直方图的阴谋
直方图是一种条形图,用于将数据分组到容器中。在创建柱状图
对象时,可以通过更改其属性值来修改直方图的各个方面。这对于快速修改容器的属性或更改显示特别有用。
柱状图(
创建的直方图X
)X
.的柱状图
函数使用自动分类算法返回具有统一宽度的容器,选择该宽度的容器覆盖元素的范围X
并揭示其分布的基本形状。柱状图
将容器显示为矩形,以便每个矩形的高度表明容器中元素的数量。
X
- - - - - -数据分配到各个容器中分布在容器中的数据,指定为向量、矩阵或多维数组。如果X
不是向量吗柱状图
把它看成一个单列向量,X (:)
,绘制一个直方图。
柱状图
忽略所有南
和NaT
值。同样的,柱状图
忽略了正
和负
值,除非容器边明确指定正
或负
作为仓边。虽然南
,NaT
,正
,负
值通常不绘制,它们仍然包含在包括数据元素总数的标准化计算中,例如“概率”
.
如果X
包含类型为int64
或uint64
比flintmax
,则建议您显式指定直方图bin边。柱状图
自动使用双精度分类输入数据,对于大于的数字缺乏整数精度flintmax
.
数据类型:单
|双
|int8
|int16
|int32
|int64
|uint8
|uint16
|uint32
|uint64
|逻辑
|datetime
|持续时间
C
- - - - - -分类数据分类数据,指定为分类数组。柱状图
不绘制未定义的分类值。然而,未定义的分类值仍然包含在包括数据元素总数的标准化计算中,例如“概率”
.
数据类型:分类
nbins
- - - - - -数量的垃圾箱箱的数量,指定为正整数。如果没有指定nbins
,然后柱状图
根据里面的值自动计算要使用多少个箱子X
.
例子:直方图(X, 15)
创建一个有15个箱子的直方图。
边缘
- - - - - -本边缘Bin边,指定为向量。边(1)
是第一个箱子的左边缘,和边(结束)
是最后一个箱子的右边。
的值X(我)
是在k
th本如果边(k)
≤X(我)
<边(k + 1)
.最后一个仓还包括右仓边,以便它包含X(我)
如果边(end-1)
≤X(我)
≤边(结束)
.
对于datetime和duration数据,边缘
必须是按单调递增顺序排列的日期时间或持续时间向量。
数据类型:单
|双
|int8
|int16
|int32
|int64
|uint8
|uint16
|uint32
|uint64
|逻辑
|datetime
|持续时间
类别
- - - - - -直方图中包含的类别此选项仅适用于分类直方图。
直方图中包含的类别,指定为字符向量单元数组、类别数组或字符串数组。
如果指定输入分类数组C
,则默认情况下,柱状图
中的每个类别绘制一个条形图C
.在这种情况下,使用类别
来指定类别的唯一子集。
如果指定bin计数,则类别
指定直方图的关联类别名称。
例子:h =直方图(C,{“大”、“小”})
仅绘制类别中的类别数据“大”
和“小”
.
例子:直方图(“类别”,{‘是的’,‘不’,‘也许’},“BinCounts”,[22 18 3])
绘制一个柱状图,其中包含三个类别和相关的bin计数。
例子:h.Categories
查询直方图对象中的类别h
.
数据类型:细胞
|分类
|字符串
计数
- - - - - -本计算Bin计数,指定为向量。使用此输入将容器计数传递给柱状图
当容器计数计算被单独执行时,您不希望柱状图
进行任何数据分类。
的长度计数
必须等于箱子的数量。
对于数值直方图,箱子的数量为长度(边缘)1
.
对于分类直方图,箱子的数量等于类别的数量。
例子:柱状图('BinEdges',-2:2,'BinCounts',[5 8 15 9])
例子:直方图(“类别”,{‘是的’,‘不’,‘也许’},“BinCounts”,[22 18 3])
斧头
- - - - - -目标轴轴
对象|PolarAxes
对象目标轴,指定为轴
对象或一个PolarAxes
对象。如果你没有指定坐标轴,并且当前的坐标轴是笛卡尔坐标轴,那么柱状图
函数使用当前轴(gca
).要绘制成极轴,请指定PolarAxes
对象作为第一个输入参数,或使用polarhistogram
函数。
指定可选的逗号分隔的对名称,值
参数。的名字
参数名和价值
为对应值。的名字
必须出现在引号内。可以以任意顺序指定多个名称和值对参数Name1, Value1,…,的家
.
