Exponenta Banner
exponenta event banner

гистограмма

График гистограммы

расширьте все на странице

Описание

Гистограммы являются типом столбиковой диаграммы для числовых данных, которые группируют данные в интервалы. После того, как вы создадите объект Histogram, можно изменить аспекты гистограммы путем изменения ее значений свойств. Это особенно полезно для того, чтобы быстро изменить свойства интервалов или изменить отображение.

Создание

Синтаксис

histogram(X)
histogram(X,nbins)
histogram(X,edges)
histogram('BinEdges',edges,'BinCounts',counts)
histogram(C)
histogram(C,Categories)
histogram('Categories',Categories,'BinCounts',counts)
histogram(___,Name,Value)
histogram(ax,___)
h = histogram(___)

Описание

пример

histogram(X) создает график гистограммы X. Функция histogram использует автоматический алгоритм раскладывания, который возвращает интервалы с универсальной шириной, выбранной, чтобы покрыть область значений элементов в X и показать базовую форму распределения. histogram отображает интервалы как прямоугольники, таким образом, что высота каждого прямоугольника указывает на число элементов в интервале.

пример

histogram(X,nbins) использует много интервалов, заданных скаляром, nbins.

пример

Виды histogram(X,edges) X в интервалы с краями интервала, заданными вектором, edges. Каждый интервал включает левый край, но не включает правый край, за исключением последнего интервала, который включает оба края.

histogram('BinEdges',edges,'BinCounts',counts) вручную задает края интервала и сопоставленные количества интервала. histogram строит график заданных количеств интервала и не делает никакого раскладывания данных.

пример

histogram(C), где C является категориальным массивом, строит график гистограммы с панелью для каждой категории в C.

histogram(C,Categories) строит график только подмножества категорий, заданных Categories.

histogram('Categories',Categories,'BinCounts',counts) вручную задает категории и сопоставленные количества интервала. histogram строит график заданных количеств интервала и не делает никакого раскладывания данных.

пример

histogram(___,Name,Value) задает дополнительные опции с одним или несколькими аргументами пары Name,Value с помощью любого из предыдущих синтаксисов. Например, можно задать 'BinWidth' и скаляр, чтобы настроить ширину интервалов или 'Normalization' с допустимой опцией ('count', 'probability', 'countdensity', 'pdf', 'cumcount' или 'cdf'), чтобы использовать другой тип нормализации. Для списка свойств смотрите Histogram Properties.

histogram(ax,___) строит график в оси, заданные ax вместо в текущую систему координат (gca). Опция ax может предшествовать любой комбинации входных аргументов в предыдущих синтаксисах.

пример

h = histogram(___) возвращает объект Histogram. Используйте это, чтобы осмотреть и настроить свойства гистограммы. Для списка свойств смотрите Histogram Properties.

Входные параметры

развернуть все

Данные, чтобы распределить среди интервалов, заданных как вектор, матрица или многомерный массив. Если X не является вектором, то histogram обрабатывает его как вектор отдельного столбца, X(:), и строит график единственной гистограммы.

histogram игнорирует весь NaN и значения NaT. Точно так же histogram игнорирует Inf и значения -Inf, если края интервала явным образом не задают Inf или -Inf как край интервала. Несмотря на то, что NaN, NaT, Inf и значения -Inf обычно не строятся график, они все еще включены в вычисления нормализации, которые включают общее количество элементов данных, таких как 'probability'.

Примечание

Если X содержит целые числа типа int64 или uint64, которые больше, чем flintmax, то рекомендуется, чтобы вы явным образом задали края интервала гистограммы. histogram автоматически интервалы входные данные с помощью двойной точности, которая испытывает недостаток в целочисленной точности чисел, больше, чем flintmax.

Типы данных: единственный | удваиваются | int8 | int16 | int32 | int64 | uint8 | uint16 | uint32 | uint64 | логический | datetime | длительность

Категориальные данные, заданные как категориальный массив. histogram не строит график неопределенных категориальных значений. Однако неопределенные категориальные значения все еще включены в вычисления нормализации, которые включают общее количество элементов данных, таких как 'probability'.

