主要内容

binScatterPlot

高数组的箱子散点图

全部折叠到页面中

语法

binScatterPlot (X, Y)
nbins binScatterPlot (X, Y)
binScatterPlot (X, Y, Xedges Yedges)
binScatterPlot (X, Y,名称、值)
h = binScatterPlot (＿＿＿）

描述

例子

binScatterPlot (X, Y）中创建数据的装箱散点图X和Y．的binScatterPlot函数使用一个自动分拣算法返回具有统一区域的分拣箱，该区域被选择来覆盖中元素的范围X和Y并揭示了分布的潜在形态。

例子

binScatterPlot (X, Y，nbins）指定要在每个维度中使用的箱子数量。

例子

binScatterPlot (X, Y，Xedges，Yedges）使用向量指定每个维度中箱子的边缘Xedges和Yedges．

例子

binScatterPlot (X, Y，名称,值）使用前面任何一种语法使用一个或多个名称-值对参数指定其他选项。例如，可以指定“颜色”以及一个有效的颜色选项来更改情节的颜色主题，或“伽马”用一个正标量来调整细节水平。

h= binScatterPlot (＿＿＿）返回一个Histogram2对象。使用此对象检查绘图的属性。

例子

全部折叠

打开生活的脚本

创建两个随机数据的高向量。为数据创建一个装箱散点图。

当您在高数组上执行计算时，MATLAB®使用并行池(如果您有parallel Computing Toolbox™，则默认)或本地MATLAB会话。当您使用并行计算工具箱时，要使用本地MATLAB会话运行示例，请使用mapreduce函数。

mapreducer(0) X = tall(randn(1e5,1));Y =高(randn (1 e5, 1));binScatterPlot (X, Y)
使用本地MATLAB会话评估高表达式:-通过1的1:完成在1.9秒评估完成在3.7秒

图包含一个轴和其他uicontrol类型的对象。坐标轴包含一个直方图类型的对象2。

生成的图形包含一个滑块，用于调整图像中的细节级别。

打开生活的脚本

指定一个标量值作为第三个输入参数，以便在每个维度中使用相同数量的箱子，或者指定一个两元素向量，以便在每个维度中使用不同数量的箱子。

当您在高数组上执行计算时，MATLAB®使用并行池(如果您有parallel Computing Toolbox™，则默认)或本地MATLAB会话。当您使用并行计算工具箱时，要使用本地MATLAB会话运行示例，请使用mapreduce函数。

mapreduce (0)

绘制随机数据在每个维度中分成100个箱子的装箱散点图。

X =高(randn (1 e5, 1));Y =高(randn (1 e5, 1));binScatterPlot (X, Y, 100)
使用本地MATLAB会话评估高表达式:-通过1的1:完成在1.1秒评估完成在1.4秒

图包含一个轴和其他uicontrol类型的对象。坐标轴包含一个直方图类型的对象2。

使用20个箱子x-dimension，继续使用100个箱子y维度。

binScatterPlot (X, Y, [100])
使用本地MATLAB会话评估高表达式:-通过1的1:完成在0.19秒评估完成在0.31秒

图包含一个轴和其他uicontrol类型的对象。坐标轴包含一个直方图类型的对象2。

打开生活的脚本

绘制具有特定bin边缘的随机数据的装箱散点图。使用正和负捕获异常值。

当您在高数组上执行计算时，MATLAB®使用并行池(如果您有parallel Computing Toolbox™，则默认)或本地MATLAB会话。当您使用并行计算工具箱时，要使用本地MATLAB会话运行示例，请使用mapreduce函数。

mapreduce (0)

创建一个有100个边缘的散点图(2 - 2)在每一个维度。指定的容器边缘以外的数据不包括在绘图中。

X =高(randn (1 e5, 1));Y =高(randn (1 e5, 1));Xedges = linspace (2, 2);Yedges = linspace (2, 2);binScatterPlot (X, Y, Xedges Yedges)
使用本地MATLAB会话评估高表达式:-通过1:在0.78秒完成评估在1.1秒完成

