主要内容

离散化

将数据分组到箱子或类别中

折叠所有页面

语法

Y =离散化(X，边)
[Y,E] =离散化(X,N)
[Y,E] =离散化(X,dur)
［___=离散化(___、价值观)
［___=离散化(___“分类”)
［___=离散化(___、“直言”displayFormat)
［___=离散化(___、“直言”categoryNames)
［___=离散化(___、“IncludedEdge”,一边)

描述

例子

Y=离散化(X，边缘）返回包含元素的容器的索引X．的jbin包含元素X(我)如果边(j) <= X(i) <边(j+1)为1 <= j < N,在那里N箱子的数量是多少长度(边)= N+1．最后一个bin包含两条边，使得边(N) <= X(i) <=边(N+1)．

例子

［Y，E=离散化(X，N）将数据划分为X成N相同宽度的容器，并返回容器边E．

例子

［Y，E=离散化(X，大调的）,在那里X是日期时间数组还是持续时间数组X放入统一的大调的时间长度。大调的可以是标量持续时间或calendarDuration，或时间单位。例如,[Y,E] =离散化(X，'小时')分X按1小时的统一时间放入箱中。

例子

［___=离散化(___，值）返回相应的元素值使用任何先前的输入或输出参数组合，而不是bin号。例如，如果X (1)在5号箱子里Y (1)是值(5)而不是5．值必须是长度等于箱子数量的向量。

例子

［___=离散化(___“分类”)创建一个分类数组，其中每个bin都是一个类别。在大多数情况下，默认类别名称的形式为“[A, B)(或“[A, B])，其中一个而且B是连续的料仓边。如果你指定大调的作为字符向量，默认类别名可能具有特殊格式。看到Y获取显示格式的列表。

例子

［___=离散化(___“分类”,displayFormat），对于datetime或duration数组输入，在输出的类别名称中使用指定的datetime或duration显示格式。

例子

［___=离散化(___“分类”,categoryNames）中的类别名称Y使用字符向量的单元格数组，categoryNames．的长度categoryNames必须等于箱子的数量。

例子

［___=离散化(___“IncludedEdge”,一边）,在那里一边是“左”或“对”，指定每个bin是否包括其右bin边或左bin边。例如，如果一边是“对”，则每个bin包含右bin边，除了第一个包含两条边的Bin。在这种情况下，jbin包含一个元素X(我)如果边(j) < X(i) <=边(j+1),在那里1 < j <= N而且N是箱子的数量。第一个箱子包括左边缘，这样它包含edges(1) <= X(i) <= edges(2)．默认的一边是“左”．

例子

全部折叠

打开实时脚本

使用离散化将数值分组到离散的箱子中。边缘定义了5条箱边，所以有4个箱。

数据= [1 1 2 3 6 5 8 10 4 4]
data =1×101 1 2 3 6 5 8 10 4 4
边= 2:2:10
边缘=1×52 4 6 8
Y =离散化(数据，边)
Y =1×10南南1 1 3 2 4 4 2 2

Y指示数据的每个元素属于哪个bin。因为值1在垃圾箱的范围之外，Y包含南这些元素的值。

打开实时脚本

将随机数据分成三个箱子。指定第二个输出以返回通过计算得出的料仓边离散化．

X = randn(10,1);[Y,E] =离散化(X,3)
Y =10×12 2 1 2 2 1 1 2 3 2
E =1×4-3 0 3 6
打开实时脚本

用2016年的随机日期创建一个10乘1的日期时间向量。然后，将datetime值按月分组，并将结果作为分类数组返回。

X = datetime(2016,1,randi(365,10,1))
X =10 x1 datetime2016年10月24日-2016年11月26日-2016年2月16日-2016年2月29日-2016年8月18日- 05- 2月-2016年11- 4月-2016年18- 7月-2016年15- 12月-2016年18- 12月
Y =离散化(X，“月”，“分类”）
Y =10 x1分类10 -2016年11 -2016年2 -2016年11 -2016年8 -2016年2 -2016年4 -2016年7 -2016年12 -2016年12 -2016年
打开实时脚本

