文档帮助中心
直方图垃圾箱数量
[n,边] = histcounts(x)
[n,边] = histcounts(x,nbins)
[n,边] = histcounts(x,边)
[n,边缘,bin] = histcounts(___)
n = histcounts(c)
n = histcounts(C,类别)
[n,类别] = histcounts(___)
[___) = histcounts (___,名称,价值)
例子
[N,边缘) = histcounts (X)分区X值,并返回每个箱子中的计数,以及箱子的边。的节目函数使用自动排放算法,返回具有均匀宽度的箱,选择覆盖元素范围X并揭示了分布的潜在形状。
[N,边缘) = histcounts (X)
N
边缘
X
节目
[N,边缘) = histcounts (X,nbins.)使用标量指定的多个箱子,nbins..
[N,边缘) = histcounts (X,nbins.)
nbins.
[N,边缘) = histcounts (X,边缘)排序X进入带有载体指定的箱边的垃圾箱,边缘.价值x(i)在里面k如果边缘(k)≤.x(i)<边缘(k + 1).最后一个垃圾箱还包括右边的边缘,所以它包含x(i)如果边(end-1)≤.x(i)≤.边缘(结束).
[N,边缘) = histcounts (X,边缘)
x(i)
k
边缘(k)
边缘(k + 1)
边(end-1)
边缘(结束)
[N,边缘,箱子) = histcounts (___)还返回索引数组,箱子,使用以前的任何语法。箱子是与尺寸相同的数组X其元素是相应元素的垃圾箱指数X.中的元素数量k班nnz(bin == k),这与N (k).
[N,边缘,箱子) = histcounts (___)
箱子
nnz(bin == k)
N (k)
N= histcounts(C), 在哪里C是一个分类数组,返回向量,N,表示元素的数量C其值等于每个值C的类别。N每个类别都有一个元素C.
N= histcounts(C)
C
N= histcounts(C,类别)仅计算元素C谁的值等于指定的类别的子集类别.
N= histcounts(C,类别)
类别
[N,类别) = histcounts (___)还返回对应于每个计数的类别N使用先前的分类阵列中的任何一个语法。
[N,类别) = histcounts (___)
[___) = histcounts (___,名称,价值)使用一个或多个指定的其他选项名称,价值使用前面语法中的任何输入或输出参数组合对参数。例如,可以指定'binwidth'和标量调整箱的宽度以进行数字数据。对于分类数据,您可以指定'正常化'和任何一种'数数','校长','可能性',“pdf”,'cumcount', 或者'CDF'.
名称,价值
'binwidth'
'正常化'
'数数'
'校长'
'可能性'
“pdf”
'cumcount'
'CDF'
全部收缩
将100个随机值分配到箱中。节目自动选择适当的箱宽来显示数据的基础分布。
x = randn(100,1);[n,边] = histcounts(x)
N =1×7.2 17 28 32 16 3 2
边缘=1×8.-3 -2 -1 0 1 2 3 4
将10个数字分配成6个等间隔的箱。
X = [2 3 5 7 11 13 17 19 23 29];[n,边] = histcounts(x,6)
N =1×6.2 2 2 1 1
边缘=1×7.0 4.9000 9.8000 14.7000 19.6000 24.5000 29.4000
随机分配1000个数字到箱子里。用一个向量定义容器边缘,其中第一个元素是第一个容器的左边缘,最后一个元素是最后一个容器的右边缘。
X = randn (1000 1);边= [-5 -4 -2 -1 -0.5 0 0.5 1 2 4 5];N = histcounts (X,边缘)
N =1×100 24 149 142 195 200 154 111 25 0
将小于100的所有素数分发给箱子。指定'正常化'作为'可能性'致力于垃圾箱计数总和(n)是1.也就是说,每个箱数代表观察到在该箱内的概率。
总和(n)
1
X =质数(100);[N,边缘]= histcounts (X,'正常化','可能性')
N =1×40.4000 0.2800 0.2800 0.0400
边缘=1×50 30 60 90 120
将-5到5之间的100个随机整数分配到bins中,并指定'binmethod'作为'整数'使用以整数为中心的单位宽度箱。指定第三个输出节目返回代表数据的BIN指标的向量。
'binmethod'
'整数'
X = RANDI([ - 5,5],100,1);[n,边缘,bin] = histcounts(x,'binmethod','整数');
通过计算数字的出现来查找第三个垃圾箱的垃圾箱数量3.在bin索引矢量,箱子.结果与n(3).
3.
n(3)
count = nnz(bin == 3)
count = 8.
创建一个代表投票的分类矢量。矢量中的类别是“是的”,“不”, 或者“未定”.
