histcounts2
二元直方图箱数
语法
描述
例子
箱数和本边缘
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
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
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
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
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
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 |
“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 |
“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 |
“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
:
是一本价值。
本是元素的数量。
每本的面积是计算使用吗x和y本宽度。
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) |
|
|
“countdensity” |
|
|
“cumcount” |
|
|
“概率” |
|
|
“pdf” |
|
|
“提供” |
|
|
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
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
MATLAB命令
你点击一个链接对应MATLAB命令:
运行该命令通过输入MATLAB命令窗口。Web浏览器不支持MATLAB命令。金宝app
你也可以从下面的列表中选择一个网站:
表现最好的网站怎么走吗
选择中国网站(中文或英文)最佳站点的性能。其他MathWorks国家网站不优化的访问你的位置。