将持续时间值按小时分组，并以各种显示格式返回结果。

将一些随机持续时间值按小时分组，并将结果作为分类数组返回。

X = hours(abs(randn(1,10)))'
X =10 x1持续时间0.53767 hr 1.8339 hr 2.2588 hr 0.86217 hr 0.31877 hr 1.3077 hr 0.43359 hr 0.34262 hr 3.5784 hr 2.7694 hr
Y =离散化(X，“小时”，“分类”）
Y =10 x1分类[0小时，1小时)[1小时，2小时)[2小时，3小时)[0小时，1小时)[0小时，1小时)[0小时，1小时)[1小时，2小时)[0小时，1小时)[0小时，1小时)[0小时，1小时)[3小时，4小时][2小时，3小时)

将结果的显示更改为分钟数。

Y =离散化(X，“小时”，“分类”，“米”）
Y =10 x1分类[0分钟，60分钟)[60分钟，120分钟][120分钟，180分钟)[0分钟，60分钟)[0分钟，60分钟)[60分钟，120分钟)[0分钟，60分钟)[0分钟，60分钟)[0分钟，60分钟)[180分钟，240分钟][120分钟，180分钟)

再次更改格式以显示小时数、分钟数和秒数。

Y =离散化(X，“小时”，“分类”，“hh: mm: ss”）
Y =10 x1分类(就是01:00:00)[01:00:00 02:00:00)[02:00:00 03:00:00)[就是01:00:00)[就是01:00:00)[01:00:00 02:00:00)[就是01:00:00)[就是01:00:00)[03:00:00 04:00:00][02:00:00 03:00:00)
打开实时脚本

使用每个箱子的右边缘作为值输入。每个bin中元素的值总是小于bin值。

X = randi(100,1,10);边= 0:25:100;值=边(2:结束);Y =离散化(X，边，值)
Y =1×10100 100 25 100 75 25 50 75 100 100
打开实时脚本

使用“IncludedEdge”输入以指定每个数据仓包含其右数据仓边。第一个bin包含两条边。将结果与左bin边的默认包含进行比较。

X = 1:2:11;边= [1 3 4 7 10 11];Y =离散化(X，边，“IncludedEdge”，“对”）
Y =1×61 1 3 3 4 5
Z =离散化(X，边)
Z =1×61 2 3 4 4 5
打开实时脚本

将数值数据分组到一个分类数组中。使用结果确认在平均值的1个标准偏差范围内的数据量。

将正态分布的数据按照与均值的距离分组，以标准差表示。

X = randn(1000,1);边= std(X)*(-3:3);Y =离散化(X，边，“分类”，.．.｛“3σ”，“2σ”，“σ”，“σ”，“2σ”，“3σ”})；

Y中元素的未定义类别值X离均值超过3个标准差。

中的值预览Y．

Y (1:15)
ans =15 x1分类西格玛2西格玛- 3西格玛- 2西格玛-西格玛 3西格玛- 2西格玛西格玛-西格玛

确认大约68%的数据落在平均值的一个标准偏差内。

nnz (Y = =“σ”| Y = =“σ”) /元素个数(Y)
Ans = 0.6910

输入参数

全部折叠

输入数组，指定为矢量、矩阵或多维数组。X包含要分发到容器中的数据。

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

Bin边，指定为值递增的数值向量。料仓边可以包含连续的重复元素。中连续元素边缘形成离散的箱子离散化用于对数据进行分区X．默认情况下，每个bin包括左bin边，除了最后一个bin，它包括两个bin边。

边缘至少要有两个元素，因为边(1)第一个箱子的左边和边(结束)是最后一个箱子的右边缘。

例子:Y =离散化([1 3 5]，[0 2 4 6])分配值1，3.,5分成三个有边的箱子(0, 2)，(2、4),(4、6)．

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

箱数，指定为标量整数。

离散化将数据划分为N相同宽度的箱子，选择箱子边是“漂亮的”数字，重叠的数据范围。中最大和最小的元素X通常不会落在箱子的边缘。如果数据分布不均匀，那么中间的一些箱子可以是空的。但是，第一个和最后一个bin总是包含至少一段数据。

例子:[Y,E] =离散化(X,5)将数据分布在X分成5个均匀宽度的箱子。

统一的bin持续时间，指定为标量持续时间或calendarDuration，或作为表中的值之一。

如果你指定大调的,然后离散化最多可使用65,536个箱子(或216)．如果指定的bin持续时间需要更多的bin，则离散化使用与最大箱数对应的较大箱宽。

价值 适用于…… 描述
“第二”

日期时间或持续时间值

每个箱子是1秒。
“一分钟”

日期时间或持续时间值

每个箱子是1分钟。
“小时”

