histcounts2

二元直方图箱数

所有的页面崩溃

语法

[N Xedges Yedges] = histcounts2 (X, Y)

[N Xedges Yedges] = histcounts2 (X, Y, nbins)

[N Xedges Yedges] = histcounts2 (X, Y, Xedges Yedges)

[N Xedges Yedges] = histcounts2 (___、名称、值)

[N Xedges Yedges, binX binY] = histcounts2 (___)

描述

例子

(N,Xedges,Yedges)= histcounts2 (X, Y)分区的值X和Y成二维垃圾箱,并返回本计数,以及本边缘在每个维度。的histcounts2函数使用一个自动装箱算法返回统一的垃圾箱选择覆盖的范围值X和Y并揭示底层的形状分布。

例子

(N,Xedges,Yedges)= histcounts2 (X, Y,nbins)指定垃圾箱的数量在每个维度中使用。

例子

(N,Xedges,Yedges)= histcounts2 (X, Y,Xedges,Yedges)分区X和Y与指定的垃圾箱边箱Xedges和Yedges。

N (i, j)重要的价值[X (k), Y (k)]如果Xedges(我)≤X (k)<Xedges (i + 1)和Yedges (j)≤Y (k)<Yedges (j + 1)。每个维度还包括过去的最后一个箱子(外部)优势。例如,[X (k), Y (k)]落入我本在最后一行Xedges (end-1)≤X (k)≤Xedges(结束)和Yedges(我)≤Y (k)<Yedges (i + 1)。

例子

(N,Xedges,Yedges)= histcounts2 (___,名称,值)使用指定的一个或多个额外的选项名称,值双参数使用任何输入参数在以前的语法。例如,您可以指定“BinWidth”和一个双元素向量调整箱子的宽度在每个维度。

例子

(N,Xedges,Yedges,binX,binY)= histcounts2 (___)还返回索引数组binX和binY,使用任何先前的语法。binX和binY数组大小一样吗X和Y的元素是本指数中相应的元素X和Y。元素的数量(i, j)本等于nnz (binX = =我& binY = = j),这是一样的N (i, j)如果归一化是“数”。

例子

全部折叠

箱数和本边缘

打开生活的脚本

分发100对随机数进垃圾箱。histcounts2自动选择一个合适的宽度揭示底层数据的分布。

x = randn (100 1);y = randn (100 1);[N Xedges Yedges] = histcounts2 (x, y)

N =7×610 0 0 0 2 0 0 1 2 4 0 0 1 9 9 5 0 1 4 10 11 4 5 1 1 6 3 1 1 0 0 1 2 0 0 0 0 1 0 1 0

Xedges =1×83 2 1 0 1 2 3 4

Yedges =1×73 2 1 0 1 2 3

指定每个维度的箱子数量

打开生活的脚本

分配10双数字12箱。指定在x维3箱,和y维4箱。

x = [1 1 2 3 2 2 1 1 2 3];y = [5 6 3 7 8 9 1 2 5 1];nbins = [3 - 4];[N Xedges Yedges] = histcounts2 (x, y, nbins)

N =3×41 0 2 1 1 1 1 1 1 0 0 1

Xedges =1×40.6000 1.4000 2.2000 3.0000

Yedges =1×50 2.3000 4.6000 6.9000 9.2000

指定本边缘

打开生活的脚本

分发1000对随机数进垃圾箱。定义本边缘两个向量:一个x和y的每个维度。在每个向量的第一个元素指定第一边缘的第一本,和最后一个元素是最后的最后一本。

x = randn (1000 1);y = randn (1000 1);Xedges = 5;Yedges = [5 4 2 1 0 0.5 -0.5 1 2 4 5];N = histcounts2 (x, y, Xedges Yedges)

N =10×100 0 0 0 0 0 0 0 0 0 0 0 0 0 1 1 1 0 0 0 0 0 5 5 3 5 1 2 0 0 0 2 19日23日29日25日26日20 5 0 0 10 36 51 59 71 54 46 10 0 0 7 43 46 79 64 60 46 9 0 0 3 12 18 21 23 19 9 6 0 0 0 8 5 3 2 2 2 0 0 0 0 0 1 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0

