柱状图
直方图的阴谋
语法
直方图(X)
直方图(X, nbins)
直方图(X,边缘)
直方图(BinEdges,边缘,BinCounts,计数)
直方图(C)
直方图(C类)
直方图(类别,类别,BinCounts,计数)
柱状图(___、名称、值)
直方图(ax,___)
h =直方图(___)
描述
例子
向量的柱状图
产生10000随机数并创建一个直方图。的柱状图
函数自动选择一个合适的数量的垃圾箱覆盖的范围值x
并显示潜在的形状分布。
x = randn (10000 1);h =直方图(x)
h =直方图的属性:数据:(10000×1双)价值观:[2 2 1 6 7 17 29 57 86 133 193 271 331 421 540 613 730 748 776 806 824 721 623 503 446 326 234 191 132 78 65 33 26 11 8 5 5]NumBins: 37 BinEdges:[1×38双]BinWidth: 0.2000 BinLimits:[-3.8000 - 3.6000]正常化:“计数”FaceColor:“汽车”EdgeColor:[0 0 0]显示所有属性
当你指定一个输出参数柱状图
函数,它返回一个柱状图对象。您可以使用此对象检查直方图的属性,如垃圾箱的数量或箱子的宽度。
找到直方图箱的数量。
nbins = h.NumBins
nbins = 37
指定数量的直方图箱
画一个柱状图1000随机数分为25等距的垃圾箱。
x = randn (1000 1);nbins = 25;h =直方图(x, nbins)
h =直方图的属性:数据:(1000×1双)价值观:[1 3 0 6 14 19 31 54 74 80 92 122 104 115 88 80 38 32 21 9 5 5 5 0 2]NumBins: 25 BinEdges: [2 -3.4000 -3.1200 -2.8400 -2.5600 -2.2800 -1.7200 -1.4400 -1.1600 -0.8800 -0.6000 -0.3200 -0.0400 0.2400 0.5200 0.8000 1.0800 1.3600 1.6400 1.9200 2.2000 2.4800 2.7600 3.0400 3.3200 3.6000] BinWidth: 0.2800 BinLimits:[-3.4000 - 3.6000]正常化:“计数”FaceColor:“汽车”EdgeColor:[0 0 0]显示所有属性
找到本计数。
数量= h.Values
数=1 3 0 6 14 19 31 54 74 80 92 122 104 115 88 80 38 32 21 9 5 5 5 0 2
改变直方图箱的数量
产生1000随机数并创建一个直方图。
X = randn (1000 1);h =直方图(X)
h =直方图的属性:数据:(1000×1双)价值观:[3 1 2 15 17 27 53 79 85 101 127 110 124 95 67 32 27日16 6 6 4 2]NumBins: 23 BinEdges: [-3.3000 -3.0000 -2.7000 -2.4000 -2.1000 -1.8000 -1.5000 -1.2000 -0.9000 -0.6000 -0.3000 0 0.3000 0.6000 0.9000 1.2000 1.5000 1.8000 2.1000 2.4000 3.3000 - 3.6000 2.7000 - 3] BinWidth: 0.3000 BinLimits:[-3.3000 - 3.6000]正常化:“计数”FaceColor:“汽车”EdgeColor:[0 0 0]显示所有属性
使用morebins
函数粗调整箱子的数量。
Nbins = morebins (h);Nbins = morebins (h)
Nbins = 29
调整箱子在细粒度级别通过显式地设置垃圾箱的数量。
h。NumBins = 31;
指定本边缘直方图
产生1000随机数并创建一个直方图。指定本边与宽箱作为一个向量的边缘直方图来捕获异常值不满足。第一个向量元素的左边缘是第一本,最后一个向量元素的右边缘最后一本。
x = randn (1000 1);边缘= [-10 2:0.25:2 10];h =直方图(x,边);
指定归一化
财产“countdensity”
平包含异常值的垃圾箱。现在,区域每一本(而不是高度)代表的频率观测间隔。
h。没有rmalization =“countdensity”;
情节分类直方图
创建一个分类向量代表的选票。向量的分类“是的”
,“不”
,或“决定”
。
