Создайте одиночную рамочную диаграмму из вектора возрастов. Покадровая диаграмма используется для визуализации распределения возрастов.

Загрузить patients набор данных. Age переменная содержит возраст 100 пациентов. Создайте рамочную диаграмму для визуализации распределения возрастов.

load patients
boxchart(Age)
ylabel('Age (years)')

Средний возраст пациента 39 лет показан как линия внутри коробки. Нижний и верхний квартили 32 и 44 лет показаны как нижний и верхний края коробки соответственно. Усы, или линии, которые простираются под и над коробкой, имеют конечные точки, которые соответствуют самым молодым и самым старым пациентам. Самому молодому пациенту 25 лет, а самому старшему - 50 лет. Набор данных не содержит отклонений, которые будут представлены небольшими кругами.

Для получения сводки статистики данных можно использовать подсказки по данным. Наведите курсор на рамочную диаграмму, чтобы увидеть подсказку данных.

Используйте диаграммы полей для сравнения распределения значений по столбцам и строкам магического квадрата.

Создайте магический квадрат с 10 рядами и 10 столбцами.

Y = magic(10)

Y = 10×10

    92    99     1     8    15    67    74    51    58    40
    98    80     7    14    16    73    55    57    64    41
     4    81    88    20    22    54    56    63    70    47
    85    87    19    21     3    60    62    69    71    28
    86    93    25     2     9    61    68    75    52    34
    17    24    76    83    90    42    49    26    33    65
    23     5    82    89    91    48    30    32    39    66
    79     6    13    95    97    29    31    38    45    72
    10    12    94    96    78    35    37    44    46    53
    11    18   100    77    84    36    43    50    27    59

Создайте рамочную диаграмму для каждого столбца магического квадрата. Каждый столбец имеет сходное медианное значение (около 50). Однако первые пять столбцов Y имеют большие межквартильные диапазоны, чем последние пять столбцов Y. Межквартильный диапазон - это расстояние между верхним квартилем (верхний край коробки) и нижним квартилем (нижний край коробки).

boxchart(Y)
xlabel('Column')
ylabel('Value')

Создайте рамочную диаграмму для каждой строки магического квадрата. Каждая строка имеет одинаковый межквартильный диапазон, но медианные значения различаются по рядам.

boxchart(Y')
xlabel('Row')
ylabel('Value')

Постройте график магнитуд землетрясений в соответствии с месяцем, в котором они произошли. Используйте вектор магнитуд землетрясений и переменную группировки, указывающую месяц каждого землетрясения. Для каждой группы данных создайте рамочную диаграмму и поместите ее в заданное положение вдоль оси X.

Считывание набора данных о цунами в рабочую область в виде таблицы. Набор данных включает информацию о землетрясениях, а также других причинах цунами. Отобразите первые восемь строк с указанием месяца, причины и магнитуды землетрясения в таблице.

tsunamis = readtable('tsunamis.xlsx');
tsunamis(1:8,["Month","Cause","EarthquakeMagnitude"])

ans=8×3 table
    Month          Cause           EarthquakeMagnitude
    _____    __________________    ___________________

     10      {'Earthquake'    }            7.6        
      8      {'Earthquake'    }            6.9        
     12      {'Volcano'       }            NaN        
      3      {'Earthquake'    }            8.1        
      3      {'Earthquake'    }            4.5        
      5      {'Meteorological'}            NaN        
     11      {'Earthquake'    }              9        
      3      {'Earthquake'    }            5.8        

Создание таблицы earthquakes, который содержит данные о цунами, вызванных землетрясениями.

unique(tsunamis.Cause)

ans = 8x1 cell
    {0x0 char                  }
    {'Earthquake'              }
    {'Earthquake and Landslide'}
    {'Landslide'               }
    {'Meteorological'          }
    {'Unknown Cause'           }
    {'Volcano'                 }
    {'Volcano and Landslide'   }

idx = contains(tsunamis.Cause,'Earthquake');
earthquakes = tsunamis(idx,:);

Группировать величины землетрясений исходя из месяца, в котором произошло соответствующее цунами. Для каждого месяца просмотрите отдельную рамочную диаграмму. Например, boxchart использует четвёртую, пятую и восьмую величины землетрясений, а также другие для создания третьего бокс-графика, который соответствует третьему месяцу.

boxchart(earthquakes.Month,earthquakes.EarthquakeMagnitude)
xlabel('Month')
ylabel('Earthquake Magnitude')

Обратите внимание, что, поскольку значения месяца являются числовыми, линейка оси X также является числовой.