Типы данных: категориальный

Количество интервалов, заданных как положительное целое число. Если вы не задаете nbins, то histogram автоматически вычисляет сколько интервалов, чтобы использовать на основе значений в X.

Пример: гистограмма (X, 15) создает гистограмму с 15 интервалами.

Края интервала, заданные как вектор. edges(1) является левым краем первого интервала, и edges(end) является правым краем последнего интервала.

Значение X(i) находится в k th интервал если edges(k) ≤ X(i) <edges(k+1). Последний интервал также включает правильный край интервала, так, чтобы это содержало X(i) если edges(end-1) ≤ X(i) ≤ edges(end).

Для datetime и данных длительности, edges должен быть datetime или вектором длительности в монотонно увеличивающемся порядке.

Типы данных: единственный | удваиваются | int8 | int16 | int32 | int64 | uint8 | uint16 | uint32 | uint64 | логический | datetime | длительность

Примечание

Эта опция только применяется к категориальным гистограммам.

Категории включены в гистограмму, заданную как массив ячеек из символьных векторов или категориальный вектор.

  • Если вы задаете входной категориальный массив C, то по умолчанию, histogram строит график панели для каждой категории в C. В этом случае используйте Categories, чтобы задать уникальное подмножество категорий вместо этого.

  • Если вы задаете количества интервала, то Categories задает связанные названия категории для гистограммы.

Пример: h = гистограмма (C, {'Большой', 'Маленький'}) отображает на графике только категориальные данные в категориях, 'Больших' и 'Небольших'.

Пример: гистограмма ('Категории', {'Да', 'Нет', 'Возможно'}, 'BinCounts', [22 18 3]) строит график гистограммы, которая имеет три категории со связанными количествами интервала.

Пример: h. Категории запрашивают категории, которые находятся в h объекта гистограммы.

Типы данных: ячейка | категориальный

Количества интервала, заданные как вектор. Используйте этот входной параметр, чтобы передать количества интервала histogram, когда вычисление количеств интервала выполняется отдельно, и вы не хотите, чтобы histogram сделал любое раскладывание данных.

Длина counts должна быть равна количеству интервалов.

  • Для числовых гистограмм количеством интервалов является length(edges)-1.

  • Для категориальных гистограмм количество интервалов равно количеству категорий.

Пример: гистограмма ('BinEdges',-2:2, 'BinCounts', [5 8 15 9])

Пример: гистограмма ('Категории', {'Да', 'Нет', 'Возможно'}, 'BinCounts', [22 18 3])

Целевые оси, заданные как объект Axes или объект PolarAxes. Если вы не задаете оси и если текущей системой координат являются Оси декартовой системы координат, то функция histogram использует текущую систему координат (gca). Чтобы построить график в полярные оси, задайте объект PolarAxes как первый входной параметр или используйте функцию polarhistogram.

Аргументы в виде пар имя-значение

Укажите необязательные аргументы в виде пар ""имя, значение"", разделенных запятыми. Имя (Name) — это имя аргумента, а значение (Value) — соответствующее значение. Имя должно появиться в кавычках. Вы можете задать несколько аргументов в виде пар имен и значений в любом порядке, например: Name1, Value1, ..., NameN, ValueN.

Пример: гистограмма (X, 'BinWidth', 5)

Свойства гистограммы, перечисленные здесь, являются только подмножеством. Для полного списка смотрите Histogram Properties.

Примечание

Эта опция только применяется к гистограммам категориальных данных.

Относительная ширина категориальных панелей, заданных как скалярное значение в области значений [0,1]. Используйте это свойство управлять разделением категориальных панелей в гистограмме. Значением по умолчанию является 0.9, что означает, что ширина панели составляет 90% пробела от предыдущей панели до следующей панели с 5% того пробела на каждой стороне.

Если вы устанавливаете это свойство на 1, то смежное касание панелей.

Пример: 0.5

Типы данных: single | double | int8 | int16 | int32 | int64 | uint8 | uint16 | uint32 | uint64

Пределы интервала, заданные как двухэлементный вектор, [bmin,bmax]. Эта опция строит график гистограммы с помощью значений во входном массиве, X, том падении между bmin и bmax включительно. Таким образом, X(X>=bmin & X<=bmax).

Эта опция не применяется к гистограммам категориальных данных.