一个=[0 0 1 1 1 0 0 0 0南南1 0 0 0 1 0 1 0 1 0 0 0 1 1 1 1];C =分类([1 0南],{“是的”,“不”,“决定”})
C =1×27分类数组不是的是的是的不不不不决定决定是的没有没有没有是的是的是的是的是的是的是的
情节绝对直方图的选票,使用相对栏的宽度0.5
。
h =直方图(C,“BarWidth”,0.5)
h =直方图与属性:数据:(不是的是的是的不不不不决定决定是的不不不没有是的是的不不不是的是的是的是的]价值观:[11 14 2]NumDisplayBins: 3类:{“是的”“不”“犹豫不决”}DisplayOrder:“数据的归一化:“计数”DisplayStyle:“酒吧”FaceColor:“汽车”EdgeColor:[0 0 0]显示所有属性
直方图与指定的正常化
产生1000随机数并创建一个使用柱状图“概率”
规范化。
x = randn (1000 1);h =直方图(x),“归一化”,“概率”)
h =直方图的属性:数据:(1000×1双)价值观:[0.0030 - 1.0000 e 03 0.0020 0.0150 0.0170 0.0270 0.0530 0.0790 0.0850 0.1010 0.1270 0.1100 0.1240 0.0950 0.0670 0.0320 0.0270 0.0160 0.0060 0.0060 0.0040 1.0000 0.0020 e 03] NumBins: 23 BinEdges: [-3.3000 -3.0000 -2.7000 -2.4000 -2.1000 -1.8000 -1.5000 -1.2000 -0.9000 -0.6000 -0.3000 0 0.3000 0.6000 0.9000 1.2000 1.5000 1.8000 2.1000 2.4000 3.3000 - 3.6000 2.7000 - 3] BinWidth: 0.3000 BinLimits:[-3.3000 - 3.6000]正常化:“概率”FaceColor:“汽车”EdgeColor:[0 0 0]显示所有属性
计算条形的总和。正常化,每个酒吧的高度等于选择一个观察,本区间内的概率,和所有的酒吧的高度总结为1。
S =总和(h.Values)
S = 1
情节多个柱状图
两个向量生成的随机数字和阴谋每个向量的直方图在同一个图。
x = randn (2000 1);y = 1 + randn (5000 1);h1 =直方图(x);持有在h2 =直方图(y);
由于样本容量和本直方图的宽度是不同的,很难进行比较。规范化的直方图,使所有栏高度增加1,并使用统一的宽度。
h1。没有rmalization =“概率”;h1。BinWidth = 0.25;h2。没有rmalization =“概率”;h2。BinWidth = 0.25;
调整直方图特性
产生1000随机数并创建一个直方图。返回直方图调整对象的属性直方图没有重建整个阴谋。
x = randn (1000 1);h =直方图(x)
h =直方图的属性:数据:(1000×1双)价值观:[3 1 2 15 17 27 53 79 85 101 127 110 124 95 67 32 27日16 6 6 4 2]NumBins: 23 BinEdges: [-3.3000 -3.0000 -2.7000 -2.4000 -2.1000 -1.8000 -1.5000 -1.2000 -0.9000 -0.6000 -0.3000 0 0.3000 0.6000 0.9000 1.2000 1.5000 1.8000 2.1000 2.4000 3.3000 - 3.6000 2.7000 - 3] BinWidth: 0.3000 BinLimits:[-3.3000 - 3.6000]正常化:“计数”FaceColor:“汽车”EdgeColor:[0 0 0]显示所有属性
指定要使用多少箱子。
h。NumBins = 15;
指定的垃圾箱的边缘一个向量。第一个值的向量是第一本的左边缘。最后一个值的右边缘是最后一本。
h。BinEdges =(三3);
变化的颜色直方图。
h。FaceColor = 0.5 - 0.5 [0];h。EdgeColor =“r”;
确定潜在的概率分布
产生5000正态分布随机数的意思是5和2的标准偏差。画一个柱状图,归一化
设置为“pdf”
产生概率密度函数的估计。
x = 2 * randn (5000 1) + 5;直方图(x,“归一化”,“pdf”)
在这个例子中,底层分布为正态分布数据。但是,您可以使用“pdf”
直方图图来确定潜在的概率分布的数据通过比较它与一个已知的概率密度函数。
一个正态分布的概率密度函数的意思,标准偏差和方差是
覆盖一块正态分布的概率密度函数的意思是5和2的标准偏差。
