Создайте один график поля от вектора из возрастов. Используйте график поля, чтобы визуализировать распределение возрастов.

Загрузите patients набор данных. Age переменная содержит возрасты 100 пациентов. Создайте график поля, чтобы визуализировать распределение возрастов.

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

Средний терпеливый возраст 39 лет показывается линией в поле. Более низкие и верхние квартили 32 и 44 лет показываются нижней частью и верхними краями поля, соответственно. Контактные усики или линии, которые расширяют ниже и выше поля, имеют конечные точки, которые соответствуют самым молодым и самым старым пациентам. Самому молодому пациенту 25 лет, и самому старому 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 график поля, чтобы видеть всплывающую подсказку.

Используйте графики поля, 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 график поля для каждого столбца магического квадрата. Каждый столбец имеет подобное среднее значение (вокруг 50). Однако первые пять столбцов Y имейте большие межквартильные размахи, чем последние пять столбцов Y. Межквартильный размах является расстоянием между верхним квартилем (верхний край поля) и более низким квартилем (базовый край поля).

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

Создайте график поля для каждой строки магического квадрата. Каждая строка имеет подобный межквартильный размах, но средние значения отличаются через строки.

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

Постройте величины землетрясений согласно месяцу, в котором они произошли. Используйте вектор из величин землетрясения и сгруппированной переменной, указывающей на месяц каждого землетрясения. Для каждой группы данных создайте график поля и поместите ее в заданное положение вдоль оси X.

Считайте набор данных о цунами в рабочую область как таблица. Набор данных включает информацию о землетрясениях, а также других причинах цунами. Отобразите первые восемь строк, показав месяц, причину и столбцы 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 для 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,:);

Сгруппируйте величины землетрясения на основе месяца, в котором произошли соответствующие цунами. В течение каждого месяца отобразите отдельный график поля. Например, boxchart использует четвертые, пятые, и восьмые величины землетрясения, а также других, чтобы создать третий график поля, который соответствует третьему месяцу.

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

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

Для более описательных имен месяца преобразуйте earthquakes.Month столбец к 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 графики поля как прежде, но используйте categorical переменная namedMonths вместо числовых значений месяца. Линейка оси X является теперь категориальной, и порядок категорий в namedMonths определяет порядок графиков поля.

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

Группа медицинские пациенты на основе их возраста, и для каждой возрастной группы, создает график поля диастолических значений артериального давления.

Загрузите patients набор данных. Age и Diastolic переменные содержат возрасты и диастолические уровни артериального давления 100 пациентов.

load patients

Сгруппируйте пациентов в пять интервалов возраста. Найдите минимальные и максимальные возрасты, и затем разделите область значений между ними в пятилетние интервалы. Интервал значения в Age переменная при помощи discretize функция. Используйте имена интервала в bins. Получившийся groupAge переменной 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 график поля для каждой возрастной группы. Каждый график поля показывает диастолические значения артериального давления пациентов в той группе.

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

Используйте две сгруппированных переменные, чтобы сгруппировать данные и расположить и окрасить получившиеся графики поля.

Загрузите файл примера TemperatureData.csv, который содержит среднесуточные температуры с января 2015 до июля 2016. 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 графики поля, показывающие распределение температур в течение каждого месяца каждого года. Задайте tbl.Month как позиционная сгруппированная переменная. Задайте tbl.Year как цветная сгруппированная переменная при помощи 'GroupByColor' аргумент пары "имя-значение". Заметьте, что tbl не содержит данные в течение нескольких месяцев 2 016.

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

В этом рисунке можно легко сравнить распределение температур в течение одного конкретного месяца через несколько лет. Например, вы видите в том феврале, что температуры варьировались намного больше по 2 016, чем в 2 015.

Создайте графики поля и постройте средние значения по графикам поля при помощи hold on.

Загрузите patients набор данных. Преобразуйте SelfAssessedHealthStatus к порядковому categorical переменная, потому что категории Poor, Fair, Good, и Excellent имейте естественный порядок.

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

Сгруппируйте пациентов согласно их самооцененному состоянию здоровья и найдите средний терпеливый вес для каждой группы.

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

Сравните веса для каждой группы пациентов при помощи графиков поля. Постройте средние веса по графикам поля.

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

Используйте метки, чтобы определить, существенно отличаются ли средние значения друг от друга.

Загрузите patients набор данных. Разделите пациентов согласно их местоположению. Для каждой группы пациентов создайте график поля их весов. Задайте 'Notch','on' так, чтобы каждое поле включало клиновидную, теневую область, названную меткой. Графики поля, метки которых не перекрываются, имеют различные медианы на 5%-м уровне значения.

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

В этом примере, трех перекрытиях меток, показывая, что три медианы веса не существенно отличаются.

Отобразитесь рядом друг с другом пара графиков поля с помощью tiledlayout и nexttile функции.

Загрузите patients набор данных. Преобразуйте Smoker к categorical переменная с описательными названиями категории Smoker и Nonsmoker вместо 1 и 0.

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

Создайте 1 2 мозаичное размещение графика с помощью tiledlayout функция. Создайте первый набор осей ax1 в нем путем вызова nexttile функция. В первом наборе осей отобразите два графика поля систолических значений артериального давления, один для курильщиков и другого для некурящих. Создайте второй набор осей ax2 в мозаичном размещении графика 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

Создайте набор графиков поля, на которые наносят цветную маркировку, возвращенных как вектор из BoxChart объекты. Используйте вектор, чтобы изменить цвет одного графика поля.

Загрузите patients набор данных. Преобразуйте Gender и Smoker к categorical переменные. Задайте описательные названия категории Smoker и Nonsmoker вместо 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 графики поля, показывающие распределение диастолических уровней артериального давления для каждого соединения пола и курения состояния. b вектор из BoxChart объекты, один 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 графика поля при помощи SeriesIndex свойство. Обновление SeriesIndex свойство изменяет и цвет торца конца штанги с внутренней резьбой и цвет маркера выброса.

b(3).SeriesIndex = 6;

Создайте график поля из данных об отключении электроэнергии со многими выбросами и облегчите отличать их визуально путем изменения свойств BoxChart объект. Найдите индексы для записей выброса.

Считайте данные об отключении электроэнергии в рабочую область как таблица. Отобразите первые несколько 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 объект b от outages.Customers значения, которые указывают, сколько клиентов было затронуто каждым отключением электроэнергии. boxchart записи отбрасываний с NaN значения.

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

График содержит много выбросов. Чтобы лучше видеть их, дрожите выбросы и изменить стиль маркера выброса. Когда вы устанавливаете JitterOutliers свойство BoxChart возразите против 'on', программное обеспечение случайным образом перемещает маркеры выброса горизонтально так, чтобы они вряд ли перекрылись отлично. Значения и вертикальные положения выбросов неизменны.

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

Можно теперь более легко видеть распределение выбросов.

Чтобы найти индексы выброса, используйте isoutlier функция. Задайте 'quartiles' метод вычислительных выбросов, чтобы совпадать с boxchart определение выброса. Используйте индексы, чтобы создать outliers таблица, которая содержит подмножество outages данные. Заметьте, что isoutlier идентифицирует 96 выбросов.

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

ans = 96

Из-за всех выбросов квартили графика поля трудно видеть. Чтобы смотреть их, измените пределы оси Y.

ylim([0 4e5])