Визуализация больших наборов данных требует, чтобы данные были получены в итоге, сгруппированы, или произведены в некотором роде, чтобы уменьшать число точек, которые построены на экране. В некоторых случаях, функции такой как histogram и pie интервал данные, чтобы уменьшать размер, в то время как другие функции такой как plot и scatter используйте более комплексный подход, который старается не строить дублирующиеся пиксели на экране. Для проблем, где пиксельное перекрытие относится к анализу, binscatter функционируйте также предлагает эффективный способ визуализировать шаблоны плотности.
Визуализация длинных массивов не требует использования gatherMATLAB® сразу оценивает и отображает визуализацию длинных массивов. В настоящее время можно визуализировать длинные массивы с помощью функций и методов в этой таблице.
| Функция | Необходимые тулбоксы | Примечания |
|---|---|---|
plot | — |
Эти функции строятся в итерациях, постепенно добавляя к графику по мере чтения дополнительных данных. Во время обновления, индикатор прогресса показывает долю данных, которые были нанесены. Масштабирование и панорамирование поддерживаются в процессе обновления, до завершения построения. Чтобы остановить процесс обновления, нажмите кнопку паузы в индикаторе хода выполнения. |
scatter | — | |
binscatter | — | |
histogram | — | |
histogram2 | — | |
pie | — |
Для визуализации категориальных данных только. |
binScatterPlot (Statistics and Machine Learning Toolbox) | Statistics and Machine Learning Toolbox™ |
Фигура содержит ползунок, чтобы управлять яркостью и детализацией цвета в изображении. Ползунок настраивает значение |
ksdensity (Statistics and Machine Learning Toolbox) | Statistics and Machine Learning Toolbox |
Производит оценку плотности вероятности для данных, оцененных в 100 точках для одномерных данных или 900 точках для двумерных данных. |
datasample (Statistics and Machine Learning Toolbox) | Statistics and Machine Learning Toolbox |
|
Этот пример показывает несколько различных способов, которыми можно визуализировать длинные массивы.
Создайте datastore для airlinesmall.csv набор данных, который содержит строки данных о полете. Выберите подмножество табличных переменных, чтобы работать с и удалить строки, которые содержат отсутствующие значения.
ds = tabularTextDatastore('airlinesmall.csv','TreatAsMissing','NA'); ds.SelectedVariableNames = {'Year','Month','ArrDelay','DepDelay','Origin','Dest'}; T = tall(ds); T = rmmissing(T)
T =
Mx6 tall table
Year Month ArrDelay DepDelay Origin Dest
____ _____ ________ ________ _______ _______
1987 10 8 12 {'LAX'} {'SJC'}
1987 10 8 1 {'SJC'} {'BUR'}
1987 10 21 20 {'SAN'} {'SMF'}
1987 10 13 12 {'BUR'} {'SJC'}
1987 10 4 -1 {'SMF'} {'LAX'}
1987 10 59 63 {'LAX'} {'SJC'}
1987 10 3 -2 {'SAN'} {'SFO'}
1987 10 11 -1 {'SEA'} {'LAX'}
: : : : : :
: : : : : :
Круговая диаграмма полетов по месяцам
Преобразуйте числовой Month переменная в категориальную переменную, которая отражает имя месяца. Затем постройте круговую диаграмму, показывающую, сколько рейсов находится в данных в течение каждого месяца года.
T.Month = categorical(T.Month,1:12,{'Jan','Feb','Mar','Apr','May','Jun','Jul','Aug','Sep','Oct','Nov','Dec'})T =
Mx6 tall table
Year Month ArrDelay DepDelay Origin Dest
____ _____ ________ ________ _______ _______
1987 Oct 8 12 {'LAX'} {'SJC'}
1987 Oct 8 1 {'SJC'} {'BUR'}
1987 Oct 21 20 {'SAN'} {'SMF'}
1987 Oct 13 12 {'BUR'} {'SJC'}
1987 Oct 4 -1 {'SMF'} {'LAX'}
1987 Oct 59 63 {'LAX'} {'SJC'}
1987 Oct 3 -2 {'SAN'} {'SFO'}
1987 Oct 11 -1 {'SEA'} {'LAX'}
: : : : : :
: : : : : :
pie(T.Month)
Evaluating tall expression using the Local MATLAB Session: - Pass 1 of 2: Completed in 0.96 sec - Pass 2 of 2: Completed in 0.65 sec Evaluation completed in 2.1 sec
Гистограмма задержек
Постройте гистограмму задержек прибытия каждого рейса в данных. Поскольку данные имеют длинный хвост, ограничьте область графического вывода с помощью BinLimits пара "имя-значение".
histogram(T.ArrDelay,'BinLimits',[-50 150])Evaluating tall expression using the Local MATLAB Session: - Pass 1 of 2: Completed in 1.7 sec - Pass 2 of 2: Completed in 0.65 sec Evaluation completed in 2.9 sec
Точечная диаграмма задержек
Постройте график разброса задержек прибытия и отправления. Вы можете ожидать сильной корреляции между этими переменными, так как рейсы, которые уходят поздно, также могут прибыть поздно.
При работе с длинными массивами, plotрассеяние, и binscatter функции отображают данные на графике в итерациях, прогрессивно добавляя к графику, когда больше данных считано. Во время обновлений верхняя часть графика имеет индикатор хода выполнения, показывающий, сколько данных было отображено на графике. Изменение масштаба и панорамирование поддерживаются во время обновлений, прежде чем график будет завершен.
scatter(T.ArrDelay,T.DepDelay) xlabel('Arrival Delay') ylabel('Departure Delay') xlim([-140 1000]) ylim([-140 1000])
Индикатор выполнения также включает Паузу/Кнопку возобновления. Используйте кнопку, чтобы остановить обновления графика рано, если достаточно данных отображено.
Подходящая линия тренда
Используйте polyfit и polyval функции, чтобы наложить линейную линию тренда на графике задержек прибытия и отъезда.
hold on p = polyfit(T.ArrDelay,T.DepDelay,1); x = sort(T.ArrDelay,1); yp = polyval(p,x); plot(x,yp,'r-') hold off
Визуализируйте плотность
График рассеивания точек полезен до определенного момента, но может быть трудно дешифровать информацию из графика, если точки сильно перекрываются. В этом случае он помогает визуализировать плотность точек на графике, чтобы определить тенденции.
Используйте binscatter функция, чтобы визуализировать плотность точек в графике задержек прибытия и отъезда.
binscatter(T.ArrDelay,T.DepDelay,'XLimits',[-100 1000],'YLimits',[-100 1000]) xlim([-100 1000]) ylim([-100 1000]) xlabel('Arrival Delay') ylabel('Departure Delay')
Настройте CLim свойство осей так, чтобы все значения интервала, больше, чем 150, были окрашены тем же самым. Это предотвращает несколько интервалов с очень большими значениями от доминирования над графиком.
ax = gca; ax.CLim = [0 150];