“是的”
“不”
“未定”
a = [0 0 11 1 0 0 0 0 naN naN 1 0 0 0 1 0 1 0 1 0 0 0 11 11 1];C =分类(a,[1 0 nan],{“是的”,“不”,“未定”})
C =1x27分类第1列到第9列否否是是是是否否否否第10列到第16列未决定未决定是否否否是第17列到第25列否是否是否否否是第26列到第27列是是是
确定属于每个类别的元素的数量。
[n,类别] = histcounts(c)
N =1×311 14 2
类别=1 x3单元格{'是'} {'no'} {'undecided'}
要在多个箱子中分布的数据,指定为矢量、矩阵或多维数组。如果X不是矢量,然后节目把它当作一个单列向量,X(:).
X(:)
节目忽略所有南价值观。相似地,节目忽略了INF.和负除非BIN边缘明确指定的值INF.或者负作为一个bin edge。
南
INF.
负
数据类型:单身的|双倍的|INT8.|int16|INT32.|INT64.|uint8.|uint16|UINT32|UINT64|逻辑|约会时间|持续时间
单身的
双倍的
INT8.
int16
INT32.
INT64.
uint8.
uint16
UINT32
UINT64
逻辑
约会时间
持续时间
分类数据,指定为分类数组。节目忽略未定义的分类值。
数据类型:分类
分类
箱子的数量,指定为一个正整数。如果不指定nbins.,然后节目根据中的值自动计算要使用多少个箱子X.
例子:[n,边] = histcounts(x,15)使用15个垃圾箱。
[n,边] = histcounts(x,15)
Bin边缘,指定为向量。边缘(1)是第一个垃圾箱的左边缘,边缘(结束)是最后一个箱子的右边缘。
边缘(1)
用于日期时间和持续时间数据,边缘必须是单调上增加顺序的日期时间或持续时间向量。
计数中包含的类别,指定为字符向量或分类向量的单元格向量。默认,节目在分类数组中使用每个类别的binC.使用类别要指定类别的唯一子集。
例子:h = histcounts(c,{'大','small'})只计算类别中的类别数据'大'和'小的'.
h = histcounts(c,{'大','small'})
'大'
'小的'
数据类型:细胞|分类
细胞
指定可选的逗号分隔对名称,价值论点。名称参数名和价值是相应的价值。名称必须出现在引号内。您可以以任何顺序指定多个名称和值对参数name1,value1,...,namen,valuen.
名称
价值
name1,value1,...,namen,valuen
[N,边缘]= histcounts (X,“正常化”,“概率”)
'binlimits'
Bin极限,指定为一个二元向量,[Bmin,Bmax].此选项仅限符号X那介于两者之间Bmin.和BMAX.包容;也就是说,x(x> = bmin&x <= bmax).
[Bmin,Bmax]
Bmin.
BMAX.
x(x> = bmin&x <= bmax)
此选项不适用于分类数据。
例子:[N,边缘]= histcounts (X,“BinLimits”,[1,10])只能禁止值X那是之间的1和10.包括的。
[N,边缘]= histcounts (X,“BinLimits”,[1,10])
10.
“汽车”
“斯科特。”
'FD'
'sturges'
'sqrt'
Binning算法,指定为此表中的值之一。
描述
默认值“汽车”算法选择一个箱宽来覆盖数据范围并显示底层分布的形状。
如果数据接近正态分布,则Scott规则是最优的,但也适用于大多数其他分布。它使用箱宽为3.5 * std(x(:))* numel(x)^( - 1/3).
3.5 * std(x(:))* numel(x)^( - 1/3)
Freedman-DiaConis规则对数据中的异常值不太敏感,并且可能更适合具有重型分布的数据。它使用箱宽为2 * IQR(X(:))* numel(x)^( - 1/3), 在哪里位差是四分之一的范围X.
2 * IQR(X(:))* numel(x)^( - 1/3)
位差
整数规则对于整数数据很有用,因为它为每个整数创建一个bin。它使用的bin宽度为1,并将bin边放在整数之间的中间。为了防止意外地创建过多的容器,限制为65536个容器(216.)可以使用此规则创建。如果数据范围大于65536,则使用更宽的箱。
请注意
'整数'不支持日期时间或持金宝app续时间数据。
斯特奇斯规则是一个简单的规则,由于其简单性而受到欢迎。它选择箱子的数量CEIL(1 + log2(numel(x))).
CEIL(1 + log2(numel(x)))
平方根规则是另一个在其他软件包中广泛使用的简单规则。它选择箱子的数量装天花板(√元素个数(X))).