直方图(X, BinWidth, 5)
这里列出的直方图属性只是一个子集。有关完整列表,请参见直方图特性.
“BarWidth”
- - - - - -分类条的相对宽度0.9
(默认)|标量范围内[0, 1]
此选项仅适用于类别数据的直方图。
分类条的相对宽度,指定为范围内的标量值[0, 1]
.使用此属性可控制直方图内分类条的分隔。默认值为0.9
,这意味着条形图的宽度是前一条条形图到下一条条形图空间的90%,两边各占5%。
如果将此属性设置为1
,然后相邻的棒子互相接触。
例子:0.5
数据类型:单
|双
|int8
|int16
|int32
|int64
|uint8
|uint16
|uint32
|uint64
“BinLimits”
- - - - - -本限制Bin极限,指定为二元向量,[bmin, bmax]
.该选项使用输入数组中的值绘制一个直方图,X
介于两者之间bmin
和bmax
包容性。也就是说,X (X > = bmin & < = bmax)
.
此选项不适用于类别数据的直方图。
例子:直方图(X,“BinLimits”,[1,10])
仅使用中的值绘制直方图X
之间的是1
和10
包容性。
“BinLimitsMode”
- - - - - -仓限的选择模式“汽车”
(默认)|“手动”
仓限制的选择模式,指定为“汽车”
或“手动”
.默认值为“汽车”
,使仓限自动调整到数据。
如果您明确指定其中之一BinLimits
或BinEdges
,然后BinLimitsMode
自动设置为“手动”
.在这种情况下,指定BinLimitsMode
作为“汽车”
将容器限制重新缩放到数据。
此选项不适用于类别数据的直方图。
“BinMethod”
- - - - - -装箱算法“汽车”
(默认)|“斯科特。”
|“fd”
|“整数”
|斯特奇斯的
|“√”
|……bining算法,指定为该表中的一个值。
价值 |
描述 |
---|---|
|
默认的 |
|
如果数据接近正态分布,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。它的箱宽为 |
|
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。它的箱宽为 |
|
整数规则对于整数数据很有用,因为它为每个整数创建一个bin。它使用的仓宽为1,并将仓边放在整数中间。为了避免意外创建过多的容器,可以使用此规则创建65536个容器(216).如果数据范围大于65536,那么整数规则将使用更宽的容器。 请注意
|
|
斯特奇斯的规则因其简单而广受欢迎。它选择箱子的数量 |
|
平方根规则在其他软件包中也被广泛使用。它选择箱子的数量 |
柱状图
并不总是使用这些精确的公式来选择箱子的数量。有时会稍微调整桶的数量,使桶的边缘落在“好的”数字上。
对于datetime数据,bin方法可以是以下时间单位之一:
“第二” |
“月” |
“一分钟” |
“季” |
“小时” |
“年” |
“天” |
“十年” |
“周” |
“世纪” |
对于持续时间数据,bin方法可以是以下时间单位之一:
“第二” |
“天” |
“一分钟” |
“年” |
“小时” |
如果您指定BinMethod
然后使用datetime或duration数据柱状图
可以使用最多65,536个垃圾桶(或216).如果指定的容器持续时间需要更多的容器,则柱状图
使用与最大箱数相对应的较大箱宽。
此选项不适用于类别数据的直方图。
如果你设置BinLimits
,NumBins
,BinEdges
,或BinWidth
财产,那么BinMethod
属性设置为“手动”
.
例子:直方图(X,“BinMethod”、“整数”)
创建一个柱状图,容器以整数为中心。
“BinWidth”
- - - - - -箱子的宽度容器的宽度,指定为标量。当你指定BinWidth
,然后柱状图
可以使用最多65,536个垃圾桶(或216).如果指定的容器宽度需要更多的容器,则柱状图
使用与最大箱数相对应的较大箱宽。
对于datetime和duration数据,取值为“BinWidth”
可以是标量持续时间或日历持续时间。
此选项不适用于类别数据的直方图。
例子:直方图(X, BinWidth, 5)
使用宽度为5的箱子。
“DisplayOrder”
- - - - - -目录显示顺序“数据”
(默认)|“提升”
|“下”
类别显示顺序,指定为“提升”
,“下”
,或“数据”
.与“提升”
或“下”
,直方图显示增加或减少条高。默认的“数据”
值使用输入数据中的类别顺序,C
.