Пример: гистограмма (X, 'BinLimits', [1,10]) строит график гистограммы с помощью только значения в X, которые являются между 1 и 10 включительно.

Режим выбора для пределов интервала, заданных как 'auto' или 'manual'. Значением по умолчанию является 'auto', так, чтобы пределы интервала автоматически настроили к данным.

Если вы явным образом задаете или BinLimits или BinEdges, то BinLimitsMode автоматически установлен в 'manual'. В этом случае задайте BinLimitsMode как 'auto', чтобы повторно масштабировать пределы интервала данным.

Эта опция не применяется к гистограммам категориальных данных.

Алгоритм раскладывания, заданный как одно из значений в этой таблице.

Значение

Описание

'auto'

Алгоритм 'auto' по умолчанию выбирает, ширина интервала, чтобы покрыть данные располагаются и показывают форму базового распределения.

'scott'

Правило Скотта оптимально, если данные близко к тому, чтобы быть нормально распределенным. Это правило подходит для большинства других дистрибутивов, также. Это использует ширину интервала 3.5*std(X(:))*numel(X)^(-1/3).

'fd'

Правило Фридмена—Диакониса менее чувствительно к выбросам в данных и может более подойти для данных с дистрибутивами с тяжелым хвостом. Это использует ширину интервала 2*IQR(X(:))*numel(X)^(-1/3), где IQR является межквартильным размахом X.

Целые числа

Целочисленное правило полезно с целочисленными данными, когда это создает интервал для каждого целого числа. Это использует ширину интервала 1 и помещает края интервала на полпути между целыми числами. Чтобы постараться не случайно создавать слишком много интервалов, можно использовать это правило, чтобы создать предел 65 536 интервалов (216). Если область значений данных больше, чем 65 536, то целочисленное правило использует более широкие интервалы вместо этого.

Примечание

'integers' не поддерживает данные длительности или datetime.

'sturges'

Правило Стерджеса популярно из-за его простоты. Это выбирает количество интервалов, чтобы быть ceil(1 + log2(numel(X))).

sqrt

Правило Квадратного корня широко использовано в других пакетах программного обеспечения. Это выбирает количество интервалов, чтобы быть ceil(sqrt(numel(X))).

Для данных datetime метод интервала может быть одним из этих модулей времени:

второймесяц
минутачетверть
часгод
день'decade'
неделя'century'

Для данных длительности метод интервала может быть одним из этих модулей времени:

второйдень
минутагод
час 

Если вы задаете BinMethod с datetime или данными длительности, то histogram может использовать максимум 65 536 интервалов (или 216). Если заданная длительность интервала требует большего количества интервалов, то histogram использует большую ширину интервала, соответствующую максимальному количеству интервалов.

Эта опция не применяется к гистограммам категориальных данных.

Примечание

Если вы устанавливаете BinLimits, NumBins, BinEdges или свойство BinWidth, то BinMethod свойство установлено в 'manual'.

Пример: гистограмма (X, 'BinMethod', 'целые числа') создает гистограмму с интервалами, центрируемыми на целых числах.

Ширина интервалов, заданных как скаляр. Когда вы задаете BinWidth, затем histogram может использовать максимум 65 536 интервалов (или 216). Если вместо этого заданная ширина интервала требует большего количества интервалов, то histogram использует большую ширину интервала, соответствующую максимальному количеству интервалов.

Для datetime и данных длительности, значение 'BinWidth' может быть скалярной длительностью или календарной длительностью.

Эта опция не применяется к гистограммам категориальных данных.

Пример: гистограмма (X, 'BinWidth', 5) использует интервалы с шириной 5.

Порядок отображения категории, заданный как 'ascend', 'descend' или 'data'. С 'ascend' или 'descend', гистограмма отображается с увеличением или уменьшением высот панели. Значение 'data' по умолчанию использует порядок категории во входных данных, C.

Эта опция только работает с категориальными данными.

Стиль отображения гистограммы, заданный или как 'bar' или как 'stairs'. Задайте 'stairs', чтобы отобразить ступенчатый график, который отображает схему гистограммы, не заполняя внутреннюю часть.

Значение по умолчанию 'bar' отображает столбиковую диаграмму гистограммы.