装天花板(√元素个数(X)))
节目并不总是使用这些精确的公式来选择箱子的数量。有时,箱子的数量会稍微调整,以便箱子的边缘落在“好的”数字上。
对于datetime数据,bin方法可以是以下时间单位之一:
“第二”
'月'
“一分钟”
'25美分硬币'
'小时'
'年'
'日'
'十年'
'星期'
'世纪'
对于持续时间数据,BIN方法可以是这些时间单位之一:
如果您指定Binmethod.然后,使用日期时间或持续时间数据节目可以使用最多65,536个垃圾箱(或216.).如果指定的垃圾箱持续时间需要更多的垃圾箱,那么节目使用与最大箱子数量对应的更大的箱子宽度。
Binmethod.
例子:[n,边缘] = histcounts(x,'binmethod','整数')使用以整数为中心的箱。
[n,边缘] = histcounts(x,'binmethod','整数')
容器的宽度,指定为标量。如果您指定百宽,然后节目可以使用最多65,536个垃圾箱(或216.).如果指定的箱子宽度需要更多的箱子,那么节目使用与最大箱子数量对应的更大的箱子宽度。
百宽
用于日期时间和持续时间数据,值的值'binwidth'可以是标量持续时间或日历持续时间。
例子:[n,边缘] = histcounts(x,'binwidth',5)使用宽度为5的垃圾箱。
[n,边缘] = histcounts(x,'binwidth',5)
标准化类型,指定为此表中的值之一。每个垃圾箱我:
我
v 我 是bin值。
c 我 是垃圾箱中的元素数。
w 我 是垃圾箱的宽度。
N 是输入数据中的元素数。如果数据包含,则此值可以大于Binned数据南,NaT, 或者<未定义>值,或者如果某些数据位于箱子范围之外。
NaT
<未定义>
v 我 = c 我
计数或观测频率。
箱子值的总和小于或等于元素个数(X).和小于元素个数(X)只有在箱中不包含一些输入数据时。
元素个数(X)
对于分类数据,箱子值的总和是元素个数(X)或者总和(ismember(x(:),类别)).
总和(ismember(x(:),类别))
v 我 = c 我 w 我
计数或频率按箱宽度缩放。
对于分类数据,这也是如此'数数'.
'校长'不支持日期时间或持金宝app续时间数据。
v 我 = σ. j = 1 我 c j
累计计数。每个bin值是该bin和之前所有bin的累计观测数。
最后一个垃圾箱的值小于或等于元素个数(X).
对于分类数据,最后一个bin的值小于或等于元素个数(X)或者总和(ismember(x(:),类别)).
v 我 = c 我 N
相对概率。
箱子值的总和小于或等于1.
v 我 = c 我 N ⋅ w 我
概率密度函数估计。
对于分类数据,这与'可能性'.
“pdf”不支持日期时间或持金宝app续时间数据。
v 我 = σ. j = 1 我 c j N
累积密度函数估计。
N(结束)是小于还是等于1.
N(结束)
例子:[n,边] = histcounts(x,'归一化','pdf')使用概率密度函数估计装箱数据。
[n,边] = histcounts(x,'归一化','pdf')
垃圾箱计数,作为行矢量返回。
Bin边,作为一个向量返回。边缘(1)是第一个垃圾箱的左边缘,边缘(结束)是最后一个箱子的右边缘。
垃圾箱指数,返回与相同尺寸的数组X.每个元素箱子描述了编号的bin包含相应的元素X.
的值0在箱子表示不属于任何垃圾箱的元素(例如,a南价值)。
0
包含在count中的类别,作为字符向量的单元格向量返回。类别包含C对应于每个计数N.
行为节目类似于离散化功能。使用节目找到每个垃圾箱中的元素数。另一方面,使用离散化要找到每个元素所属的bin(不计数)。
离散化
使用说明和限制:
不支持某些输入选项。金宝app允许的选项有:
'binmethod'- 这“汽车”和“斯科特。”Bin方法是相同的。的'FD'不支持BIN方法。金宝app
有关更多信息,请参阅高大的数组.
代码生成不支持此功能的稀疏矩阵输入。金宝app
如果您不提供BIN边缘,则代码生成可能需要可变大小的数组和动态内存分配。
不支持64位整数。金宝app
有关更多信息,请参阅在GPU上运行MATLAB函数(并行计算工具箱).
离散化|histcounts2.|直方图|histogram2
histcounts2.
直方图
histogram2
系统上存在此示例的修改版本。你想打开这个版本吗?
您点击了一个对应于这个MATLAB命令的链接:
在MATLAB命令窗口中输入它来运行命令。Web浏览器不支持MATLAB命令。金宝app
选择一个网站,以便在可用的地方进行翻译的内容,并查看本地活动和优惠。根据您的位置,我们建议您选择:.
您还可以从以下列表中选择一个网站:
请选择表现最佳的中国网站(中文或英文)。MathWorks的其他国家网站并没有针对您所在位置的访问进行优化。
联系您当地的办公室