histcounts2
二元直方图箱数
语法
[N Xedges Yedges] = histcounts2 (X, Y)
[N Xedges Yedges] = histcounts2 (X, Y, nbins)
[N Xedges Yedges] = histcounts2 (X, Y, Xedges Yedges)
[N Xedges Yedges] = histcounts2 (___、名称、值)
[N Xedges Yedges, binX binY] = histcounts2 (___)
描述
例子
箱数和本边缘
分发100对随机数进垃圾箱。histcounts2
自动选择一个合适的宽度揭示底层数据的分布。
x = randn (100 1);y = randn (100 1);[N Xedges Yedges] = histcounts2 (x, y)
N =10 0 0 0 2 0 0 1 2 4 0 0 1 9 9 5 0 1 4 10 11 4 5 1 1 6 3 1 1 0 0 1 2 0 0 0 0 1 0 1 0
Xedges =3 2 1 0 1 2 3 4
Yedges =3 2 1 0 1 2 3
指定每个维度的箱子数量
分配10双数字12箱。指定在x维3箱,和y维4箱。
x = [1 1 2 3 2 2 1 1 2 3];y = [5 6 3 7 8 9 1 2 5 1];nbins = [3 - 4];[N Xedges Yedges] = histcounts2 (x, y, nbins)
N =1 0 2 1 1 1 1 1 1 0 0 1
Xedges =0.6000 1.4000 2.2000 3.0000
Yedges =0 2.3000 4.6000 6.9000 9.2000
指定本边缘
分发1000对随机数进垃圾箱。定义本边缘两个向量:一个x和y的每个维度。在每个向量的第一个元素指定第一边缘的第一本,和最后一个元素是最后的最后一本。
x = randn (1000 1);y = randn (1000 1);Xedges = 5;Yedges = [5 4 2 1 0 0.5 -0.5 1 2 4 5];N = histcounts2 (x, y, Xedges Yedges)
N =0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 1 1 0 0 0 0 0 5 5 3 5 1 2 0 0 0 2 19日23日29日25日26日20 5 0 0 10 36 51 59 71 54 46 10 0 0 7 43 46 79 64 60 46 9 0 0 3 12 18 21 23 19 9 6 0 0 0 8 5 3 2 2 2 0 0 0 0 0 1 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0
归一化本计数
分发1000对随机数进垃圾箱。指定归一化
作为“概率”
规范化,箱子数量总和(N (:))
是1
。也就是说,每一本数表示属于的观察意见,这使得本的概率。
x = randn (1000 1);y = randn (1000 1);[N Xedges Yedges] = histcounts2 (x, y, 6日“归一化”,“概率”)
N =0 0 0.0020 0.0020 0 0 0 0.0110 0.0320 0.0260 0.0070 0.0010 0.0010 0.0260 0.1410 0.0360 0.1620 0.1940 0.0370 0.0040 0.1750 0.0430 0.0060 0 0 0 0.0040 0.0300 0.0370 0.0100 0.0010 0.0030 0.0040 0.0040 0.0010 0
Xedges =-4.0000 -2.7000 -1.4000 -0.1000 1.2000 2.5000 3.8000
Yedges =-4.0000 -2.7000 -1.4000 -0.1000 1.2000 2.5000 3.8000
确定本位置
分发1000个随机整数对-10至10进垃圾箱,并指定BinMethod
作为“整数”
使用宽箱集中在整数。指定5个输出histcounts2
返回向量代表本位置的数据。
x =兰迪([10]-10年,1000年,1);y =兰迪([10]-10年,1000,1);[N Xedges Yedges, binX binY] = histcounts2 (x, y,“BinMethod”,“整数”);
确定哪一本的价值(x (3), (3))
落入。
[x (3), (3))
ans =8 10
本= [binX (3) binY (3))
本=3 21
输入参数
X, Y
箱子之间的数据分发(作为单独的参数)
矩阵向量| |多维数组
数据分发在垃圾箱中,指定为独立的参数向量,矩阵或多维数组。X
和Y
必须具有相同的大小。
对应的元素X
和Y
指定<我class="inlinemath">x和<我class="inlinemath">y二维数据点的坐标,[X (k), Y (k)]
。的数据类型X
和Y
可以是不同的。
histcounts2
忽略所有南
值。同样的,histcounts2
忽略了正
和负
除非本边缘显式地指定值正
或负
作为一个本边缘。
数据类型:单
|双
|int8
|int16
|int32
|int64
|uint8
|uint16
|uint32
|uint64
|逻辑
nbins
——每个维度的箱子数量
标量|向量
每个维度的箱子数量,指定为一个积极的标量整数或双元素向量的正整数。如果你不指定nbins
,然后histcounts2
自动计算有多少箱子使用基于中的值X
和Y
:
如果
nbins
是一个标量,然后呢histcounts2
使用每个维度中,许多垃圾箱。如果
nbins
是一个矢量,然后呢nbins (1)
指定的箱数<我class="inlinemath">x尺寸和nbins (2)
指定的箱数<我class="inlinemath">y维度。
例子:[N Xedges Yedges] = histcounts2 (X, Y, [20] 15)
使用15箱x
维度和20箱y
维度。
Xedges
——本边缘<我class="inlinemath">x维
向量