持有在y = 5:0.1:15;μ= 5;σ= 2;(f = exp () - yμ。^ 2. /(2 *σ^ 2))。/σ*√(2 *π));情节(y, f,“线宽”,1.5)
输入参数
X
-数据分发垃圾箱
矩阵向量| |多维数组
数据分发在垃圾箱中,指定为一个向量,矩阵,或多维数组。如果X
不是一个向量,那么柱状图
把它当作一个列向量,X (:)
,情节一个直方图。
柱状图
忽略所有南
值。同样的,柱状图
忽略了正
和负
值,除非本边缘显式地指定正
或负
作为一个本边缘。
注意:如果 |
数据类型:单
|双
|int8
|int16
|int32
|int64
|uint8
|uint16
|uint32
|uint64
|逻辑
|datetime
|持续时间
C
——分类数据
分类数组
分类数据,指定为一个分类数组。柱状图
忽略了未定义的分类值。
数据类型:分类
nbins
——数量的垃圾箱
正整数
箱子数量,指定为一个正整数。如果你不指定nbins
,然后柱状图
自动计算有多少箱子使用基于中的值X
。
例子:直方图(X, 15)
创建一个直方图与15箱。
边缘
——本边缘
向量
本边缘,指定为一个向量。边(1)
是第一本的左边缘,边(结束)
的右边缘是最后一本。
的值X(我)
是在k
th本如果边(k)
≤X(我)
<边(k + 1)
。最后本还包括正确的垃圾箱边,所以它包含X(我)
如果边(end-1)
≤X(我)
≤边(结束)
。
对于日期时间和持续时间数据,边缘
必须是一个datetime或持续时间向量单调递增的顺序。
数据类型:单
|双
|int8
|int16
|int32
|int64
|uint8
|uint16
|uint32
|uint64
|逻辑
|datetime
|持续时间
类别
——类别包含在直方图
单元阵列特征向量的|分类向量
注意:此选项只适用于分类直方图。 |
类别包含在直方图中,指定为特征向量的单元阵列或分类向量。
如果您指定一个输入分类数组
C
,那么在默认情况下,柱状图
为每个类别中情节酒吧C
。在这种情况下,使用类别
指定一个独特的类别的子集。如果您指定本计数
类别
指定相关的直方图的类别名称。
例子:h =直方图(C,{“大”、“小”})
情节只有分类数据的类别“大”
和“小”
。
例子:直方图(“类别”,{‘是的’,‘不’,‘也许’},“BinCounts”, [22 18 3])
块的直方图,三类本数量有关。
例子:h.Categories
查询在直方图对象的类别h
。
数据类型:细胞
|分类
计数
——本计数
向量
本数量,指定为一个向量。使用该输入通过本计数柱状图
当本数量分别进行计算,你不希望柱状图
做任何数据装箱。
的长度计数
必须等于垃圾箱的数量。
数字直方图,垃圾箱的数量
长度(边缘)1
。直言直方图,垃圾箱的数量等于类别的数量。
例子:直方图(BinEdges, 2:2, BinCounts, [5 8 15 9])
例子:直方图(“类别”,{‘是的’,‘不’,‘也许’},“BinCounts”, [22 18 3])
斧头
——轴对象
坐标轴对象
坐标轴对象。如果你不指定一个坐标轴,那么柱状图
函数使用当前轴(gca
)。
名称-值对的观点
指定可选的逗号分隔条名称,值
参数。的名字
参数名称和吗价值
相应的价值。的名字
必须出现在单引号(' '
)。您可以指定几个名称和值对参数在任何顺序Name1, Value1,…,的家
。
直方图(X, BinWidth, 5)
直方图的属性列在这里只是一个子集。一个完整的列表,请参阅直方图特性。
“BarWidth”
——绝对的相对宽度酒吧
0.9
(默认)|标量范围内[0,1]
注意:此选项只适用于分类数据的直方图。 |
绝对的相对宽度酒吧、指定为一个标量值的范围[0,1]
。使用这个属性来控制的分离直言酒吧内的直方图。默认值是0.9
,这意味着禁止宽度是90%的空间前一栏下栏,与5%的空间。
如果你设定这个属性1
,然后相邻酒吧联系。
例子:0.5
数据类型:单
|双
|int8
|int16
|int32
|int64
|uint8
|uint16
|uint32
|uint64
“BinLimits”
——本限制
双元素向量
本限制,指定为一个双元素向量,[bmin, bmax]
。这个选项块直方图使用输入数组中的值,X
,介于bmin
和bmax
包容性。也就是说,X (X > = bmin & < = bmax)
。
这个选项不适用于分类数据的直方图。
例子:直方图(X,“BinLimits”, [1, 10])
块直方图只使用的值X
之间的是1
和10
包容性。
“BinLimitsMode”
为本的限制——选择模式
“汽车”
(默认)|“手动”
选择模式为本限制,指定为“汽车”
或“手动”