此选项仅适用于分类数据。
“DisplayStyle”
- - - - - -直方图显示风格“酒吧”
(默认)|“楼梯”
直方图显示样式,指定为“酒吧”
或“楼梯”
.指定“楼梯”
显示一个阶梯图,它显示直方图的轮廓而不填充内部。
的默认值“酒吧”
显示直方图条形图。
例子:直方图(X,“DisplayStyle”、“楼梯”)
绘制直方图的轮廓。
“EdgeAlpha”
- - - - - -直方图条边缘的透明度1
(默认)|标量值之间0
和1
包容直方图条边缘的透明度,指定为之间的标量值0
和1
包容性。的值1
意味着完全不透明0
意思是完全透明(看不见)。
例子:直方图(X, EdgeAlpha, 0.5)
创建具有半透明条形边的直方图。
“EdgeColor”
- - - - - -直方图边缘颜色(0 0 0)
或黑色(默认)|“没有”
|“汽车”
|RGB值|十六进制颜色代码|颜色名称直方图边缘颜色,指定为以下值之一:
“没有”
-没有绘制边。
“汽车”
-自动选择每条边的颜色。
RGB三元组、十六进制颜色代码或颜色名称-边缘使用指定的颜色。
RGB三联体和十六进制颜色代码在指定自定义颜色时很有用。
RGB三元组是一个由三个元素组成的行向量,其元素指定颜色的红色、绿色和蓝色组件的强度。强度必须在这个范围内[0, 1]
;例如,(0.4 0.6 0.7)
.
十六进制颜色代码是以哈希符号开头的字符向量或字符串标量(#
),然后是3个或6个十六进制数字,其范围可以是0
来F
.这些值不区分大小写。因此,颜色是代码“# FF8800”
,“# ff8800”
,“# F80”
,“# f80”
是等价的。
或者,您可以通过名称指定一些常见的颜色。该表列出了已命名的颜色选项、等价的RGB三联体和十六进制颜色代码。
颜色名称 | 短名称 | RGB值 | 十六进制颜色代码 | 外观 |
---|---|---|---|---|
“红色” |
“r” |
(1 0 0) |
“# FF0000” |
|
“绿色” |
‘g’ |
(0 1 0) |
“# 00 ff00” |
|
“蓝” |
“b” |
(0 0 1) |
“# 0000 ff” |
|
“青色” |
“c” |
(0 1 1) |
“# 00飞行符” |
|
“红色” |
“米” |
(1 0 1) |
“#就” |
|
“黄色” |
“y” |
(1 1 0) |
“# FFFF00” |
|
“黑” |
“k” |
(0 0 0) |
# 000000的 |
|
“白色” |
' w ' |
(1 1 1) |
“# FFFFFF” |
|
这里是RGB三联体和十六进制颜色代码的默认颜色MATLAB®用于许多类型的情节。
RGB值 | 十六进制颜色代码 | 外观 |
---|---|---|
[0 0.4470 - 0.7410) |
“# 0072 bd” |
|
(0.8500 0.3250 0.0980) |
“# D95319” |
|
(0.9290 0.6940 0.1250) |
“# EDB120” |
|
(0.4940 0.1840 0.5560) |
“# 7 e2f8e” |
|
(0.4660 0.6740 0.1880) |
“# 77 ac30” |
|
(0.3010 0.7450 0.9330) |
“# 4 dbeee” |
|
(0.6350 0.0780 0.1840) |
“# A2142F” |
|
例子:直方图(X,‘EdgeColor’,‘r’)
创建具有红色条边的直方图。
“FaceAlpha”
- - - - - -直方图的透明度0.6
(默认)|标量值之间0
和1
包容直方图条的透明度,指定为之间的标量值0
和1
包容性。柱状图
对直方图的所有条使用相同的透明度。的值1
意味着完全不透明0
意思是完全透明(看不见)。
例子:直方图(X ' FaceAlpha ', 1)
创建一个完全不透明的柱状图。
“FaceColor”
- - - - - -直方图条颜色“汽车”
(默认)|“没有”
|RGB值|十六进制颜色代码|颜色名称直方图的颜色,指定为以下值之一:
“没有”
—酒吧没有被填满。
“汽车”
-直方图条颜色自动选择(默认)。
RGB三元组、十六进制颜色代码或颜色名称-条形图用指定的颜色填充。
RGB三联体和十六进制颜色代码在指定自定义颜色时很有用。
RGB三元组是一个由三个元素组成的行向量,其元素指定颜色的红色、绿色和蓝色组件的强度。强度必须在这个范围内[0, 1]
;例如,(0.4 0.6 0.7)
.