Пример: гистограмма (X, 'DisplayStyle', 'лестница') строит график схемы гистограммы.

Прозрачность краев панели гистограммы, заданных как скалярное значение между 0 и 1 включительно. Значение 1 означает полностью непрозрачный, и 0 означает абсолютно прозрачная (невидимая операция).

Пример: гистограмма (X, 'EdgeAlpha', 0.5) создает график гистограммы с полупрозрачными краями панели.

Цвет обводки гистограммы, заданный как одно из этих значений:

  • 'none' Края не чертятся.

  • 'auto' Цвет каждого края выбран автоматически.

  • Триплет RGB или название цвета — Края используют заданный цвет.

    Триплет RGB представляет собой трехэлементный вектор-строку, элементы которого определяют интенсивность красных, зеленых и синих компонентов цвета. Интенсивность должны быть в диапазоне [0,1]; например, [0,4 0,6 0,7]. Кроме того, вы можете задать имена некоторых простых цветов. В этой таблице перечислены варианты длинного и краткого наименований цветов и их эквивалентные значения RGB.

    ОпцияОписаниеЭквивалентный триплет RGB
    'красный' или 'r'Красный[1 0 0]
    'green' или 'g'Зеленый[0 1 0]
    'blue' или 'b'Синий[0 0 1]
    'yellow' или 'y'Желтый[1 1 0]
    'пурпурный' или 'm'Пурпурный[1 0 1]
    'голубой' или 'c'Голубой[0 1 1]
    'white' или 'w'Белый[1 1 1]
    'black' или 'k'Черный[0 0 0]

Пример: гистограмма (X, 'EdgeColor', 'r') создает график гистограммы с красными краями панели.

Прозрачность панелей гистограммы, заданных как скалярное значение между 0 и 1 включительно. histogram использует ту же прозрачность для всех панелей гистограммы. Значение 1 означает полностью непрозрачный, и 0 означает абсолютно прозрачная (невидимая операция).

Пример: гистограмма (X, 'FaceAlpha', 1) создает график гистограммы с полностью непрозрачными панелями.

Цвет панели гистограммы, заданный как одно из этих значений:

  • 'none' Панели не заполнены.

  • 'auto' Цвет панели гистограммы выбран автоматически (по умолчанию).

  • Триплет RGB или название цвета — Панели заполнены заданным цветом.

    Триплет RGB представляет собой трехэлементный вектор-строку, элементы которого определяют интенсивность красных, зеленых и синих компонентов цвета. Интенсивность должны быть в диапазоне [0,1]; например, [0,4 0,6 0,7]. Кроме того, вы можете задать имена некоторых простых цветов. В этой таблице перечислены варианты длинного и краткого наименований цветов и их эквивалентные значения RGB.

    ОпцияОписаниеЭквивалентный триплет RGB
    'красный' или 'r'Красный[1 0 0]
    'green' или 'g'Зеленый[0 1 0]
    'blue' или 'b'Синий[0 0 1]
    'yellow' или 'y'Желтый[1 1 0]
    'пурпурный' или 'm'Пурпурный[1 0 1]
    'голубой' или 'c'Голубой[0 1 1]
    'white' или 'w'Белый[1 1 1]
    'black' или 'k'Черный[0 0 0]

Если вы задаете DisplayStyle как 'stairs', то histogram не использует свойство FaceColor.

Пример: гистограмма (X, 'FaceColor', 'g') создает график гистограммы с зелеными панелями.

Стиль линии, заданный как одна из опций, перечислен в этой таблице.

Стиль линииОписаниеПолучившаяся строка
'-'Сплошная линия

'--'Пунктирная линия

':'Пунктирная линия

'-.'Штрих-пунктирная линия

'none'Никакая строкаНикакая строка

Ширина основ панели, заданных как положительное значение в модулях точки. Один пункт равен 1/72 дюйма.

Пример 1. 5

Типы данных: single | double | int8 | int16 | int32 | int64 | uint8 | uint16 | uint32 | uint64

Тип нормализации, заданной как одно из значений в этой таблице. Для каждого интервала i:

  • vi является значением интервала.

  • ci является числом элементов в интервале.

  • wi является шириной интервала.