Для получения дополнительных описательных имен месяцев преобразуйте earthquakes.Month к столбцу categorical переменная.

monthOrder = ["Jan","Feb","Mar","Apr","May","Jun","Jul", ...
    "Aug","Sep","Oct","Nov","Dec"];
namedMonths = categorical(earthquakes.Month,1:12,monthOrder);

Создайте те же диаграммы полей, что и ранее, но используйте categorical переменная namedMonths вместо числовых значений месяца. Линейка оси X теперь категорична, и порядок категорий в namedMonths определяет порядок диаграмм полей.

boxchart(namedMonths,earthquakes.EarthquakeMagnitude)
xlabel('Month')
ylabel('Earthquake Magnitude')

Группа медицинских пациентов на основе их возраста и для каждой возрастной группы создает рамочную диаграмму значений диастолического артериального давления.

Загрузить patients набор данных. Age и Diastolic переменные содержат возраст и уровень диастолического артериального давления 100 пациентов.

load patients

Сгруппируйте пациентов в пять возрастных ячеек. Найдите минимальный и максимальный возраст, а затем разделите диапазон между ними на пятилетние ячейки. Складировать значения в Age с помощью переменной discretize функция. Использовать имена ячеек в bins. Получающееся groupAge переменная является categorical переменная.

min(Age)

ans = 25

max(Age)

ans = 50

binEdges = 25:5:50;
bins = {'late 20s','early 30s','late 30s','early 40s','late 40s+'};
groupAge = discretize(Age,binEdges,'categorical',bins);

Создайте рамочную диаграмму для каждой возрастной группы. Каждая рамочная диаграмма показывает значения диастолического артериального давления пациентов в этой группе.

boxchart(groupAge,Diastolic)
xlabel('Age Group')
ylabel('Diastolic Blood Pressure')

Используйте две переменные группировки, чтобы сгруппировать данные и расположить и раскрасить результирующие диаграммы полей.

Загрузить образец файла TemperatureData.csv, которая содержит среднесуточные температуры с января 2015 года по июль 2016 года. Прочтите файл в таблицу.

tbl = readtable('TemperatureData.csv');

Преобразовать tbl.Month переменной к categorical переменная. Укажите порядок категорий.

monthOrder = {'January','February','March','April','May','June','July', ...
    'August','September','October','November','December'};
tbl.Month = categorical(tbl.Month,monthOrder);

Создайте поочередные диаграммы, показывающие распределение температур в течение каждого месяца каждого года. Определить tbl.Month в качестве позиционной переменной группировки. Определить tbl.Year в качестве переменной группировки цветов с помощью 'GroupByColor' аргумент пары имя-значение. Обратите внимание, что tbl не содержит данных за некоторые месяцы 2016 года.

boxchart(tbl.Month,tbl.TemperatureF,'GroupByColor',tbl.Year)
ylabel('Temperature (F)')
legend

На этом рисунке можно легко сравнить распределение температур за один конкретный месяц по нескольким годам. Например, можно увидеть, что февральские температуры варьировались гораздо больше в 2016 году, чем в 2015-м.

Создание диаграмм полей и печать средних значений по диаграммам полей с помощью hold on.

Загрузить patients набор данных. Новообращенный SelfAssessedHealthStatus в порядковый номер categorical переменная, поскольку категории Poor, Fair, Good, и Excellent имеют естественный порядок.

load patients
healthOrder = {'Poor','Fair','Good','Excellent'};
SelfAssessedHealthStatus = categorical(SelfAssessedHealthStatus, ...
    healthOrder,'Ordinal',true);

Сгруппируйте пациентов в соответствии с их самооценкой состояния здоровья и найдите средний вес пациента для каждой группы.

meanWeight = groupsummary(Weight,SelfAssessedHealthStatus,'mean');

Сравните веса для каждой группы пациентов, используя бокс-диаграммы. Постройте график средних весов по графикам.

boxchart(SelfAssessedHealthStatus,Weight)
hold on
plot(meanWeight,'-o')
hold off
legend(["Weight Data","Weight Mean"])

Используйте вырубки, чтобы определить, значительно ли отличаются значения медианы друг от друга.

Загрузить patients набор данных. Разделить пациентов в соответствии с их местоположением. Для каждой группы пациентов создайте рамочную диаграмму их весов. Определить 'Notch','on' так что каждая коробка включает в себя сужающуюся затененную область, называемую вырубкой. Бокс-диаграммы, вырезы которых не перекрываются, имеют различные медианы на уровне значимости 5%.

load patients
boxchart(categorical(Location),Weight,'Notch','on')
ylabel('Weight (lbs)')

В этом примере три выемки перекрываются, показывая, что три весовых медианы существенно не отличаются.

Отображение параллельной пары рамочных диаграмм с помощью tiledlayout и nexttile функции.