十六进制颜色代码是以哈希符号开头的字符向量或字符串标量(#
),然后是3个或6个十六进制数字,其范围可以是0
来F
.这些值不区分大小写。因此,颜色是代码“# FF8800”
,“# ff8800”
,“# F80”
,“# f80”
是等价的。
或者,您可以通过名称指定一些常见的颜色。该表列出了已命名的颜色选项、等价的RGB三联体和十六进制颜色代码。
颜色名称 | 短名称 | RGB值 | 十六进制颜色代码 | 外观 |
---|---|---|---|---|
“红色” |
“r” |
(1 0 0) |
“# FF0000” |
|
“绿色” |
‘g’ |
(0 1 0) |
“# 00 ff00” |
|
“蓝” |
“b” |
(0 0 1) |
“# 0000 ff” |
|
“青色” |
“c” |
(0 1 1) |
“# 00飞行符” |
|
“红色” |
“米” |
(1 0 1) |
“#就” |
|
“黄色” |
“y” |
(1 1 0) |
“# FFFF00” |
|
“黑” |
“k” |
(0 0 0) |
# 000000的 |
|
“白色” |
' w ' |
(1 1 1) |
“# FFFFFF” |
|
以下是MATLAB在许多类型的绘图中使用的默认颜色的RGB三联体和十六进制颜色代码。
RGB值 | 十六进制颜色代码 | 外观 |
---|---|---|
[0 0.4470 - 0.7410) |
“# 0072 bd” |
|
(0.8500 0.3250 0.0980) |
“# D95319” |
|
(0.9290 0.6940 0.1250) |
“# EDB120” |
|
(0.4940 0.1840 0.5560) |
“# 7 e2f8e” |
|
(0.4660 0.6740 0.1880) |
“# 77 ac30” |
|
(0.3010 0.7450 0.9330) |
“# 4 dbeee” |
|
(0.6350 0.0780 0.1840) |
“# A2142F” |
|
如果您指定DisplayStyle
作为“楼梯”
,然后柱状图
不使用FaceColor
财产。
例子:直方图(X,‘FaceColor’,‘g’)
创建一个带有绿色条的直方图。
“线型”
- - - - - -线条样式“- - -”
(默认)|“——”
|“:”
|“-”。
|“没有”
行样式,指定为该表中列出的选项之一。
线条样式 | 描述 | 产生的线 |
---|---|---|
“- - -” |
实线 |
|
“——” |
虚线 |
|
“:” |
虚线 |
|
“-”。 |
Dash-dotted线 |
|
“没有” |
没有线 | 没有线 |
“线宽”
- - - - - -条形轮廓宽度0.5
(默认)|积极的价值条形轮廓的宽度,以点为单位指定为正值。一点等于1/72英寸。
例子:1.5
数据类型:单
|双
|int8
|int16
|int32
|int64
|uint8
|uint16
|uint32
|uint64
“归一化”
- - - - - -类型的标准化“数”
(默认)|“概率”
|“countdensity”
|“pdf”
|“cumcount”
|“提供”
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。
是容器中元素的数量。
是容器的宽度。
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
,NaT
,或<定义>
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) |
|
|
“countdensity” |
|
请注意
|
“cumcount” |
|
|
“概率” |
|
|
“pdf” |
|
请注意
|
“提供” |
|
|
例子:直方图(X,“正常化”,“pdf”)
图的概率密度函数的估计X
.
“NumDisplayBins”
- - - - - -要显示的类别数目要显示的类别数目,指定为标量。属性可以更改柱状图中显示的类别的顺序“DisplayOrder”
选择。
此选项仅适用于分类数据。
“定位”
- - - - - -取向的酒吧“垂直”
(默认)|“水平”
条的方向,指定为“垂直”
或“水平”
.