  • N является числом элементов во входных данных. Это значение может быть больше, чем сгруппированные данные, если данные содержат NaN, NaT или значения <undefined>, или если некоторые данные находятся вне пределов интервала.

ЗначениеЗначения интервалаПримечания
'count' (значение по умолчанию)

vi=ci

  • Количество или частота наблюдений.

  • Сумма значений интервала меньше чем или равна numel(X). Сумма является меньше, чем numel(X) только, когда некоторые входные данные не включены в интервалы.

  • Для категориальных данных сумма значений интервала меньше чем или равна или numel(X) или sum(ismember(X(:),Categories)) категории.

'countdensity'

vi=ciwi

  • Количество или частота, масштабируемая шириной интервала.

  • Областью (высота * ширина) каждой панели является количество наблюдений в интервале. Сумма баров меньше чем или равна numel(X).

  • Для категориальных гистограмм это совпадает с 'count'.

Примечание

'countdensity' не поддерживает данные длительности или datetime.

'cumcount'

vi = ∑ j=1icj

  • Совокупное количество. Каждое значение интервала является совокупным числом наблюдений в том интервале и всех предыдущих интервалах.

  • Высота последней панели меньше чем или равна numel(X).

  • Для категориальных гистограмм высота последней панели меньше чем или равна numel(X) или sum(ismember(X(:),Categories)) категории.

'probability'

vi=ciN

  • Относительная вероятность.

  • Сумма высот панели меньше чем или равна 1.

'pdf'

vi=ciN  wi

  • Оценка функции плотности вероятности.

  • Областью каждой панели является относительное количество наблюдений. Сумма баров меньше чем или равна 1.

  • Для категориальных гистограмм это совпадает с 'probability'.

Примечание

'pdf' не поддерживает данные длительности или datetime.

'cdf'

vi =  j=1icjN

  • Совокупная оценка функции плотности.

  • Высота каждой панели равна совокупному относительному количеству наблюдений в интервале и всех предыдущих интервалах. Высота последней панели меньше чем или равна 1.

  • Для категориальных данных высота каждой панели равна совокупному относительному количеству наблюдений в каждой категории и всех предыдущих категориях.

Пример: гистограмма (X, 'Нормализация', 'PDF') строит график оценки функции плотности вероятности для X.

Количество категорий, чтобы отобразиться, заданный как скаляр. Можно изменить упорядоченное расположение категорий, отображенных в гистограмме с помощью опции 'DisplayOrder'.

Эта опция только работает с категориальными данными.

Ориентация панелей, заданных как 'vertical' или 'horizontal'.

Пример: гистограмма (X, 'Ориентация', 'горизонталь') создает график гистограммы с горизонтальными планками.

Переключите итоговое отображение данных, принадлежащих неотображенным категориям, заданным как 'off' или 'on'. Установите эту опцию на 'on' отображать дополнительную панель в гистограмме с именем 'Others'. Эта дополнительная панель считает все элементы, которые не принадлежат категориям, отображенным в гистограмме.

Можно изменить количество категорий, отображенных в гистограмме, а также их порядке, с помощью опций 'DisplayOrder' и 'NumDisplayBins'.

Эта опция только работает с категориальными данными.

Выходные аргументы

развернуть все

Гистограмма, возвращенная как объект. Для получения дополнительной информации смотрите histogram.

Свойства

Histogram PropertiesВнешний вид и поведение гистограммы

Функции объекта

morebinsУвеличение числа интервалов гистограммы
fewerbinsСокращение числа интервалов гистограммы

Примеры

свернуть все

Попробовать в MATLAB

Сгенерируйте 10 000 случайных чисел и создайте гистограмму. Функция histogram автоматически выбирает соответствующее количество интервалов, чтобы покрыть область значений значений в x и показать форму базового распределения.

x = randn(10000,1);
h = histogram(x)

h = 
  Histogram with properties:

             Data: [10000x1 double]
           Values: [1x37 double]
          NumBins: 37
         BinEdges: [1x38 double]
         BinWidth: 0.2000
        BinLimits: [-3.8000 3.6000]
    Normalization: 'count'
        FaceColor: 'auto'
        EdgeColor: [0 0 0]

  Show all properties

Когда вы задаете выходной аргумент функции histogram, это возвращает объект гистограммы. Можно использовать этот объект осмотреть свойства гистограммы, такие как количество интервалов или ширина интервалов.

