双变量直方图箱数计数
[n,xedges,yedges] = histcounts2(x,y)
[n,xedges,yedges] = histcounts2(x,y,nbins)
[N Xedges Yedges] = histcounts2 (X, Y, Xedges Yedges)
[n,xedges,yedges] = histcounts2(___、名称、值)
[N Xedges Yedges, binX binY] = histcounts2 (___)
将100对随机数分为垃圾箱。histcounts2.
自动选择适当的仓宽以显示数据的底层分布。
x = randn (100 1);y = randn (100 1);[N Xedges Yedges] = histcounts2 (x, y)
N =7×60 0 0 2 0 0 1 2 10 4 0 0 1 4 9 9 5 0 1 4 10 11 5 11 4 6 3 11 10 0 1 2 0 0 10 0 10 10 10 10
Xedges =1×8.-3 -2 -1 0 1 2 3 4
yedges =1×7.3 -2 -1 0 1 2 2 3
把10对数字分配到12个箱子里。在x维中指定3个箱子,在y维中指定4个箱子。
X = [1 1 2 3 2 1 1 2 3];Y = [5 6 3 8 9 1 2 7 5 1];n宾斯= [3 4];[N Xedges Yedges] = histcounts2 (x, y, nbins)
N =3×4.1 0 2 1 1 1 1 1 1 1 0 0 1
Xedges =1×4.0.6000 1.4000 2.2000 3.0000
yedges =1×50 2.3000 4.6000 6.9000 9.2000
将1,000对随机数分为垃圾箱。使用两个向量定义BIN边缘:每个向x和y尺寸为一个。每个矢量中的第一个元素指定了第一箱的第一边缘,最后一个元素是最后一个箱的最后边缘。
x = randn (1000 1);y = randn (1000 1);Xedges = 5;Yedges = [-5 -4 -2 -1 -0.5 0 0.5 1 2 4 5];N = histcounts2 (x, y, Xedges Yedges)
N =10×100 0 0 0 0 0 0 0 0 0 0 0 0 0 1 1 1 0 0 0 0 0 0 5 5 3 5 1 2 0 0 0 0 2 19 23 29 25 26 20 5 0 0 10 3 36 51 59 71 54 46 10 00 7 43 46 79 64 60 46 9 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
将1,000对随机数分为垃圾箱。指定归一化
作为“概率”
使箱子归一化,这样总和(n(:))
是1
.也就是说,每个箱子计数表示一个观察到的物品落入该箱子的概率。
x = randn (1000 1);y = randn (1000 1);[N Xedges Yedges] = histcounts2 (x, y, 6日'正常化',“概率”)
N =6×600 0.0020 0.0020 00 0 0.0110 0.0320 0.0260 0.0070 0.0010 0.0010 0.0260 0.1410 0.1750 0.0430 0.0060 0 0.0360 0.1620 0.1940 0.0370 0.0040 0 0.0040 0.0300 0.0370 0.0100 0.0010 0 0.0030 0.0040 0.0040 0.0010
Xedges =1×7.-4.0000 -2.7000 -1.4000 -0.1000 1.2000 2.5000 3.8000⋯⋯
yedges =1×7.-4.0000 -2.7000 -1.4000 -0.1000 1.2000 2.5000 3.8000⋯⋯
在-10和10之间分配1000个随机整数对到bins,并指定Binmethod.
作为'整数'
使用以整数为中心的单位宽度容器。指定五个输出histcounts2.
返回代表数据的箱的载体。
x = randi([ - 10,10],1000,1);Y = RANDI([ - 10,10],1000,1);[n,xedges,yedges,binx,biny] = histcounts2(x,y,'binmethod','整数');
确定哪个箱子值(x (3), (3))
跌进。
[x (3), (3))
ans =1×2-8 10.
bin = [binx(3)biny(3)]
bin =1×23 21
X, Y
- - - - - -要在多个容器中分发的数据(作为单独的参数)分布在容器中的数据,指定为向量、矩阵或多维数组的单独参数。X
和Y
必须具有相同的大小。
相应的元素X
和Y
指定x和y2-D数据点的坐标,[X (k), Y (k)]
.的数据类型X
和Y
可以不同。
histcounts2.
忽略所有南
价值观。相似地,histcounts2.
忽略了正
和负
值,除非容器边明确指定正
或者负
作为仓边。
数据类型:单身的
|双倍的
|INT8.
|int16
|int32
|INT64.
|uint8.
|uint16
|UINT32.
|UINT64
|逻辑
nbins
- - - - - -每个维度的容器数量每个维度中的箱数,指定为正整数的正标量整数或两个元素向量。如果您未指定nbins
,然后histcounts2.
根据里面的值自动计算要使用多少个箱子X
和Y
:
如果nbins
是标量吗histcounts2.
使用每个维度中的许多垃圾箱。
如果nbins
是向量吗nbins (1)
属性中容器的数量x尺寸和nbins (2)
属性中容器的数量y维度。
例子:[n,xedges,yedges] = histcounts2(x,y,[15 20])
使用了15个垃圾桶x
-dimension和20个箱子y
维度。
xedges.