例子:直方图(X,“定位”,“水平”)
创建具有水平条的直方图。
“ShowOthers”
- - - - - -切换属于未显示类别的数据摘要显示“关闭”
(默认)|“上”
切换属于未显示类别的数据的摘要显示,指定为“关闭”
或“上”
.将此选项设置为“上”
在直方图中显示带有名称的附加条“别人”
.这个额外的条数不属于直方图中显示的类别的所有元素。
属性可以更改柱状图中显示的类别数量以及它们的顺序“NumDisplayBins”
和“DisplayOrder”
选项。
此选项仅适用于分类数据。
直方图特性 | 直方图外观和行为 |
生成10,000个随机数并创建一个直方图。的柱状图
函数自动选择适当数量的容器来覆盖中值的范围x
并显示出潜在分布的形状。
x = randn (10000 1);h =直方图(x)
h = Histogram with properties: Data: [10000x1 double] Values: [1x37 double] NumBins: 37 BinEdges: [1x38 double] BinWidth: 0.2000 BinLimits: [-3.8000 3.6000] normalize: 'count' FaceColor: 'auto' EdgeColor:[0 00]显示所有属性
的输出参数时柱状图
函数时,它返回一个直方图对象。您可以使用这个对象来检查直方图的属性,例如箱子的数量或箱子的宽度。
找到直方图容器的数量。
nbins = h.NumBins
nbins = 37
绘制一个直方图,1000个随机数字被分成25个等间距的箱子。
x = randn (1000 1);nbins = 25;h =直方图(x, nbins)
h = Histogram with properties: Data: [1000x1 double] Values: [1x25 double] NumBins: 25 BinEdges: [1x26 double] BinWidth: 0.2800 BinLimits: [-3.4000 3.6000] Normalization: 'count' FaceColor: 'auto' EdgeColor:[0 00]显示所有属性
找到垃圾箱算数。
数量= h.Values
数=1×251 3 0 6 14 19 31 54 74 80 92 122 104 115 88 80 38 32 21 9 5 5 5 0
生成1000个随机数并创建一个直方图。
X = randn (1000 1);h =直方图(X)
h = Histogram with properties: Data: [1000x1 double] Values: [1x23 double] NumBins: 23 BinEdges: [1x24 double] BinWidth: 0.3000 BinLimits: [-3.3000 3.6000] normalize: 'count' FaceColor: 'auto' EdgeColor:[0 00]显示所有属性
使用morebins
函数粗略地调整容器的数量。
Nbins = morebins (h);Nbins = morebins (h)
Nbins = 29
通过显式设置容器的数量,在细粒度级别上调整容器。
h.NumBins = 31;
生成1000个随机数并创建一个直方图。指定容器边缘为直方图边缘上带有宽容器的向量,以捕获不满足要求的离群值 .第一个向量元素是第一个箱子的左边缘,最后一个向量元素是最后一个箱子的右边缘。
x = randn (1000 1);Edges = [-10 -2:0.25:2 10];h =直方图(x,边);
指定归一化
财产“countdensity”
把含有异常值的箱子弄平。现在,区域每个箱体(而不是高度)表示该间隔内观测的频率。
h.Normalization =“countdensity”;
创建一个表示投票的绝对向量。向量中的类别是“是的”
,“不”
,或“决定”
.
A = [0 0 1 1 0 0 0 0 NaN 1 0 0 0 1 0 0 0 1 0 0 0 1 1 1];C = categorical(A,[10 0 NaN],{“是的”,“不”,“决定”})
C =1 x27分类数组列1到9不是的是的是的不不不不列10到16决定决定是的不不不列17到25没有是的是的不不不是的是的列26日至27日是的是的
绘制投票的分类直方图,使用相对条宽0.5
.