归一化本计数

打开生活的脚本

分发1000对随机数进垃圾箱。指定归一化作为“概率”规范化,箱子数量总和(N (:))是1。也就是说,每一本数表示属于的观察意见,这使得本的概率。

x = randn (1000 1);y = randn (1000 1);[N Xedges Yedges] = histcounts2 (x, y, 6日“归一化”,“概率”)

N =6×60 0 0.0020 0.0020 0 0 0 0.0110 0.0320 0.0260 0.0070 0.0010 0.0010 0.0260 0.1410 0.0360 0.1620 0.1940 0.0370 0.0040 0.1750 0.0430 0.0060 0 0 0 0.0040 0.0300 0.0370 0.0100 0.0010 0.0030 0.0040 0.0040 0.0010 0

Xedges =1×7-4.0000 -2.7000 -1.4000 -0.1000 1.2000 2.5000 3.8000

Yedges =1×7-4.0000 -2.7000 -1.4000 -0.1000 1.2000 2.5000 3.8000

确定本位置

打开生活的脚本

分发1000个随机整数对-10至10进垃圾箱,并指定BinMethod作为“整数”使用宽箱集中在整数。指定5个输出histcounts2返回向量代表本位置的数据。

x =兰迪([10]-10年,1000年,1);y =兰迪([10]-10年,1000,1);[N Xedges Yedges, binX binY] = histcounts2 (x, y,“BinMethod”,“整数”);

确定哪一本的价值(x (3), (3))落入。

[x (3), (3))

ans =1×28 10

本= [binX (3) binY (3))

本=1×23 21

输入参数

全部折叠

`X, Y`- - - - - -垃圾箱(作为单独的参数)之间的数据分发
向量|矩阵|多维数组

数据分发在垃圾箱中,指定为独立的参数向量,矩阵或多维数组。X和Y必须具有相同的大小。

对应的元素X和Y指定x和y二维数据点的坐标,[X (k), Y (k)]。的数据类型X和Y可以是不同的。

histcounts2忽略所有南值。同样的,histcounts2忽略了正和负除非本边缘显式地指定值正或负作为一个本边缘。

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

`nbins`- - - - - -每个维度的箱子数量
标量|向量

每个维度的箱子数量,指定为一个积极的标量整数或双元素向量的正整数。如果你不指定nbins,然后histcounts2自动计算有多少箱子使用基于中的值X和Y:

如果nbins是一个标量,然后呢histcounts2使用每个维度中,许多垃圾箱。
如果nbins是一个矢量,然后呢nbins (1)指定的箱数x尺寸和nbins (2)指定的箱数y维度。

例子:[N Xedges Yedges] = histcounts2 (X, Y, [20] 15)使用15箱x维度和20箱y维度。

`Xedges`- - - - - -本的边缘x维
向量

本的边缘x维度,指定为一个向量。Xedges (1)是第一个边缘的第一本吗x维度,Xedges(结束)是最后一本的外缘。

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

`Yedges`- - - - - -本的边缘y维
向量

本的边缘y维度,指定为一个向量。Yedges (1)是第一个边缘的第一本吗y维度,Yedges(结束)是最后一本的外缘。

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

名称-值参数

指定可选的双参数作为Name1 = Value1,…,以=家,在那里的名字参数名称和吗价值相应的价值。名称-值参数必须出现在其他参数,但对的顺序无关紧要。

R2021a之前,用逗号来分隔每一个名称和值,并附上的名字在报价。

例子:[N Xedges Yedges] = histcounts2 (X, Y,“正常化”,“概率”)可实现本数量N,这样总和(N)是1。

`BinMethod`- - - - - -装箱算法
`“汽车”`(默认)|`“斯科特。”`|`“fd”`|`“整数”`

装箱算法,在这个表指定为一个值。

价值	描述
`“汽车”`	默认的`“汽车”`算法选择本宽度的数据范围,揭示潜在分布的形状。
`“斯科特。”`	斯科特的规则是最优如果数据共同接近正态分布。这条规则是适合大多数其他发行版,。它使用一个本的大小`[3.5 性病(X(:)) 元素个数(X) ^(1/4), 3.5 性病(Y(:)) 元素个数(Y) ^ (1/4)`。
`“fd”`	Freedman-Diaconis规则对数据中离群值不敏感,,可能更适合数据和重尾分布。它使用一个本的大小`[2 差(X(:)) 元素个数(X) ^(1/4), 2 差(Y(:)) 元素个数(Y) ^ (1/4)`,在那里`位差`四分位范围。
`“整数”`	整数与整数数据规则是有用的,因为它创造了垃圾箱集中在对整数。它使用一个本的宽度为每个维度和地方本边缘介于1整数。为了避免意外地创建太多的垃圾箱,您可以使用这个规则来创建一个限制1024箱(2¹⁰)。如果数据范围尺寸大于1024,然后整规则使用广泛的垃圾箱。