- - - - - -本的边缘x维本的边缘x-dimension,指定为向量。Xedges (1)
是第一个垃圾箱的第一边x- 努力和Xedges(结束)
是最后一个箱子的外缘。
数据类型:单身的
|双倍的
|INT8.
|int16
|int32
|INT64.
|uint8.
|uint16
|UINT32.
|UINT64
|逻辑
Yedges
- - - - - -本的边缘y维本的边缘y-dimension,指定为向量。yedges(1)
是第一个垃圾箱的第一边y- 努力和yedges(结束)
是最后一个箱子的外缘。
数据类型:单身的
|双倍的
|INT8.
|int16
|int32
|INT64.
|uint8.
|uint16
|UINT32.
|UINT64
|逻辑
指定可选的逗号分隔的对名称,值
参数。姓名
参数名和价值
是相应的价值。姓名
必须出现在单引号内(''
)。您可以以任何顺序指定多个名称和值对参数Name1, Value1,…,的家
.
[n,xedges,yedges] = histcounts2(x,y,'归一化','概率')
使垃圾箱计数正常N
,这样总和(N)
是1。
'binmethod'
- - - - - -融合算法“汽车”
(默认)|“斯科特。”
|'FD'
|'整数'
bining算法,指定为该表中的一个值。
价值 | 描述 |
---|---|
“汽车” |
默认的 |
“斯科特。” |
当数据接近共同正态分布时,斯科特规则是最优的。这个规则也适用于大多数其他发行版。它用的是 |
'FD' |
Freedman-Diaconis规则对数据中的异常值不太敏感,可能更适合于重尾分布的数据。它用的是 |
'整数' |
整数规则对整数数据很有用,因为它会在成对的整数上创建符合子。它为每个维度使用1的1个宽度,并将箱边的半区中的中途分开。 为了避免意外创建过多的容器,您可以使用此规则创建1024个容器的限制(210.)。如果维度的数据范围大于1024,则整数规则使用更宽的频率。 |
例子:[N Xedges Yedges] = histcounts2 (X, Y,“BinMethod”、“整数”)
使用以整数对为中心的2-D容器。
'binwidth'
- - - - - -每个维度中的距宽度每个维度上箱子的宽度,指定为正整数的二元向量,[xWidth yWidth]
.
如果您指定百宽
,然后histcounts2.
最多可以使用1024个箱子(210.)沿每个维度。如果指定的仓宽需要更多的仓,则histcounts2.
使用与最大箱数相对应的较大箱宽。
例子:[N,Xedges,Yedges] = histcounts2(X,Y,'BinWidth',[5 10])
使用有尺寸的垃圾桶5
在x
尺寸和大小10.
在y
维度。
'xbinlimits'
- - - - - -垃圾箱限制x维垃圾箱限制x-维,指定为二元向量,[xbmin,xbmax]
.的第一个和最后一个箱子边x维度。
此选项仅对垃圾箱限制范围内的数据进行分类,x> = xbmin&x <= xbmax
.
'ybinlimits'
- - - - - -垃圾箱限制y维垃圾箱限制y-维,指定为二元向量,[YBMIN,YBMAX]
.的第一个和最后一个箱子边y维度。
此选项仅对垃圾箱限制范围内的数据进行分类,Y > = ybmin & Y < = ybmax
.
'正常化'
- - - - - -归一化类型“数”
(默认)|“概率”
|'校长'
|“pdf”
|'cumcount'
|'CDF'
规格化的类型,指定为该表中的一个值。对于每一个本我
:
为bin值。
是垃圾箱中的元素数。
是每个垃圾箱的区域,计算使用的x和y本宽度。
是输入数据中元素的数量。如果数据包含,该值可以大于被装箱的数据南
值,或者如果某些数据位于容器限制之外。
价值 | 本值 | 笔记 |
---|---|---|
“数” (默认) |
|
|
'校长' |
|
|
'cumcount' |
|
|
“概率” |
|
|
“pdf” |
|
|
'CDF' |
|
|
例子:[n,xedges,yedges] = histcounts2(x,y,'归一化','pdf')
使用概率密度函数估计来禁止数据X
和Y
.
N
- 垃圾箱数目垃圾箱数,返回为数字数组。
中不同编号的容器的容器包含方案N
,以及它们的相对方向x-axis和y- 是,是
例如,(1,1)
bin包括落在每个维度中的第一边缘的值,右下方的最后一个箱子包括落在其任何边缘的值。
xedges.
-仓边插入x维本的边缘x-dimension,作为向量返回。Xedges (1)
是第一个宾馆x尺寸和Xedges(结束)
是最后一个箱边。
Yedges
-仓边插入y维本的边缘y-dimension,作为向量返回。yedges(1)
是第一个宾馆y尺寸和yedges(结束)
是最后一个箱边。
binX
- Bin索引x维Bin索引x-dimension,返回与尺寸相同的数字数组X
.相应的元素binX
和binY
描述编号的bin包含相应的值X
和Y
.价值0
在binX
或者binY
指示不属于任何容器的元素(例如南
值)。
例如,binX (1)
和binY (1)
描述该值的容器位置[X (1), Y (1)]
.
binY
- Bin索引y维Bin索引y-dimension,返回与尺寸相同的数字数组Y
.相应的元素binX
和binY
描述编号的bin包含相应的值X
和Y
.价值0
在binX
或者binY
指示不属于任何容器的元素(例如南
值)。
例如,binX (1)
和binY (1)
描述该值的容器位置[X (1), Y (1)]
.
你点击一个链接对应于这个MATLAB命令:
在MATLAB命令窗口中输入它来运行命令。Web浏览器不支持MATLAB命令。万博1manbetx
你也可以从以下列表中选择一个网站:
选择中国网站(中文或英文)以获得最佳网站性能。其他MathWorks国家站点没有针对您所在位置的访问进行优化。