|
“提供” |
|
|
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。
直方图特性 | 外观和行为直方图 |
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)
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
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)
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
生成1000个随机数并创建直方图。
X = randn(1000,1);h =直方图(X)
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)
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;
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 .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);
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”;
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)
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
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”)
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
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);
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;
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)
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;
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];
更改直方图条的颜色。
h.FaceColor = [0 0.5 0.5];h.EdgeColor =“r”;
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”)
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 ,标准差 ,和方差 是
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)
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”);
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
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。
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.
你点击了一个对应于这个MATLAB命令的链接:
在MATLAB命令窗口中输入该命令来运行该命令。Web浏览器不支持MATLAB命令。金宝app
您也可以从以下列表中选择一个网站:
选择中国站点(中文或英文)以获得最佳站点性能。其他MathWorks国家站点没有针对您所在位置的访问进行优化。