histcounts2并不总是选择使用这些箱子的数量准确的公式。有时垃圾箱的数量略有调整,这样本边落在“好”的数字。

例子:[N Xedges Yedges] = histcounts2 (X, Y,“BinMethod”、“整数”)使用二维箱集中在每一对整数。

`BinWidth`- - - - - -箱子的宽度在每个维度
向量

箱子的宽度在每个维度,指定为一个双元素向量的正整数,[xWidth yWidth]。

如果您指定BinWidth,然后histcounts2最多可以使用1024箱(2¹⁰在每个维度)。如果指定的宽度需要更多的垃圾箱,然后histcounts2使用一个大本宽度对应于容器的最大数量。

例子:[N Xedges Yedges] = histcounts2 (X, Y, BinWidth, 10 [5])使用箱子大小5在x尺寸和大小10在y维度。

`XBinLimits`- - - - - -本限制在x维
双元素向量

本限制在x双元素向量维度,指定为一个,[xbmin, xbmax]。向量表示第一个和最后一个本的边缘x维度。

此选项只箱子落在本范围内的数据在内地,X > = X < = xbmax xbmin &。

`YBinLimits`- - - - - -本限制在y维
双元素向量

本限制在y双元素向量维度,指定为一个,[ybmin, ybmax]。向量表示第一个和最后一个本的边缘y维度。

此选项只箱子落在本范围内的数据在内地,> = ybmin & Y < = ybmax。

`归一化`- - - - - -类型的标准化
`“数”`(默认)|`“概率”`|`“countdensity”`|`“pdf”`|`“cumcount”`|`“提供”`

类型的正常化,指定为这个表中的值之一。对于每一个本我:

$v_{我}$ 是一本价值。
$c_{我}$ 本是元素的数量。
${一个}_{我} = w_{x 我} \cdot w_{y 我}$ 每本的面积是计算使用吗x和y本宽度。
$N$ 在输入数据元素的数量。这个值可以大于分箱数据,如果数据包含南值,或者一些数据在本限制之外。

价值	本值	笔记
`“数”`(默认)	$v_{我} = c_{我}$	数或频率的观察。本值之和小于或等于`元素个数(X)`和`元素个数(y)`。之和小于`元素个数(X)`只有当一些输入数据不包括在垃圾桶中。
`“countdensity”`	$v_{我} = \frac{c_{我}}{{一个}_{我}}$	数或频率扩展的本领域。本卷的总和,(N值*本领域),小于或等于`元素个数(X)`和`元素个数(Y)`。
`“cumcount”`	$v_{我} = \sum_{j = 1}^{我} c_{j}$	累计计数。每本值的累积数量的观察每一个本,过去所有的垃圾箱x和y维度。 `N(结束,结束)`小于或等于什么`元素个数(X)`和`元素个数(Y)`。
`“概率”`	$v_{我} = \frac{c_{我}}{N}$	相对概率。 `总和(N (:))`小于或等于什么`1`。
`“pdf”`	$v_{我} = \frac{c_{我}}{N \cdot {一个}_{我}}$	概率密度函数估计。本卷的总和,(N值*本领域),小于或等于`1`。
`“提供”`	$v_{我} = \sum_{j = 1}^{我} \frac{c_{j}}{N}$	累计密度函数估计。 `N(结束,结束)`小于或等于什么`1`。

