histcounts2.

双变量直方图箱数计数

页面上倒塌

语法

[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 (＿＿＿）

描述

例子

［N，xedges.，Yedges) = histcounts2 (X, Y）将值划分为X和Y进入二维箱，并返回每个维度的箱子边缘。这histcounts2.函数使用自动分类算法返回选择的覆盖范围内值的统一容器X和Y并揭示其分布的基本形状。

例子

［N，xedges.，Yedges) = histcounts2 (X, Y，nbins）指定每个维度使用的箱数。

例子

［N，xedges.，Yedges) = histcounts2 (X, Y，xedges.，Yedges）分区X和Y装箱，装箱的边由xedges.和Yedges．

n（i，j）计算价值[X (k), Y (k)]如果Xedges(我)≤.X (k)<Xedges（I + 1）和Yedges (j)≤.Y (k)<Yedges (j + 1)．每个维度的最后一个箱还包括最后一个（外）边缘。例如，[X (k), Y (k)]落入我最后一行的箱子Xedges（结束-1）≤.X (k)≤.Xedges(结束)和Yedges(我)≤.Y (k)<Yedges (i + 1)．

例子

［N，xedges.，Yedges) = histcounts2 (＿＿＿，名称,值）使用一个或多个指定的其他选项名称,值使用前面语法中的任何输入参数对参数进行配对。例如，可以指定'binwidth'以及一个二元素向量，用于调整每个维度中容器的宽度。

例子

［N，xedges.，Yedges，binX，binY) = histcounts2 (＿＿＿）也返回索引数组binX和binY，使用以前的任何语法。binX和binY数组的大小是否相同X和Y哪些元素是对应元素的bin索引X和Y．元素的数量（I，J）垃圾箱等于nnz (binX = =我& binY = = j)，这与n（i，j）如果归一化是“数”．

例子

全部折叠

垃圾箱数和箱边缘

打开直播脚本

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

指定每个维度中的箱数

打开直播脚本

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

指定Bin边缘

打开直播脚本

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

标准化的垃圾箱数目

打开直播脚本

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⋯⋯

确定本位置

打开直播脚本

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

输入参数

全部折叠

`X, Y`- - - - - -要在多个容器中分发的数据(作为单独的参数)
向量|矩阵|多维数组

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
标量子|向量

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
向量

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
向量

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

名称-值对的观点

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．

例子:[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。

全部折叠

`'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`“汽车”`算法选择一个仓宽来覆盖数据范围，并揭示底层分布的形状。
`“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`[3.5 * std（x（：））* numel（x）^（ - 1/4），3.5 * std（y（：））* numel（y）^（ - 1/4）]`．
`'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`[2 差(X(:)) 元素个数(X) ^(1/4), 2 差(Y(:)) 元素个数(Y) ^ (1/4)`，在哪里`位差`是四分位区间。
`'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(2^10.）。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
向量

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(2^10.)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
双元素矢量

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
双元素矢量

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：

$v_{我}$ 为bin值。
$c_{我}$ 是垃圾箱中的元素数。
${一个}_{我} ＝ w_{x 我} \cdot w_{y 我}$ 是每个垃圾箱的区域，计算使用的x和y本宽度。
$N$ 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）	$v_{我} ＝ c_{我}$	计数或观察的频率。箱值之和小于或等于`元素个数(X)`和`元素个数(y)`．总和小于`元素个数(X)`只有在箱中不包含一些输入数据时。
`'校长'`	$v_{我} ＝ \frac{c_{我}}{{一个}_{我}}$	由箱区域缩小的计数或频率。 (N值*容器面积)的容器体积之和小于或等于`元素个数(X)`和`元素个数(Y)`．
`'cumcount'`	$v_{我} ＝ {σ.}_{j ＝ 1}^{我} c_{j}$	累计计数。每个箱子的值是在每个箱子和所有之前的箱子中观察到的累积数量x和y维度。 `N(结束,结束)`是小于还是等于`元素个数(X)`和`元素个数(Y)`．
`“概率”`	$v_{我} ＝ \frac{c_{我}}{N}$	相对概率。 `总和（n（:)）`是小于还是等于`1`．
`“pdf”`	$v_{我} ＝ \frac{c_{我}}{N \cdot {一个}_{我}}$	概率密度函数估计。 (N值*容器面积)的容器体积之和小于或等于`1`．
`'CDF'`	$v_{我} ＝ {σ.}_{j ＝ 1}^{我} \frac{c_{j}}{N}$	累积密度函数估计。 `N(结束,结束)`是小于还是等于`1`．

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．

输出参数

全部折叠

`N`- 垃圾箱数目
数组

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
向量

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
向量

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
数组

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
数组

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)]．

另请参阅

在R2015B中介绍

这个话题有用吗?<我nput type="button" value="是的" onClick="openFeedbackWindow('//www.tianjin-qmedu.com/programs/bounce_hub_help.html?s_cid=Help_Topic_Survey&surveyParams='+document.location.href+'-YES-R2018a');">

MATLAB文件

万博1manbetx

尝试matlab，sim万博1manbetxulink等产品s manbetx 845

得到审判现在

文档

histcounts2.

语法

描述

例子

垃圾箱数和箱边缘

指定每个维度中的箱数

指定Bin边缘

标准化的垃圾箱数目

确定本位置

输入参数

X, Y- - - - - -要在多个容器中分发的数据(作为单独的参数)向量|矩阵|多维数组

nbins- - - - - -每个维度的容器数量标量子|向量

xedges.- - - - - -本的边缘x维向量

Yedges- - - - - -本的边缘y维向量

名称-值对的观点

'binmethod'- - - - - -融合算法“汽车”（默认）|“斯科特。”|'FD'|'整数'

'binwidth'- - - - - -每个维度中的距宽度向量

'xbinlimits'- - - - - -垃圾箱限制x维双元素矢量

'ybinlimits'- - - - - -垃圾箱限制y维双元素矢量

'正常化'- - - - - -归一化类型“数”（默认）|“概率”|'校长'|“pdf”|'cumcount'|'CDF'

输出参数

N- 垃圾箱数目数组

xedges.-仓边插入x维向量

Yedges-仓边插入y维向量

binX- Bin索引x维数组

binY- Bin索引y维数组

另请参阅

在R2015B中介绍

MATLAB文件

万博1manbetx

尝试matlab，sim万博1manbetxulink等产品s manbetx 845

`X, Y`- - - - - -要在多个容器中分发的数据(作为单独的参数)
向量|矩阵|多维数组

`nbins`- - - - - -每个维度的容器数量
标量子|向量

`xedges.`- - - - - -本的边缘x维
向量

`Yedges`- - - - - -本的边缘y维
向量

`'binmethod'`- - - - - -融合算法
`“汽车”`（默认）|`“斯科特。”`|`'FD'`|`'整数'`

`'binwidth'`- - - - - -每个维度中的距宽度
向量

`'xbinlimits'`- - - - - -垃圾箱限制x维
双元素矢量

`'ybinlimits'`- - - - - -垃圾箱限制y维
双元素矢量

`'正常化'`- - - - - -归一化类型
`“数”`（默认）|`“概率”`|`'校长'`|`“pdf”`|`'cumcount'`|`'CDF'`

`N`- 垃圾箱数目
数组

`xedges.`-仓边插入x维
向量

`Yedges`-仓边插入y维
向量

`binX`- Bin索引x维
数组

`binY`- Bin索引y维
数组