Создайте прямоугольный график из вектора возрастов. Используйте прямоугольный график, чтобы визуализировать распределение возрастов.

Загрузите patients набор данных. The Age переменная содержит возраст 100 пациентов. Создайте прямоугольный график, чтобы визуализировать распределение 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 в виде нижнего и верхних краев коробки, соответственно. Усы или линии, которые простираются ниже и выше коробки, 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 выбросов, которые были бы представлены маленькими кругами.

Можно использовать всплывающие подсказки, чтобы получить сводные данные статистики данных. Наведите на прямоугольный график, чтобы увидеть всплывающую подсказку.

Используйте прямоугольные графики, чтобы сравнить распределение значений вдоль столбцов и строк магического квадрата.

Создайте магический квадрат с 10 строками 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 прямоугольный график для каждого столбца магического квадрата. Каждый столбец имеет сходное медианное значение (вокруг 50). Однако первые пять столбцов Y имеют большие межквартильные области значений, чем последние пять столбцов Y. Межквартильная область значений является расстоянием между верхним квартилем (верхний край коробки) и нижним квартилем (нижнее ребро коробки).

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

Создайте прямоугольный график для каждой строки магического квадрата. Каждая строка имеет сходную межквартильную область значений, но медианные значения различаются по строкам.

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

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

Считайте набор данных о цунами в рабочую область как таблицу. Набор данных включает информацию о землетрясениях, а также о других причинах цунами. Отображение первых восьми строк, показывающих столбцы месяца, причины и величины землетрясения таблицы.

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        

Создайте таблицу earthquakes, который содержит данные по цунами, вызванным 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,:);

Сгруппировать величины землетрясения по месяцу, в котором произошел соответствующий цунами. Для каждого месяца отображается отдельный прямоугольный график. Для примера, boxchart использует четвёртую, пятую, и восьмую величины землетрясений, а также другие, чтобы создать третий прямоугольный график, которая соответствует третьему месяцу.

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

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

Для получения более описательных имен месяцев преобразуйте earthquakes.Month столбец в 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 прямоугольные графики, что и прежде, но используйте categorical переменная namedMonths вместо числовых значений месяцев. Линейка оси X теперь категориальна, и порядок категорий в namedMonths определяет порядок прямоугольных графиков.

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

Групповые медицинские пациенты в зависимости от их возраста и для каждой возрастной группы создают прямой график значений диастолического артериального давления.

Загрузите patients набор данных. The Age и Diastolic переменные содержат возраст и диастолический уровень артериального давления 100 пациентов.

load patients

Сгруппировать пациентов в пять возрастных интервалы. Найдите минимальный и максимальный возраст, а затем разделите область значений между ними на пятилетние интервалы. Отобразите значения в Age переменная при помощи discretize функция. Используйте имена интервалов в bins. Результат 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 прямоугольный график для каждой возрастной группы. Каждый прямоугольный график показывает значения диастолического артериального давления пациентов в этой группе.

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

Используйте две сгруппированные переменные, чтобы сгруппировать данные и расположить и окрасить получившиеся прямоугольные графики.

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

tbl = readtable('TemperatureData.csv');

Преобразуйте tbl.Month переменная к categorical переменная. Задайте порядок категорий.

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

Создайте коробчатые графики, показывающие распределение температур в течение каждого месяца каждого года. Задайте tbl.Month как позиционная сгруппированная переменная. Задайте tbl.Year как сгруппированная переменная при помощи 'GroupByColor' аргумент пары "имя-значение". Заметьте, 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 для одного конкретного месяца в течение нескольких лет. Например, можно увидеть, что в 2016 году температура в феврале варьировалась гораздо больше, чем в 2015 году.

Создайте прямоугольные графики и постройте график средних значений над прямоугольными графиками с помощью hold on.

Загрузите patients набор данных. Преобразование SelfAssessedHealthStatus в порядковый categorical переменная, поскольку категории Poor, Fair, Good, и Excellent иметь естественный порядок.

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

Сгруппировать пациентов в соответствии с их самооценкой состояния здоровья и найти средний вес пациентов для каждой группы.

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

Сравните веса для каждой группы пациентов с помощью коробочных графиков. Постройте график средних весов по прямоугольным графикам.

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

Используйте вырезы, чтобы определить, значительно ли отличаются медианные значения друг от друга.

Загрузите patients набор данных. Разделите пациентов в зависимости от их местоположения. Для каждой группы пациентов создайте прямоугольный график их весов. Задайте 'Notch','on' так что каждая коробка включает сужающуюся, заштрихованную область, называемую выемкой. Прямоугольные графики, вырезы которых не перекрываются, имеют различные медианы на уровне 5% значимости.

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

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

Отобразите соседнюю пару прямоугольных графиков с помощью tiledlayout и nexttile функций.

Загрузите patients набор данных. Преобразование Smoker в categorical переменная с описательными именами категорий Smoker и Nonsmoker а не 1 и 0.

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

Создайте мозаику 2 на 1 графике размещения используя tiledlayout функция. Создайте первый набор осей ax1 в нем по вызову nexttile функция. В первом наборе осей отобразите два коробчатых графиков значений сестрического артериального давления, одна для курильщиков, а другая для некурящих. Создайте второй набор осей ax2 внутри размещения мозаичного графика вызовом nexttile функция. Во втором наборе осей делайте 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

Создайте набор кодированных цветом прямоугольных графиков, возвращенных как вектор BoxChart объекты. Используйте вектор, чтобы изменить цвет одного прямоугольного графика.

Загрузите patients набор данных. Преобразование Gender и Smoker на categorical переменные. Задайте описательные имена категорий Smoker и Nonsmoker а не 1 и 0.

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

Объедините Gender и Smoker переменные в одну сгруппированную переменную cgroupdata. Создайте коробчатые графики, показывающие распределение уровня 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 прямоугольного графика при помощи SeriesIndex свойство. Обновление SeriesIndex свойство изменяет как цвет грани коробки, так и цвет маркера выбросов.

b(3).SeriesIndex = 6;

Составьте прямоугольный график из данных об отключении степени со многими выбросами и облегчите их визуальное различение путем изменения свойств BoxChart объект. Найдите индексы для записей выбросов.

Считайте данные об отключении степени в рабочую область как таблицу. 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'}

Создайте BoxChart b объекта от outages.Customers значения, которые указывают, сколько клиентов было затронуто каждым отключением степени. boxchart отбрасывает записи с NaN значения.

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

График содержит много выбросов. Чтобы лучше их увидеть, дрожать выбросы и менять стиль маркера выбросов. Когда вы устанавливаете JitterOutliers свойство BoxChart объект к 'on'программное обеспечение случайным образом смещает маркеры выбросов горизонтально так, что они вряд ли перекроются идеально. Значения и вертикальные положения выбросов не изменяются.

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

Теперь вы можете легче увидеть распределение выбросов.

Чтобы найти индексы выбросов, используйте isoutlier функция. Задайте 'quartiles' метод вычисления выбросов, чтобы соответствовать boxchart определение выбросов. Используйте индексы, чтобы создать outliers таблица, которая содержит подмножество outages данные. Заметьте, что isoutlier определяет 96 выбросов.

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

ans = 96

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

ylim([0 4e5])