Найдите количество интервалов гистограммы. 

nbins = h.NumBins
nbins = 37
Попробовать в MATLAB

Постройте график гистограммы 1 000 случайных чисел, отсортированных в 25 равномерно распределенных интервалов.

x = randn(1000,1);
nbins = 25;
h = histogram(x,nbins)

h = 
  Histogram with properties:

             Data: [1000x1 double]
           Values: [1x25 double]
          NumBins: 25
         BinEdges: [1x26 double]
         BinWidth: 0.2800
        BinLimits: [-3.4000 3.6000]
    Normalization: 'count'
        FaceColor: 'auto'
        EdgeColor: [0 0 0]

  Show all properties

Найдите количества интервала.

counts = h.Values
counts = 1×25

     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
Попробовать в MATLAB

Сгенерируйте 1 000 случайных чисел и создайте гистограмму. 

X = randn(1000,1);
h = histogram(X)

h = 
  Histogram with properties:

             Data: [1000x1 double]
           Values: [1x23 double]
          NumBins: 23
         BinEdges: [1x24 double]
         BinWidth: 0.3000
        BinLimits: [-3.3000 3.6000]
    Normalization: 'count'
        FaceColor: 'auto'
        EdgeColor: [0 0 0]

  Show all properties

Используйте функцию morebins, чтобы грубо настроить количество интервалов.

Nbins = morebins(h);
Nbins = morebins(h)

Nbins = 29

Настройте интервалы на мелкозернистом уровне путем явного определения номера интервалов.

h.NumBins = 31;

Попробовать в MATLAB

Сгенерируйте 1 000 случайных чисел и создайте гистограмму. Задайте края интервала как вектор с широкими интервалами на краях гистограммы, чтобы получить выбросы, которые не удовлетворяют. Первый векторный элемент является левым краем первого интервала, и последний векторный элемент является правым краем последнего интервала.

x = randn(1000,1);
edges = [-10 -2:0.25:2 10];
h = histogram(x,edges);

Задайте свойство Normalization как 'countdensity', чтобы выровнять интервалы, содержащие выбросы. Теперь, область каждого интервала (а не высота) представляет частоту наблюдений в том интервале.

h.Normalization = 'countdensity';

Попробовать в MATLAB

Создайте категориальный вектор, который представляет голоса. Категориями в векторе является 'yes', 'no' или 'undecided'.

A = [0 0 1 1 1 0 0 0 0 NaN NaN 1 0 0 0 1 0 1 0 1 0 0 0 1 1 1 1];
C = categorical(A,[1 0 NaN],{'yes','no','undecided'})
C = 1x27 categorical array
  Columns 1 through 9

     no      no      yes      yes      yes      no      no      no      no 

  Columns 10 through 16

     undecided      undecided      yes      no      no      no      yes 

  Columns 17 through 25

     no      yes      no      yes      no      no      no      yes      yes 

  Columns 26 through 27

     yes      yes

Постройте график категориальной гистограммы голосов, с помощью относительной ширины панели 0.5.

h = histogram(C,'BarWidth',0.5)

h = 
  Histogram with properties:

              Data: [1x27 categorical]
            Values: [11 14 2]
    NumDisplayBins: 3
        Categories: {'yes'  'no'  'undecided'}
      DisplayOrder: 'data'
     Normalization: 'count'
      DisplayStyle: 'bar'
         FaceColor: 'auto'
         EdgeColor: [0 0 0]

  Show all properties
Попробовать в MATLAB

Сгенерируйте 1 000 случайных чисел и создайте гистограмму с помощью нормализации 'probability'.

x = randn(1000,1);
h = histogram(x,'Normalization','probability')

h = 
  Histogram with properties:

             Data: [1000x1 double]
           Values: [1x23 double]
          NumBins: 23
         BinEdges: [1x24 double]
         BinWidth: 0.3000
        BinLimits: [-3.3000 3.6000]
    Normalization: 'probability'
        FaceColor: 'auto'
        EdgeColor: [0 0 0]

  Show all properties

Вычислите сумму высот панели. С этой нормализацией высота каждой панели равна вероятности выбора наблюдения в том интервале интервала и высоты всех сумм панелей к 1.

