可视化大型数据集需要以某种方式对数据进行汇总、分类或抽样,以减少在屏幕上绘制的点的数量。在某些情况下,函数如柱状图
和派
收纳数据以减小大小,同时其他功能如情节
和散射
使用更复杂的方法,避免在屏幕上绘制重复的像素。对于与分析相关的像素重叠问题,使用binscatter
函数还提供了一种可视化密度模式的有效方法。
把高大的数组形象化就可以了不要求使用收集
.MATLAB®立即评估和显示高数组的可视化。目前,您可以使用这个表中的函数和方法来可视化高数组。
函数 | 需要工具箱 | 笔记 |
---|---|---|
情节 |
- - - - - - | 这些函数以迭代的方式绘制图形,随着读取的数据的增加逐渐添加到图形中。在更新过程中,进度指示器显示已绘制数据的比例。在更新过程中,在情节完成之前,支持缩放和平移。金宝app要停止更新进程,请按进度指示器中的暂停按钮。 |
散射 |
- - - - - - | |
binscatter |
- - - - - - | |
柱状图 |
- - - - - - | |
histogram2 |
- - - - - - | |
派 |
- - - - - - | 仅用于类别数据的可视化。 |
binScatterPlot (统计学和机器学习工具箱) |
统计和机器学习工具箱™ | 图形包含一个滑块,用于控制图像中的亮度和颜色细节。滑块调整的值 |
ksdensity (统计学和机器学习工具箱) |
统计和机器学习工具箱 | 生成数据的概率密度估计值,对单变量数据评估100点,对双变量数据评估900点。 |
datasample (统计学和机器学习工具箱) |
统计和机器学习工具箱 |
|
这个例子展示了几种可视化高数组的不同方法。
创建一个数据存储airlinesmall.csv
数据集,其中包含航空公司航班数据行。选择要处理的表变量的一个子集,并删除包含缺失值的行。
ds = tabularTextDatastore (“airlinesmall.csv”,“TreatAsMissing”,“NA”);ds。SelectedVariableNames = {“年”,“月”,“ArrDelay”,“DepDelay”,“起源”,“桌子”};T =高(ds);T = rmmissing (T)
T = Mx6高表年月ArrDelay DepDelay起源服务台 ____ _____ ________ ________ _______ _______ 1987年10 8 12{“宽松”}{‘SJC} 1987年10 8 1{‘SJC}{“钻”}1987年10 21 20{‘圣’}{SMF的}1987年10 13 12{“钻”}{‘SJC} 1987年10 4 1 {SMF的}{“宽松”}59 1987 63{“宽松”}{‘SJC} 1987年10 3 2{‘圣’}{“旧金山”}1987年10 11 1{‘海’}{松懈 '} : : : : :: : : : : : :
按月飞行的饼图
把数字月
变量转换为反映月份名称的分类变量。然后绘制一个饼状图,显示一年中每个月的数据中有多少次航班。
T.Month =分类(T。月,1:12,{“1月”,2月的,“3”,4月的,“可能”,“君”,“7”,“8月”,“9”,“10月”,11月的,12月的})
T = Mx6高表年月ArrDelay DepDelay起源服务台 ____ _____ ________ ________ _______ _______ 1987 10月8 12{“宽松”}{‘SJC} 1987 10月8 1{‘SJC}{“钻”}1987年10月21日20{‘圣’}{SMF的}1987年10月13日12{“钻”}{‘SJC} 1987 10月4 1 {SMF的}{“宽松”}1987 10月59 63{“宽松”}{‘SJC} 1987 10月3 2{‘圣’}{“旧金山”}1987年10月11日1{‘海’}{“宽松”}:: : : : : : : : : : :
派(T.Month)
using the Local MATLAB Session: - Pass 1 of 2: Completed in 1.6 sec - Pass 2 of 2: Completed in 1 sec
延迟的柱状图
在数据中绘制每个航班到达延误的直方图。由于数据有一个长尾,因此使用BinLimits
名称-值对。
直方图(T。ArrDelay,“BinLimits”150年[-50])
using the Local MATLAB Session: - Pass 1 of 2: Completed in 2.4 sec - Pass 2 of 2: Completed in 1.3 sec
延迟散点图
绘制到达和离开延误的散点图。这些变量之间有很强的相关性,因为晚点起飞的航班也可能晚点到达。
当对高数组操作时,情节
,散射
,binscatter
函数以迭代的方式绘制数据,随着读取更多数据而逐步添加到绘图中。在更新过程中,图的顶部有一个进度指示器,显示绘制了多少数据。在情节完成之前的更新过程中,支持缩放和平移。金宝app
散射(T.ArrDelay T.DepDelay)包含(“延误”) ylabel (离职的延迟) xlim([-140 1000])
进度条还包括暂停/恢复按钮。一旦显示足够多的数据,使用该按钮可以尽早停止情节更新。
健康趋势线
使用polyfit
和polyval
函数在到达和离开延误的图上覆盖一条线性趋势线。
持有在p = polyfit (T.ArrDelay T.DepDelay 1);x = (T.ArrDelay, 1);yp = polyval (p (x);情节(x, yp,的r -)举行从
可视化密度
点的散点图在某一点上是有用的,但如果点的重叠很广泛,就很难从图中解读信息。在这种情况下,它有助于可视化图中的点密度,以发现趋势。
使用binscatter
函数可视化到达和出发延误图中的点密度。
binscatter (T.ArrDelay T.DepDelay,“XLimits”(-100 1000),“YLimits”,[-100 1000]) xlim([-100 1000]) xlabel(“延误”) ylabel (离职的延迟)
调整这一
属性,以便所有大于150的bin值都是相同的颜色。这可以防止一些值非常大的箱子占据整个情节。
甘氨胆酸ax =;斧子。[0 150];