图包含一个轴和其他uicontrol类型的对象。坐标轴包含一个直方图类型的对象2。

在图的边缘使用扩展到无穷大的粗箱子来捕获异常值。

Xedges = [-Inf linspace(-2,2) Inf];Yedges = [-Inf linspace(-2,2) Inf];binScatterPlot (X, Y, Xedges Yedges)
使用本地MATLAB会话评估高表达式:-通过1:0.2秒完成评估完成在0.29秒

图包含一个轴和其他uicontrol类型的对象。坐标轴包含一个直方图类型的对象2。

打开生活的脚本

绘制随机数据的装箱散点图，指定“颜色”作为“c”．

当您在高数组上执行计算时，MATLAB®使用并行池(如果您有parallel Computing Toolbox™，则默认)或本地MATLAB会话。当您使用并行计算工具箱时，要使用本地MATLAB会话运行示例，请使用mapreduce函数。

mapreducer(0) X = tall(randn(1e5,1));Y =高(randn (1 e5, 1));binScatterPlot (X, Y,“颜色”，“c”）
使用本地MATLAB会话评估高表达式:-通过1的1:完成在1.5秒评估完成在3.1秒

图包含一个轴和其他uicontrol类型的对象。坐标轴包含一个直方图类型的对象2。

输入参数

全部折叠

要分配到多个箱子中的数据，指定为高向量、矩阵或多维数组的单独参数。X和Y必须是相同的大小。如果X和Y那么，不是向量吗binScatterPlot把它们当作单列向量，X (:)和Y (:)．

对应的元素X和Y指定x和y二维数据点坐标，[X (k), Y (k)]．的底层数据类型X和Y可以不同，但是binScatterPlot将这些输入连接为单个输入N——- - - - - -2占主导地位的底层数据类型的高矩阵。

binScatterPlot忽略所有南值。同样的,binScatterPlot忽略了正和负值，除非容器边缘显式指定正或负作为一个bin edge。

请注意

如果X或Y包含整数类型int64或uint64大于flintmax，则建议显式指定bin边缘。binScatterPlot使用双精度自动装入输入数据，这对于大于的数字缺乏整数精度flintmax．

数据类型:单|双|int8|int16|int32|int64|uint8|uint16|uint32|uint64|逻辑

每个维度中的箱子数，指定为正标量整数或正整数的二元向量。如果不指定nbins,然后binScatterPlot根据中的值自动计算要使用多少个箱子X和Y．

  • 如果nbins是标量吗binScatterPlot在每个维度中使用多个箱子。

  • 如果nbins是矢量吗nbins (1)控件中容器的数量x尺寸和nbins (2)控件中容器的数量y维度。

例子:binScatterPlot (X, Y, 20)每个维度使用20个箱子。

例子:binScatterPlot (X, Y, 20 [10])使用10个箱子x-尺寸和20个箱子在y维度。

本的边缘x-维，指定为向量。Xedges (1)第一个箱子的第一个边在x维度,Xedges(结束)是最后一个垃圾桶的外缘。

的值[X (k), Y (k)]是在(i, j)th本如果Xedges(我)≤X (k)<Xedges (i + 1)和Yedges (j)≤Y (k)<Yedges (j + 1)．每个维度中的最后一个箱子也包括最后(外)边。例如,[X (k), Y (k)]落入我如果在最后一行Xedges (end-1)≤X (k)≤Xedges(结束)和Yedges(我)≤Y (k)<Yedges (i + 1)．

