从医疗患者的数据表中创建热线图。

加载病人数据集并从加载到工作区中的变量的子集中创建表。然后创建一个热线图，这些热线映射计数相同集合的患者总数吸烟者和SelfAssessedHealthStatus价值观。

负载病人台=表(LastName、年龄、性别、SelfAssessedHealthStatus......吸烟者，重量，位置）;H = Heatmap（TBL，“抽烟”，“SelfAssessedHealthStatus”）;

创建热图并沿着标签重新排序y-axis。

加载病人数据集并从数据中创建热线图。分配热映射园对象到变量h．

负载病人台=表(LastName、年龄、性别、SelfAssessedHealthStatus......吸烟者，重量，位置）;H = Heatmap（TBL，“抽烟”，“SelfAssessedHealthStatus”）;

将标签重新排序y-axis。

h.YDisplayData = {“优秀”，'好'，“公平”，“可怜的”};

或者，可以通过将数据更改为分类数据，然后使用雷德斯函数。属性可以添加、删除或重命名热图标签addcats.，removecats或者renamecats.函数,分别。

创建一个热图并指定在决定热图单元格颜色时要使用的表变量。

加载病人数据集并从数据中创建热线图。使用特定的一对患者的平均年龄的颜色吸烟者和SelfAssessedHealthStatus通过设置的值ColorVariable选项'年龄'．

负载病人台=表(LastName、年龄、性别、SelfAssessedHealthStatus......吸烟者，重量，位置）;H = Heatmap（TBL，“抽烟”，“SelfAssessedHealthStatus”，“ColorVariable”，'年龄'）;

创建Heatmap并指定在确定Heatmap Cell颜色时使用的表变量和计算方法。

加载患者数据集并从数据中创建热线图。使用特定对的患者的中位年龄的患者中位数的颜色吸烟者和SelfAssessedHealthStatus价值观。指定ColorVariable选择'年龄'和ColorMethod选择'中位'．

负载病人台=表(LastName、年龄、性别、SelfAssessedHealthStatus......吸烟者，重量，位置）;H = Heatmap（TBL，“抽烟”，“SelfAssessedHealthStatus”，“ColorVariable”，'年龄'，“ColorMethod”，'中位'）;

创建数据矩阵。然后创建矩阵值的Heatmap。沿着默认标签x-axis和y-轴显示为1、2、3，等等。

Cdata = [45 60 32;43 54 76;32 94 68;23 95 58];h =热图(cdata);

创建数据矩阵。然后创建矩阵值的Heatmap。沿着自定义标签使用x-axis和y-axis，将前两个输入参数指定为所需的标签。控件的属性指定标题和轴标签热映射园对象。

Cdata = [45 60 32;43 54 76;32 94 68;23 95 58];xvalues = {“小”，“媒介”，“大”};yvalues = {'绿色'，“红色”，'蓝'，“灰色”};H = Heatmap（XValues，Yvalues，CData）;H.Title ='T恤订单'；h.XLabel ='大小'；H.ylabel ='颜色'；

创建热图，并通过设置沿着每列或行标准化颜色ColorScaling财产。

读取示例文件中断.CSV一个表中。示例文件包含代表美国电力设施中断的数据。该表包含六列:地区，过剩，损失，客户，RestorationTime，和导致．显示每列的前5行。

T = readtable ('outages.csv'）;T（1：5，:)

ans =5×6表地区OutageTime RestorationTime造成损失客户  _____________ ________________ ______ __________ ________________ ___________________ {' 西南的}2002-02-01 12:18 458.98 - 1.8202 e + 06 2002-02-01 16:50{“暴风雪”}{“东南”}2003-01-23 00:49 530.14 - 2.1204 e + 05 NaT{“暴风雪”}{“东南”}2003-02-07)21:15 289.4 - 1.4294 e + 052003-02-17 08:14 {'winter storm'} {'West'} 2004-04-06 05:44 434.81 3.4037e+05 2004-04-06 06:10 {'equipment fault'} {'MidWest'} 2002-03-16 06:18 186.44 2.1275e+05 2002-03-18 23:23 {'severe storm'}

创建一个热图，显示沿着不同的区域x- 轴和不同的中断导致沿着y-axis。在每个细胞中，显示每个区域由于特定原因而经历了耗电量的次数。

H = Heatmap（T，'地区'，'原因'）;

沿着每列正常化颜色。每个列中的最小值映射到ColorMap中的第一个颜色和最大值映射到最后一个颜色。最后一个颜色表示为每个区域导致最电源停电的原因。

H.Colorscaling =“scaledcolumns”；

将每一行的颜色规格化。每一行中最小的值映射到颜色映射中的第一个颜色，最大的值映射到最后一个颜色。最后一种颜色表示由于各种原因而经历最多停电的地区。

H.Colorscaling ='scaledrows'；

使用具有自定义聚合方法计算的数据创建Heatmap并彩色单元格。用来accumarray函数来计算颜色数据。

读取示例文件温度.CSV一个表中。该文件包含三列：一个月，一年，和温度..．

tbl =可读取的（“TemperatureData.csv”）;

从中创建分类阵列一个月和一年表的列。然后确定作为标签使用的唯一月份和年份x-axis和y-axis。

几个月=分类（tbl.month）;年=分类（TBL.YEAR）;Xlabels =类别（月）;ylabels =类别（年）;

根据独特的月份和年数确定所产生的颜色数据的最终大小。

nummonths =元素个数(包含);numyears =元素个数(ylabels);

将分类几个月和岁数组到数字索引使用accumarray函数。使用使用的每个月和年组合的最高温度计算颜色数据accumarray函数。使用南对于缺少的月份和年组合。

x =两(个月);y =双(年);临时工= tbl.TemperatureF;cdata = accumarray ([y、x],临时工,[numyears nummonths], @max, NaN);

创建的热图。标签的x-axis和y- 分别为月份和多年。使用计算的矩阵数据彩色Heatmap单元格。

h =热线图（Xlabels，Ylabels，CData）;

注意：你可以使用雷德斯用于分类数组重新排列轴标签的函数。