h =直方图(C,“BarWidth”, 0.5)
h = Histogram with properties: Data: [1x27 categorical] Values: [11 14 2] NumDisplayBins: 3 Categories: {'yes' 'no' 'undecided'} DisplayOrder: ' Data ' Normalization: 'count' DisplayStyle: 'bar' FaceColor: 'auto' EdgeColor:[0 0 0]显示所有属性
生成1,000个随机数,并使用“概率”
规范化。
x = randn (1000 1);h =直方图(x),“归一化”,“概率”)
h = Histogram with properties: Data: [1000x1 double] Values: [1x23 double] NumBins: 23 BinEdges: [1x24 double] BinWidth: 0.3000 BinLimits: [-3.3000 3.6000] normalize: 'probability' FaceColor: 'auto' EdgeColor:[0 00]显示所有属性
计算杆高的总和。通过这种归一化,每个竖条的高度等于在这个bin区间内选择一个观测值的概率,所有竖条的高度和为1。
S =总和(h.Values)
S = 1
生成两个随机数字向量,并在同一图中绘制每个向量的直方图。
x = randn (2000 1);Y = 1 + randn(5000,1);h1 =直方图(x);持有在h2 =直方图(y);
由于直方图的样本量和箱宽不同,很难进行比较。对直方图进行归一化,使所有的柱高加为1,并使用统一的仓宽。
h1。N或malization =“概率”;h1。BinWidth = 0.25;h2。N或malization =“概率”;h2。BinWidth = 0.25;
生成1000个随机数并创建一个直方图。返回直方图对象以调整直方图的属性,而不重新创建整个图。
x = randn (1000 1);h =直方图(x)
h = Histogram with properties: Data: [1000x1 double] Values: [1x23 double] NumBins: 23 BinEdges: [1x24 double] BinWidth: 0.3000 BinLimits: [-3.3000 3.6000] normalize: 'count' FaceColor: 'auto' EdgeColor:[0 00]显示所有属性
确切地指定要使用多少容器。
h.NumBins = 15;
用向量指定箱子的边。向量中的第一个值是第一个箱子的左边缘。最后一个值是最后一个箱子的右边。
h.BinEdges =(三3);
改变柱状图的颜色。
h.FaceColor = [0 0.5 0.5];h.EdgeColor =“r”;
生成5,000个正态分布的随机数,均值为5,标准差为2。绘制一个直方图归一化
设置为“pdf”
得到概率密度函数的估计。
X = 2*randn(5000,1) + 5;直方图(x,“归一化”,“pdf”)
在本例中,正态分布数据的底层分布是已知的。但是,你可以使用“pdf”
通过与已知的概率密度函数进行比较,确定数据的潜在概率分布的直方图。
均值正态分布的概率密度函数 ,标准偏差 和方差 是
叠加一个均值为5、标准差为2的正态分布的概率密度函数图。
持有在y = 5:0.1:15;μ= 5;σ= 2;(f = exp () - yμ。^ 2. /(2 *σ^ 2))。/σ*√(2 *π));情节(y, f,“线宽”, 1.5)
使用savefig
功能,保存直方图。
y =直方图(randn (10));savefig (“histogram.fig”);清晰的所有关闭所有
使用openfig
将直方图加载回MATLAB。openfig
也返回图形的句柄,h
.
h = openfig (“histogram.fig”);
使用findobj
函数从图形句柄定位正确的对象句柄。这允许您继续操作用于生成图形的原始直方图对象。
y = findobj (h,“类型”,“直方图”)
y = Histogram with properties: Data: [10x10 double] Values: [2 17 28 32 16 32] NumBins: 7 BinEdges: [-3 -2 -1 0 1 2 3 4] BinWidth: 1 BinLimits: [-3 4] Normalization: 'count' FaceColor: 'auto' EdgeColor:[0 0 0]显示所有属性
使用创建的直方图图柱状图
在绘图编辑模式下有一个上下文菜单,可以在图形窗口中进行交互操作。例如,您可以使用上下文菜单交互式地更改容器的数量、对齐多个直方图或更改显示顺序。
当您向直方图添加数据提示时,它们会显示箱边和箱数。
这个函数支持长数组,但有以下金宝app限制:
不支持某些输入选项。金宝app允许的选项有:
“BinWidth”
“BinLimits”
“归一化”
“DisplayStyle”
“BinMethod”
- - -“汽车”
和“斯科特。”
Bin方法是相同的。的“fd”
不支持Bin方法。金宝app
“EdgeAlpha”
“EdgeColor”
“FaceAlpha”
“FaceColor”
“线型”
“线宽”
“定位”
此外,酒吧的最大数量也有上限。默认最大值为100。
的morebins
和fewerbins
不支持方法。金宝app
不支持编辑需要重新计算容器的直方图对象属性。金宝app
有关更多信息,请参见用于内存不足数据的高数组.
你点击一个链接对应于这个MATLAB命令:
通过在MATLAB命令窗口中输入命令来运行命令。Web浏览器不支持MATLAB命令。金宝app
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。