的热图
创建图表的热图
语法
h =热图(资源描述、xvar yvar)
h =热图(资源描述、xvar yvar, ColorVariable, cvar)
h =热图(cdata)
h =热图(xvalues yvalues cdata)
h =热图(___、名称、值)
h =热图(父母,___)
描述
h=热图(资源描述,xvar,yvar)资源描述并返回HeatmapChart对象。的xvar输入显示表变量来显示的x设在。的yvar输入显示表变量来显示的y设在。默认颜色是基于计算聚合总数每一对的次数x和y值出现在桌子上。使用h修改后的热图创建它。一个属性列表,看到HeatmapChart属性。
h=热图(___,名称,值)
h=热图(父,___)父。
例子
从表格数据创建的热图
从一个表的数据创建一个热图医疗患者。
加载病人数据集和创建一个表的一个子集变量加载到工作区。然后创建一个热图,同一组患者的总数吸烟者和SelfAssessedHealthStatus值。
负载病人台=表(LastName、年龄、性别、SelfAssessedHealthStatus…吸烟、体重、位置);h =热图(资源描述,“抽烟”,“SelfAssessedHealthStatus”);
重新排序的热图标签
创建一个热图和重新排序的标签y设在。
加载病人数据集,并创建一个热图的数据。分配HeatmapChart对象的变量h。
负载病人台=表(LastName、年龄、性别、SelfAssessedHealthStatus…吸烟、体重、位置);h =热图(资源描述,“抽烟”,“SelfAssessedHealthStatus”);
重新排序的标签y设在。
h。YDisplayData = {“优秀”,‘好’,“公平”,“可怜的”};
或者,您可以重新排序标签通过改变分类数据,然后重新排序的数据类别使用reordercats函数。类似地,您可以添加、删除或重命名的热图标签使用addcats,removecats,或renamecats函数,分别。
指定表变量的热图的颜色
创建一个热图和指定表变量确定的热图细胞时使用颜色。
加载病人数据集,并创建一个热图的数据。每个单元格颜色使用一双特定患者的平均年龄吸烟者和SelfAssessedHealthStatus通过设置值ColorVariable选项“年龄”。
负载病人台=表(LastName、年龄、性别、SelfAssessedHealthStatus…吸烟、体重、位置);h =热图(资源描述,“抽烟”,“SelfAssessedHealthStatus”,“ColorVariable”,“年龄”);
指定颜色数据的计算方法
创建一个热图和指定要使用的表变量和计算方法在确定的热图细胞的颜色。
负载的病人数据集和创建一个热图数据。颜色每个单元用一双特定患者的平均年龄吸烟者和SelfAssessedHealthStatus值。指定ColorVariable选择“年龄”和ColorMethod选择“中值”。
负载病人台=表(LastName、年龄、性别、SelfAssessedHealthStatus…吸烟、体重、位置);h =热图(资源描述,“抽烟”,“SelfAssessedHealthStatus”,“ColorVariable”,“年龄”,“ColorMethod”,“中值”);
从矩阵数据创建的热图
创建一个矩阵的数据。然后创建一个热图矩阵的值。默认的标签x设在和y设在表现为1、2、3,等等。
cdata = [45 60 32;43 54 76;32 94 68;23 95 58];h =热图(cdata);
从矩阵数据使用自定义创建的热图轴标签
创建一个矩阵的数据。然后创建一个热图矩阵的值。使用自定义标签的x设在和y通过指定第一个设在两个输入参数作为你想要的标签。指定的标题和轴标签通过设置属性HeatmapChart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 =热图(xvalues yvalues, cdata);h。Title =“t恤订单”;h。包含=“大小”;h。YLabel =“颜色”;
正常颜色在每一行或列
创建一个热图和规范化的颜色通过设置每一列或行ColorScaling财产。
样例文件读取outages.csv一个表中。样例文件包含的数据代表在美国电力中断。表包含六列:地区,OutageTime,损失,客户,RestorationTime,导致。显示每一列的前五行。
T = readtable (“outages.csv”);:T (1:5)
ans = 5 x6表地区OutageTime损失客户RestorationTime引起___________ ___________ ______ __________ ___________ _________________,“西南”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 + 05 2003-02-07 08:14“暴风雪”“西方”2004-04-06 05:44 434.81 - 3.4037 e + 05 2004-04-06 06:10“设备故障”“中西部”2002-03-16 06:18 186.44 - 2.1275 e + 05 2002-03-16 23:23“暴风”
创建一个热图,显示了不同区域x设在不同故障原因y设在。在每一个细胞,显示每个地区经历了多少次停电由于特殊原因。
h =热图(T)“地区”,“原因”);
正常的颜色每一列。最小的值映射到每一列的第一个颜色colormap和最大的值映射到最后的颜色。最后的颜色表明原因导致大多数为每个地区停电。
h。ColorScaling =“scaledcolumns”;
正常化的颜色在每一行。最小的值映射到每一行的第一个颜色colormap和最大的值映射到最后的颜色。最后一个颜色表明该地区经历了最停电由于每个原因。
h。ColorScaling =“scaledrows”;
使用自定义颜色数据聚合的方法来计算的
创建一个热图和颜色细胞使用数据计算与一个定制的聚合方法。使用accumarray函数计算的颜色数据。
样例文件读取Temperature.csv一个表中。文件包含三列:月,一年,TemperatureF。
台= readtable (fullfile (matlabroot“例子”,“图形”,“TemperatureData.csv”));
创建分类数组的月和一年表的列。然后确定使用独特的几个月和几年的标签x设在和y设在。
个月=分类(tbl.Month);年=分类(tbl.Year);包含=类别(个月);ylabels =类别(年);
确定最终的大小产生的颜色数据基于独特的数月乃至数年的数量。
nummonths =元素个数(包含);numyears =元素个数(ylabels);
将分类个月和年使用数组中数字指标accumarray函数。计算颜色数据每个月最高温度和年组合使用accumarray函数。使用南失踪的月和年的组合。
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设在和y分别设在了数月乃至数年。颜色的热图细胞使用矩阵计算数据。
h =热图(包含、ylabels cdata);
注意:您可以使用reordercats功能分类数组排序轴标签。