。默认值是“汽车”
,所以本限制自动调整数据。
如果您显式地指定BinLimits
或BinEdges
,然后BinLimitsMode
自动设置为“手动”
。在这种情况下,指定BinLimitsMode
作为“汽车”
重新调节本限制数据。
这个选项不适用于分类数据的直方图。
“BinMethod”
-装箱算法
“汽车”
(默认)|“斯科特。”
|“fd”
|“整数”
|斯特奇斯的
|“√”
|……
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的,如果数据是接近正态分布。这条规则是适合大多数其他发行版,。它使用一个本的宽度3.5 *性病(X(:)) *元素个数(X) ^ (1/3) 。 |
|
“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。它使用一个本的宽度2 *差(X(:)) *元素个数(X) ^ (1/3) ,在那里位差 四分位范围的X 。 |
|
“整数” |
整数与整数数据规则是有用的,因为它创造了一个本为每一个整数。它使用一个本的宽度1和地方本边缘介于整数。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65536箱(<我class="inlinemath">216)。如果数据范围大于65536,那么整数使用广泛的垃圾箱而不是规则。
|
|
斯特奇斯的 |
斯特奇斯的流行是由于它的简单规则。它选择的箱子数量装天花板(1 + log2(元素个数(X))) 。 |
|
“√” |
√规则是广泛应用于其他软件包。它选择的箱子数量装天花板(√元素个数(X))) 。 |
datetime数据,本方法可以其中一个单位的时间:
“第二” |
“月” |
“一分钟” |
“季” |
“小时” |
“年” |
“天” |
“十年” |
“周” |
“世纪” |
对于持续时间数据,本方法可以其中一个单位的时间:
“第二” |
“天” |
“一分钟” |
“年” |
“小时” |
这个选项不适用于分类数据的直方图。
注意:如果你设置 |
例子:直方图(X,“BinMethod”、“整数”)
创建一个直方图箱集中在整数。
“BinWidth”
-宽度的垃圾箱
标量
箱子的宽度,指定为一个标量。当你指定BinWidth
,然后柱状图
最多可以使用65536箱(或<我class="inlinemath">216)。如果指定的宽度需要更多的垃圾箱,然后柱状图
使用一个大本宽度对应于容器的最大数量。
日期时间和持续时间数据的价值“BinWidth”
可以是一个标量时间或日历时间。
这个选项不适用于分类数据的直方图。
例子:直方图(X, BinWidth, 5)
使用箱子的宽度5。
“DisplayOrder”
——目录显示顺序
“数据”
(默认)|“提升”
|“下”
目录显示订单,指定为“提升”
,“下”
,或“数据”
。与“提升”
或“下”
,增加或减少的直方图显示栏的高度。默认的“数据”
值使用类别顺序输入数据,C
。
此选项仅适用于分类数据。
“DisplayStyle”
——直方图显示风格
“酒吧”
(默认)|“楼梯”
直方图显示风格,指定为“酒吧”
或“楼梯”
。指定“楼梯”
显示一个梯级的情节,显示直方图没有填充内部的轮廓。
的默认值“酒吧”
显示一个直方图条情节。
例子:直方图(X,“DisplayStyle”、“楼梯”)
直方图的情节大纲。
“EdgeAlpha”
——透明边缘直方图的酒吧
1
(默认)|标量值之间0
和1
包容
透明度的直方图条边缘,指定为一个标量值之间0
和1
包容性。的值1
意味着完全不透明,0
意味着完全透明的(看不见的)。
例子:直方图(X, EdgeAlpha, 0.5)
创建一个边缘直方图的情节与半透明的酒吧。
“EdgeColor”
——直方图边缘颜色
(0 0 0)
或黑色(默认)|“没有”
|“汽车”
| RGB值或颜色的名字
直方图边缘颜色,指定这些值之一:
“没有”
——边缘并不吸引。“汽车”
——每条边的颜色是自动选择的。RGB值或颜色名称——边缘使用指定的颜色。
一个RGB值三元素行向量的元素指定强度的红色,绿色和蓝色的组件的颜色。强度必须在范围内
[0,1]
;例如,(0.4 0.6 0.7)
。此表列出了长时间运行和短颜色名称选项和等价的RGB值的值。长名字 短名称 RGB值 “黄色”
“y”
(1 1 0)
“红色”
“米”
(1 0 1)
“青色”
“c”
(0 1 1)
“红色”
“r”
(1 0 0)
“绿色”
‘g’
(0 1 0)
“蓝”
“b”
(0 0 1)
“白色”
' w '
(1 1 1)
“黑”
“k”
(0 0 0)
例子:直方图(X,‘EdgeColor’,‘r’)
创建一个与红条边缘直方图的阴谋。