本的边缘<我class="inlinemath">x维度,指定为一个向量。Xedges (1)
是第一个边缘的第一本吗<我class="inlinemath">x维度,Xedges(结束)
是最后一本的外缘。
数据类型:单
|双
|int8
|int16
|int32
|int64
|uint8
|uint16
|uint32
|uint64
|逻辑
Yedges
——本边缘<我class="inlinemath">y维
向量
本的边缘<我class="inlinemath">y维度,指定为一个向量。Yedges (1)
是第一个边缘的第一本吗<我class="inlinemath">y维度,Yedges(结束)
是最后一本的外缘。
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
。
[N Xedges Yedges] = histcounts2 (X, Y,“正常化”,“概率”)
可实现本数量N
,这样总和(N)
是1。
“BinMethod”
-装箱算法
“汽车”
(默认)|“斯科特。”
|“fd”
|“整数”
装箱算法,在这个表指定为一个值。
价值 | 描述 |
---|---|
“汽车” |
默认的 |
“斯科特。” |
斯科特的规则是最优如果数据共同接近正态分布。这条规则是适合大多数其他发行版,。它使用一个本的大小 |
“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。它使用一个本的大小 |
“整数” |
整数与整数数据规则是有用的,因为它创造了垃圾箱集中在对整数。它使用一个本的宽度为每个维度和地方本边缘介于1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1024箱(<我class="inlinemath">210)。如果数据范围尺寸大于1024,然后整规则使用广泛的垃圾箱。 |
例子:[N Xedges Yedges] = histcounts2 (X, Y,“BinMethod”、“整数”)
使用二维箱集中在每一对整数。
“BinWidth”
在每个维度-宽度的垃圾箱
向量
箱子的宽度在每个维度,指定为一个双元素向量的正整数,[xWidth yWidth]
。
如果您指定BinWidth
,然后histcounts2
最多可以使用1024箱(<我class="inlinemath">210在每个维度)。如果指定的宽度需要更多的垃圾箱,然后histcounts2
使用一个大本宽度对应于容器的最大数量。
例子:[N Xedges Yedges] = histcounts2 (X, Y, BinWidth, 10 [5])
使用箱子大小5
在x
尺寸和大小10
在y
维度。
“XBinLimits”
——本限制在<我class="inlinemath">x维
双元素向量
本限制在<我class="inlinemath">x双元素向量维度,指定为一个,[xbmin, xbmax]
。向量表示第一个和最后一个本的边缘<我class="inlinemath">x维度。
此选项只箱子落在本范围内的数据在内地,X > = X < = xbmax xbmin &
。
“YBinLimits”
——本限制在<我class="inlinemath">y维
双元素向量
本限制在<我class="inlinemath">y双元素向量维度,指定为一个,[ybmin, ybmax]
。向量表示第一个和最后一个本的边缘<我class="inlinemath">y维度。
此选项只箱子落在本范围内的数据在内地,> = ybmin & Y < = ybmax
。
“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。
每本的面积是计算使用吗<我class="inlinemath">x和<我class="inlinemath">y本宽度。
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
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:[N Xedges Yedges] = histcounts2 (X, Y,“正常化”,“pdf”)
箱子使用概率密度函数估计的数据X
和Y
。
输出参数
N
——本计数
数组
本,作为数字数组返回。
本包含方案不同编号的箱子N
以及它们的相对取向的<我class="inlinemath">x设在和<我class="inlinemath">y设在,
例如,(1,1)
本包括值落在第一个边缘在每个维度,最后本在右下角包含值落在其边缘。
Xedges
——本边缘<我class="inlinemath">x维
向量
本的边缘<我class="inlinemath">x尺寸,作为一个向量返回。Xedges (1)
是第一本的边缘<我class="inlinemath">x尺寸和Xedges(结束)
是最后一本。
Yedges
——本边缘<我class="inlinemath">y维
向量
本的边缘<我class="inlinemath">y尺寸,作为一个向量返回。Yedges (1)
是第一本的边缘<我class="inlinemath">y尺寸和Yedges(结束)
是最后一本。
binX
——本指数<我class="inlinemath">x维
数组
本指数<我class="inlinemath">x尺寸,作为数字数组返回相同的大小X
。对应的元素binX
和binY
描述本编号包含相应的值X
和Y
。的值0
在binX
或binY
表示一个元素不属于任何箱(如南
值)。
例如,binX (1)
和binY (1)
描述本位置的价值[X (1), Y (1)]
。
binY
——本指数<我class="inlinemath">y维
数组
本指数<我class="inlinemath">y尺寸,作为数字数组返回相同的大小Y
。对应的元素binX
和binY
描述本编号包含相应的值X
和Y
。的值0
在binX
或binY
表示一个元素不属于任何箱(如南
值)。
例如,binX (1)
和binY (1)
描述本位置的价值[X (1), Y (1)]
。
介绍了R2015b
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。