Загрузить patients набор данных. Новообращенный Smoker в categorical переменная с описательными именами категорий Smoker и Nonsmoker вместо 1 и 0.

load patients
Smoker = categorical(Smoker,logical([1 0]),{'Smoker','Nonsmoker'});

Создайте компоновку мозаичной диаграммы 2 к 1 с помощью tiledlayout функция. Создание первого набора осей ax1 внутри него путем вызова nexttile функция. В первом наборе осей отобразите две таблицы значений систолического артериального давления, одна для курильщиков, а другая для некурящих. Создание второго набора осей ax2 в пределах мозаичной структуры диаграммы путем вызова nexttile функция. Во втором наборе осей сделайте то же самое для диастолического артериального давления.

tiledlayout(1,2)

% Left axes
ax1 = nexttile;
boxchart(ax1,Systolic,'GroupByColor',Smoker)
ylabel(ax1,'Systolic Blood Pressure')
legend

% Right axes
ax2 = nexttile;
boxchart(ax2,Diastolic,'GroupByColor',Smoker)
ylabel(ax2,'Diastolic Blood Pressure')
legend

Создание набора оконных диаграмм с цветовым кодированием, возвращаемых в виде вектора BoxChart объекты. Используйте вектор для изменения цвета одной таблицы полей.

Загрузить patients набор данных. Новообращенный Gender и Smoker кому categorical переменные. Укажите описательные имена категорий Smoker и Nonsmoker вместо 1 и 0.

load patients
Gender = categorical(Gender);
Smoker = categorical(Smoker,logical([1 0]),{'Smoker','Nonsmoker'});

Объединить Gender и Smoker переменные в одну переменную группировки cgroupdata. Создайте рамочные диаграммы, показывающие распределение уровней диастолического артериального давления для каждой пары пола и статуса курения. b является вектором BoxChart объекты, по одному для каждой группы данных.

cgroupdata = Gender.*Smoker;
b = boxchart(Diastolic,'GroupByColor',cgroupdata)

b = 
  4x1 BoxChart array:

  BoxChart
  BoxChart
  BoxChart
  BoxChart

legend('Location','southeast')

Обновите цвет третьего прямоугольника с помощью SeriesIndex собственность. Обновление SeriesIndex свойство изменяет как цвет грани рамки, так и цвет маркера отклонения.

b(3).SeriesIndex = 6;

Создайте боксовую диаграмму из данных об отключении электроэнергии со многими отклонениями и упростите визуальное их различение, изменив свойства BoxChart объект. Найдите индексы для отклонений.

Считывание данных об отключении питания в рабочую область в виде таблицы. Отображение первых нескольких строк таблицы.

outages = readtable('outages.csv');
head(outages)

ans=8×6 table
       Region           OutageTime        Loss     Customers     RestorationTime            Cause       
    _____________    ________________    ______    __________    ________________    ___________________

    {'SouthWest'}    2002-02-01 12:18    458.98    1.8202e+06    2002-02-07 16:50    {'winter storm'   }
    {'SouthEast'}    2003-01-23 00:49    530.14    2.1204e+05                 NaT    {'winter storm'   }
    {'SouthEast'}    2003-02-07 21:15     289.4    1.4294e+05    2003-02-17 08:14    {'winter storm'   }
    {'West'     }    2004-04-06 05:44    434.81    3.4037e+05    2004-04-06 06:10    {'equipment fault'}
    {'MidWest'  }    2002-03-16 06:18    186.44    2.1275e+05    2002-03-18 23:23    {'severe storm'   }
    {'West'     }    2003-06-18 02:49         0             0    2003-06-18 10:54    {'attack'         }
    {'West'     }    2004-06-20 14:39    231.29           NaN    2004-06-20 19:16    {'equipment fault'}
    {'West'     }    2002-06-06 19:28    311.86           NaN    2002-06-07 00:51    {'equipment fault'}

Создать BoxChart объект b от outages.Customers значения, которые указывают, сколько клиентов пострадали от каждого отключения электроэнергии. boxchart отбрасывает записи с NaN значения.

b = boxchart(outages.Customers);
ylabel('Number of Customers')

Сюжет содержит множество излишеств. Чтобы лучше видеть их, дрожите отклонения и измените стиль маркера отклонения. При установке JitterOutliers имущества BoxChart объект в 'on', программное обеспечение случайным образом смещает маркеры выброса горизонтально, так что они вряд ли будут полностью перекрываться. Значения и вертикальные положения отклонений не изменяются.

b.JitterOutliers = 'on';
b.MarkerStyle = '.';

Теперь можно легче увидеть распределение отклонений.

Чтобы найти индексы отклонения, используйте isoutlier функция. Укажите 'quartiles' способ вычисления отклонений для соответствия boxchart определение отклонения. Используйте индексы для создания outliers , которая содержит подмножество outages данные. Обратите внимание, что isoutlier идентифицирует 96 отклонений.

idx = isoutlier(outages.Customers,'quartiles');
outliers = outages(idx,:);
size(outliers,1)

ans = 96

Из-за всех отклонений квартили бокс-графика трудно увидеть. Чтобы проверить их, измените пределы оси Y.

ylim([0 4e5])