例子:[N Xedges Yedges] = histcounts2 (X, Y,“正常化”,“pdf”)箱子使用概率密度函数估计的数据X和Y。

输出参数

全部折叠

`N`——本计数
数组

本,作为数字数组返回。

本包含方案不同编号的箱子N以及它们的相对取向的x设在和y设在,

例如,(1,1)本包括值落在第一个边缘在每个维度,最后本在右下角包含值落在其边缘。

`Xedges`——本边缘x维
向量

本的边缘x尺寸,作为一个向量返回。Xedges (1)是第一本的边缘x尺寸和Xedges(结束)是最后一本。

`Yedges`——本边缘y维
向量

本的边缘y尺寸,作为一个向量返回。Yedges (1)是第一本的边缘y尺寸和Yedges(结束)是最后一本。

`binX`——本指数x维
数组

本指数x尺寸,作为数字数组返回相同的大小X。对应的元素binX和binY描述本编号包含相应的值X和Y。的值0在binX或binY表示一个元素不属于任何箱(如南值)。

例如,binX (1)和binY (1)描述本位置的价值[X (1), Y (1)]。

`binY`——本指数y维
数组

本指数y尺寸,作为数字数组返回相同的大小Y。对应的元素binX和binY描述本编号包含相应的值X和Y。的值0在binX或binY表示一个元素不属于任何箱(如南值)。

例如,binX (1)和binY (1)描述本位置的价值[X (1), Y (1)]。

扩展功能

C / c++代码生成
生成C和c++代码使用MATLAB®编码器™。

使用笔记和限制:

代码生成不支持稀疏矩阵输入的这个函数。金宝app
如果你不提供本边缘,然后生成代码可能需要适应可变数组和动态内存分配。

线程环境
在后台运行代码使用MATLAB®`backgroundPool`与并行计算工具箱™或加速代码`ThreadPool`。

这个函数完全支持线程的环境。金宝app有关更多信息,请参见MATLAB函数线程环境中运行。

版本历史

介绍了R2015b

另请参阅

histcounts2

语法

描述

例子

箱数和本边缘

指定每个维度的箱子数量

指定本边缘

归一化本计数

确定本位置

输入参数

X, Y- - - - - -垃圾箱(作为单独的参数)之间的数据分发向量|矩阵|多维数组

nbins- - - - - -每个维度的箱子数量标量|向量

Xedges- - - - - -本的边缘x维向量

Yedges- - - - - -本的边缘y维向量

名称-值参数

BinMethod- - - - - -装箱算法“汽车”(默认)|“斯科特。”|“fd”|“整数”

BinWidth- - - - - -箱子的宽度在每个维度向量

XBinLimits- - - - - -本限制在x维双元素向量

YBinLimits- - - - - -本限制在y维双元素向量

归一化- - - - - -类型的标准化“数”(默认)|“概率”|“countdensity”|“pdf”|“cumcount”|“提供”

输出参数

N——本计数数组

Xedges——本边缘x维向量

Yedges——本边缘y维向量

binX——本指数x维数组

binY——本指数y维数组

扩展功能

C / c++代码生成生成C和c++代码使用MATLAB®编码器™。

线程环境在后台运行代码使用MATLAB®backgroundPool与并行计算工具箱™或加速代码ThreadPool。

版本历史

另请参阅

`X, Y`- - - - - -垃圾箱(作为单独的参数)之间的数据分发
向量|矩阵|多维数组

`nbins`- - - - - -每个维度的箱子数量
标量|向量

`Xedges`- - - - - -本的边缘x维
向量

`Yedges`- - - - - -本的边缘y维
向量

`BinMethod`- - - - - -装箱算法
`“汽车”`(默认)|`“斯科特。”`|`“fd”`|`“整数”`

`BinWidth`- - - - - -箱子的宽度在每个维度
向量

`XBinLimits`- - - - - -本限制在x维
双元素向量

`YBinLimits`- - - - - -本限制在y维
双元素向量

`归一化`- - - - - -类型的标准化
`“数”`(默认)|`“概率”`|`“countdensity”`|`“pdf”`|`“cumcount”`|`“提供”`

`N`——本计数
数组

`Xedges`——本边缘x维
向量

`Yedges`——本边缘y维
向量

`binX`——本指数x维
数组

`binY`——本指数y维
数组

C / c++代码生成
生成C和c++代码使用MATLAB®编码器™。

线程环境
在后台运行代码使用MATLAB®`backgroundPool`与并行计算工具箱™或加速代码`ThreadPool`。