“FaceAlpha”
——直方图酒吧的透明度
0.6
(默认)|标量值之间0
和1
包容
透明的直方图酒吧、指定为一个标量值之间0
和1
包容性。柱状图
使用相同的透明的直方图。的值1
意味着完全不透明,0
意味着完全透明的(看不见的)。
例子:直方图(X ' FaceAlpha ', 1)
创建一个直方图情节完全不透明的酒吧。
“FaceColor”
——直方图条颜色
“汽车”
(默认)|“没有”
| RGB值或颜色的名字
直方图条颜色,指定这些值之一:
“没有”
——酒吧不是填满。“汽车”
——直方图条颜色自动选择(默认)。RGB值或颜色名称——酒吧充满了指定的颜色。
一个RGB值三元素行向量的元素指定强度的红色,绿色和蓝色的组件的颜色。强度必须在范围内
[0,1]
;例如,(0.4 0.6 0.7)
。此表列出了长时间运行和短颜色名称选项和等价的RGB值的值。长名字 短名称 RGB值 “黄色”
“y”
(1 1 0)
“红色”
“米”
(1 0 1)
“青色”
“c”
(0 1 1)
“红色”
“r”
(1 0 0)
“绿色”
‘g’
(0 1 0)
“蓝”
“b”
(0 0 1)
“白色”
' w '
(1 1 1)
“黑”
“k”
(0 0 0)
如果您指定DisplayStyle
作为“楼梯”
,然后柱状图
不使用FaceColor
财产。
例子:直方图(X,‘FaceColor’,‘g’)
创建一个直方图情节与绿色的酒吧。
“线型”
——线条样式
“- - -”
(默认)|“——”
|“:”
|“-”。
|“没有”
线条样式,指定为一个样式表中列出。
线条样式 | 描述 | 产生的线 |
---|---|---|
“- - -” |
实线 | |
“——” |
虚线 | |
“:” |
虚线 | |
“-”。 |
Dash-dotted线 | |
“没有” |
没有线 | 没有线 |
“线宽”
——酒吧轮廓的宽度
0.5
(默认)|积极的价值
酒吧轮廓宽度,单位指定为一个积极的价值点。一个点= 1/72英寸。
例子:1.5
数据类型:单
|双
|int8
|int16
|int32
|int64
|uint8
|uint16
|uint32
|uint64
“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。
箱子的宽度。
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
,NaT
,或<定义>
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:直方图(X,“正常化”,“pdf”)
情节的概率密度函数估计X
。
“NumDisplayBins”
——类别显示的数量
标量
类别显示数量,指定为一个标量。你可以改变类别的排序显示在使用柱状图“DisplayOrder”
选择。
此选项仅适用于分类数据。
“定位”
-取向的酒吧
“垂直”
(默认)|“水平”
指定的酒吧、取向“垂直”
或“水平”
。
例子:直方图(X,“定位”,“水平”)
创建一个直方图与单杠情节。
“ShowOthers”
——切换显示的汇总数据属于undisplayed类别
“关闭”
(默认)|“上”
切换显示的汇总数据属于undisplayed类别,指定为“关闭”
或“上”
。设置这个选项“上”
在柱状图显示另外一个酒吧的名字“别人”
。这种额外的栏数的所有元素不属于类别显示在直方图。
你可以改变类别显示在直方图的数量,以及他们的秩序,使用“NumDisplayBins”
和“DisplayOrder”
选项。
此选项仅适用于分类数据。
提示
直方图的土地使用
柱状图
在情节有一个上下文菜单编辑模式,使互动操作图窗口。例如,您可以使用上下文菜单交互改变箱子的数量,使多个柱状图,或改变显示的顺序。
扩展功能
高大的数组
计算和数组的行比装入内存。
这个函数支持高阵列的限制:金宝app
一些输入不支持选项。金宝app允许的选项是:
“BinWidth”
“BinLimits”
“归一化”
“DisplayStyle”
“BinMethod”
- - -“汽车”
和“斯科特。”
本方法是相同的。的“fd”
本方法不支持。金宝app“EdgeAlpha”
“EdgeColor”
“FaceAlpha”
“FaceColor”
“线型”
“线宽”
“定位”
此外,有一个上限的最大数量。默认的最大数量为100。
的
morebins
和fewerbins
不支持方法。金宝app编辑属性直方图的对象,需要验算垃圾箱是不受支持的。金宝app
有关更多信息,请参见高大的数组。
介绍了R2014b
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。