日期时间或持续时间值

每个箱子是1小时。
“天”

日期时间或持续时间值

  • 对于datetime输入，每个bin是1个日历日。该值表示日光节约时间的变化。

  • 对于持续时间输入，每个bin是一个固定长度的天(24小时)。
“周”

Datetime值

 每个箱子是一个日历周。
“月”

Datetime值

 每个箱子是一个日历月。
“季”

Datetime值

 每个箱子是一个日历季度。
“年”

日期时间或持续时间值

  • 对于datetime输入，每个bin是1个日历年。这个值表示闰日。

  • 对于持续时间输入，每个bin是一个固定长度的年(365.2425天)。
“十年”

Datetime值

 每个箱子是10年(10个日历年)。
“世纪”

Datetime值

 每个箱子代表一个世纪(100日历年)。

例子:[Y,E] =离散化(X，'小时')分X按1小时的统一时间放入箱中。

数据类型:字符|持续时间|calendarDuration

Bin值，指定为任何数据类型的向量。值长度必须和箱子的数量相同，长度(边缘)1．元素值替换输出中正常的bin索引。也就是说，如果X (1)掉进垃圾箱2,然后离散化返回Y (1)作为值(2)而不是2．

如果值是单元格数组，则所有输入数据必须属于一个bin。

例子:Y =离散化(randi(5,10,1)，[1 1.5 3 5]，diff([1 1.5 3 5])))返回容器的宽度，而不是从1到3的索引。

日期时间和持续时间显示格式，指定为字符向量。的displayFormat中的值不会更改Y，只有自己的展示。你可以指定displayFormat为datetime和duration数组使用任何有效的显示格式。有关可用选项的详细信息，请参见设置日期和时间显示格式．

例子:离散化(X,“天”、“分类”,“h”)指定持续时间数组的显示格式。

例子:离散化(X,“天”、“分类”、“yyyy-MM-dd”)指定datetime数组的显示格式。

数据类型:字符

类别数组类别名称，指定为字符向量的单元格数组。categoryNames长度必须等于箱子的数量。

例子:Y =离散化(randi(5 10 1), 1.5[1 3 5],“分类”,{' A ' ' B ' ' C '})将数据分成三类，一个，B,C．

数据类型:细胞

要包含在每个bin中的边，指定为以下值之一:

  • “左”-所有的bin都包括左bin边，除了最后一个bin，它包括两边边。这是默认值。

  • “对”-所有的箱子都包括右箱子边，除了第一个箱子，它包括两个边。

例子:Y =离散化(randi(11,10,1)，1:2:11，' includedge '，'right')包括每个箱子中的右箱子边。

输出参数

全部折叠

箱子，作为数字矢量、矩阵、多维数组或有序分类数组返回。Y尺寸和X，每个元素描述了中相应元素的bin位置X．如果值的数据类型，则Y和值．根据输出的数据类型，超出范围的元素的表达方式不同:

  • 对于数值输出，Y包含南中的超出范围元素的值X(X(i) < edges(1)或X(i) >条边(end))，或在X包含一个南．

  • 如果Y是分类数组，则它包含超出范围的未定义元素或南输入。

  • 如果值向量是整数数据类型吗Y包含0超出范围或南输入。

默认类别名称格式为Y对于语法离散化(X,大调的“直言”)是:

的价值大调的 默认类别名称格式 格式示例
“第二”

全局默认格式

28 - 1月- 2016 10:32:06
“一分钟”
“小时”
“天”

全局默认日期格式

28日- 1月- 2016
“周”

[global_default_date_format, global_default_date_format)

[24 - 1月- 2016年1月30 - - 2016)
“月”

“MMM-uuuu”

2016年6月,
“季”

“回调哦哦”

2015年第四季度
“年”

“哦哦”

2016
“十年”

”(哦哦哦哦)

(2010, 2020)
“世纪”

Bin边，作为向量返回。指定此输出以查看离散化在没有显式传递bin边的情况下计算。

E作为行向量返回离散化计算箱子边。如果传入bin边，那么E控件的方向边缘输入。

提示

  • 的行为离散化是类似的histcounts函数。使用histcounts求每个箱子中元素的数量。另一方面，使用离散化找出每个元素属于哪个bin(不计算)。

扩展功能

C/ c++代码生成
使用MATLAB®Coder™生成C和c++代码。

版本历史

在R2015a中引入

另请参阅

||

主题