这个例子展示了如何使用直方图
和histogram2
分析和可视化包含在一个大数组中的数据。
使用airlinesmall.csv
数据集。治疗“不”
值作为缺少的数据,以便将其替换为南
值。选择要处理的变量的子集。将数据存储转换为一个高表。
varnames = {“延迟”,“DepDelay”,“年”,“月”};ds = tabularTextDatastore (“airlinesmall.csv”,“TreatAsMissing”,“不”,...“SelectedVariableNames”,varnames);T=高(ds)
T = Mx4高表ArrDelay DepDelay月 ________ ________ ____ _____ 8 12 1987 10 8 1987 21 1987 10 1987年12 13日10 4 3 2 1 1987 59 63 1987 1987 10 11 1987 10 : : : : : : : :
绘制一个图像的直方图ArrDelay
变量来检查到达延迟的频率分布。
h =直方图(T.ArrDelay);
using the Local MATLAB Session: - Pass 1 of 2: Completed in 0.85 sec - Pass 2 of 2: Completed in 0.46 sec
头衔(“航班延误,1987 - 2008”)xlabel('到达延迟(分钟)')伊拉贝尔(“频率”)
到达延迟通常是一个接近0的小数字,所以这些值占据了整个情节,使得我们很难看到其他细节。
限制柱状图箱限制,只plot之间的到达延迟-50到150分钟。从高数组创建直方图对象后,不能更改任何需要重新计算容器的属性,包括BinWidth
和BinLimits
.同样,你也不能使用莫宾斯
或费宾斯
调整垃圾箱的数量。在这些情况下,请使用直方图
从塔勒阵列中的原始数据重建直方图。
图柱状图(T.1),“宾极限”,[-50,150])
using the Local MATLAB Session: - Pass 1 of 2: Completed in 0.8 sec - Pass 2 of 2: Completed in 0.51 sec
头衔(“1987-2008年-50至150分钟的航班延误”)xlabel('到达延迟(分钟)')伊拉贝尔(“频率”)
从这个情节来看,长时间的拖延似乎比最初预期的更常见。为了进一步调查,请找出航班延误一小时或更长时间的概率。
原始的直方图返回一个对象h
中包含bin值的价值观
属性中的容器边缘边沿
财产。可以使用这些属性执行内存计算。
确定哪些箱子包含一个小时(60分钟)或更长时间的到达延误。从逻辑索引向量中删除最后一条bin边,使其与bin值向量的长度相同。
idx=h.BinEdges>=60;idx(结束)=[];
使用idx
检索与每个选定的容器关联的值。将箱值加在一起,除以样本总数,再乘以100,就可以确定延迟大于或等于1小时的总概率。由于样本的总数是从原始数据集计算出来的,所以使用收集
显式计算并返回内存中的标量。
N=numel(T.ArrDelay);P=gather(和(h.Values(idx))*100/N)
P = 4.4809
总的来说,到达延迟一小时或更长时间的概率约为4.5%。
绘制每月60分钟或更长的到达延迟的双变量直方图。此图检查季节性如何影响到达延迟。
图h2 = histogram2(T. month,T. month,T. month)ArrDelay, 50 [12],“YBinLimits”,[60 1100],...“正常化”,“概率”,“脸色”,“平”);
使用本地MATLAB会话评估tall表达式:-通过1/1:在0.83秒内完成评估在1秒内完成使用本地MATLAB会话评估tall表达式:-通过1/1:在0.83秒内完成评估在0.92秒内完成
头衔(“延误1小时或以上的概率(按月计算)”)xlabel(“第(1-12)个月”)伊拉贝尔('到达延迟(分钟)')兹拉贝尔(“概率”) xticks(1:12)视图(-126年,23)
使用二元直方图对象计算每个月有一个小时或更大的到达延迟的概率,以及每个月的平均到达延迟。将结果放入带有变量的表中P
包含概率信息和变量MeanByMonth
包含平均到达延迟。
monthNames = {“简”,“二月”,“马尔”,“四月”,“可能”,“君”,...“7”,“8月”,“9”,“十月”,11月的,“十二月”}“;G=查找组(T.Month);M=拆分应用(@(x)平均值(x),“omitnan”),T.arrday,G);delayByMonth=表(月名称,总和(h2.值,2)*100,聚集(M),...“VariableNames”,{“月”,“P”,“平均每月”})
使用本地MATLAB会话评估tall表达式:-第1次通过(共2次):在0.37秒内完成-第2次通过(共2次):在1.1秒内完成评估在2秒内完成
delayByMonth =12×3表月P MeanByMonth _______ ______ ___________ {' } 1月9.6497 - 8.5954 7.7058 - 7.3275{' 2月'}{“Mar”}9.0543 - 7.5536{4月的}7.2504 - 6.0081 7.4256 - 5.2949{‘可能’}{“君”}10.35 - 10.264{‘7’}10.228 - 8.7797 8.5989 - 7.4522{“8月”}{‘9’}5.4116 - 3.6308{10月的}6.042 - 4.6059{11月的}6.9002 5.2835{12月的}11.384 - 10.571
结果表明,12月假日月份的航班延误超过一小时的概率为11.4%,但平均延误10.5分钟。紧随其后的是6月和7月的夏季月份,航班延误一小时或以上的概率约为10%,平均延误约为9或10分钟.