数据类型:单|双|int8|int16|int32|int64|uint8|uint16|uint32|uint64|逻辑

本的边缘y-维，指定为向量。Yedges (1)第一个箱子的第一个边在y维度,Yedges(结束)是最后一个垃圾桶的外缘。

的值[X (k), Y (k)]是在(i, j)th本如果Xedges(我)≤X (k)<Xedges (i + 1)和Yedges (j)≤Y (k)<Yedges (j + 1)．每个维度中的最后一个箱子也包括最后(外)边。例如,[X (k), Y (k)]落入我如果在最后一行Xedges (end-1)≤X (k)≤Xedges(结束)和Yedges(我)≤Y (k)<Yedges (i + 1)．

数据类型:单|双|int8|int16|int32|int64|uint8|uint16|uint32|uint64|逻辑

名称-值对的观点

指定可选的逗号分隔对名称,值参数。的名字参数名和价值是对应的值。的名字必须出现在引号内。您可以按如下顺序指定几个名称和值对参数Name1, Value1,…,的家．

例子:binScatterPlot (X, Y, BinWidth, 10 [5])

装箱算法，指定为逗号分隔的对组成“BinMethod”其中一个值。

价值 描述
“汽车” 默认的“汽车”算法使用最多100个箱子，并选择一个箱子宽度来覆盖数据范围并显示底层分布的形状。
“斯科特。” 当数据接近联合正态分布时，Scott法则是最优的。此规则也适用于大多数其他发行版。它使用的箱子大小[3.5 *性病(X) *元素个数(X) ^(1/4), 3.5 *性病(Y) *元素个数(Y) ^ (1/4)．
“整数” 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。为了避免意外地创建过多的箱子，可以使用此规则创建65536个箱子的限制(216）.如果数据范围大于65536，那么整数规则将使用更宽的容器。

请注意

的BinMethod结果的性质Histogram2对象的值总是“手动”．

每个维度中箱子的宽度，由逗号分隔的一对组成“BinWidth”一个正整数的标量或二元向量，[xWidth yWidth]．标量值表示每个维度的bin宽度相同。

如果您指定BinWidth,然后binScatterPlot最多可以使用1024个箱子(210)沿每个维度。如果指定的箱子宽度需要更多的箱子，那么binScatterPlot使用与最大箱子数量对应的更大的箱子宽度。

例子:binScatterPlot (X, Y, BinWidth, 10 [5])使用有大小的箱子5在x尺寸和大小10在y维度。

情节色彩主题，由逗号分隔的一对组成“颜色”其中一个选项。

选项 描述
“b”

蓝色的
“米”

品红色的
“c”

青色
“r”

红色的
‘g’

绿色
“y”

黄色的
“k”

黑色的

伽玛校正，由逗号分隔的一对组成“伽马”一个正标量。使用此选项可调整亮度和颜色强度，以影响图像中的细节数量。

  • γ< 1-随着伽马值的减少，箱子数量越小的阴影越暗，包括图像中更多的细节。

  • γ> 1-随着伽马值的增加，箱子计数越小的阴影逐渐变浅，从图像中移除细节。

  • 默认值1不会对显示进行任何校正。

本限制在x-dimension，指定为逗号分隔的对，由“XBinLimits”一个二元向量，[xbmin, xbmax]．对象中的第一个和最后一个bin边缘x维度。

binScatterPlot只绘制包含在箱子范围内的数据，数据(数据(:1)> = xbmin &数据(:1)< = xbmax)．

本限制在y-dimension，指定为逗号分隔的对，由“YBinLimits”一个二元向量，[ybmin, ybmax]．对象中的第一个和最后一个bin边缘y维度。

binScatterPlot只绘制包含在箱子范围内的数据，数据(数据(:,2)> = ybmin &数据(:,2)< = ybmax)．

输出参数

全部折叠

装箱散点图，归为一Histogram2对象。有关更多信息，请参见Histogram2属性．

扩展功能

介绍了R2016b

统计和机器学习工具箱文档

金宝app

掌握机器学习:MATLAB一步一步的指南

掌握机器学习:MATLAB一步一步的指南

下载电子书