S = sum(h.Values)
S = 1
Попробовать в MATLAB

Сгенерируйте два вектора случайных чисел и постройте график гистограммы для каждого вектора в той же фигуре. 

x = randn(2000,1);
y = 1 + randn(5000,1);
h1 = histogram(x);
hold on
h2 = histogram(y);

Поскольку объем выборки и ширина интервала гистограмм отличаются, трудно сравнить их. Нормализуйте гистограммы так, чтобы все высоты панели добавили к 1 и использовали универсальную ширину интервала.

h1.Normalization = 'probability';
h1.BinWidth = 0.25;
h2.Normalization = 'probability';
h2.BinWidth = 0.25;

Попробовать в MATLAB

Сгенерируйте 1 000 случайных чисел и создайте гистограмму. Возвратите объект гистограммы настроить свойства гистограммы, не воссоздавая целый график.

x = randn(1000,1);
h = histogram(x)

h = 
  Histogram with properties:

             Data: [1000x1 double]
           Values: [1x23 double]
          NumBins: 23
         BinEdges: [1x24 double]
         BinWidth: 0.3000
        BinLimits: [-3.3000 3.6000]
    Normalization: 'count'
        FaceColor: 'auto'
        EdgeColor: [0 0 0]

  Show all properties

Задайте точно сколько интервалов, чтобы использовать.

h.NumBins = 15;

Задайте края интервалов с вектором. Первое значение в векторе является левым краем первого интервала. Последнее значение является правым краем последнего интервала.

h.BinEdges = [-3:3];

Измените цвет панелей гистограммы.

h.FaceColor = [0 0.5 0.5];
h.EdgeColor = 'r';

Попробовать в MATLAB

Сгенерируйте 5 000 нормально распределенных случайных чисел со средним значением 5 и стандартным отклонением 2. Постройте график гистограммы с набором Normalization к 'pdf', чтобы произвести оценку функции плотности вероятности.

x = 2*randn(5000,1) + 5;
histogram(x,'Normalization','pdf')

В этом примере известно базовое распределение для нормально распределенных данных. Можно, однако, использовать график гистограммы 'pdf' определить базовое распределение вероятностей данных путем сравнения его с известной функцией плотности вероятности.

Функция плотности вероятности для нормального распределения со средним значением, стандартным отклонением и отклонением

Наложите график функции плотности вероятности для нормального распределения со средним значением 5 и стандартным отклонением 2.

hold on
y = -5:0.1:15;
mu = 5;
sigma = 2;
f = exp(-(y-mu).^2./(2*sigma^2))./(sigma*sqrt(2*pi));
plot(y,f,'LineWidth',1.5)

Попробовать в MATLAB

Используйте функцию savefig, чтобы сохранить фигуру гистограммы.

y = histogram(randn(10));
savefig('histogram.fig');

clear all
close all

Используйте openfig, чтобы загрузить фигуру гистограммы назад в MATLAB. openfig также возвращает указатель на фигуру, h. 

h = openfig('histogram.fig');

Используйте функцию findobj, чтобы определить местоположение указателя правильного объекта от указателя фигуры. Это позволяет, вы, чтобы продолжить управлять исходным объектом гистограммы раньше генерировали фигуру.

y = findobj(h, 'type', 'histogram')
y = 
  Histogram with properties:

             Data: [10x10 double]
           Values: [2 17 28 32 16 3 2]
          NumBins: 7
         BinEdges: [-3 -2 -1 0 1 2 3 4]
         BinWidth: 1
        BinLimits: [-3 4]
    Normalization: 'count'
        FaceColor: 'auto'
        EdgeColor: [0 0 0]

  Show all properties

Советы

  • Графики гистограммы, созданные с помощью histogram, имеют контекстное меню в режиме редактирования графика, который включает интерактивные манипуляции в окне фигуры. Например, можно использовать контекстное меню, чтобы в интерактивном режиме изменить количество интервалов, выровнять несколько гистограмм или изменить порядок отображения.

Расширенные возможности

Смотрите также

| | | | | |

Темы

Введенный в R2014b

Документация MATLAB
Поддержка