binScatterPlot
散点图的垃圾箱高大的数组
语法
描述
例子
被正态分布随机数据的散点图
创建两个高大的随机数据的向量。创建一个分箱数据的散点图。
当你执行计算高数组,MATLAB®使用一个平行池(默认如果你有并行计算工具箱™)或当地的MATLAB会话。要运行示例使用当地的MATLAB会话并行计算工具箱后,改变全球执行环境使用mapreduce
函数。
mapreduce (0) X =高(randn (1 e5, 1));Y =高(randn (1 e5, 1));binScatterPlot (X, Y)
评估高表达式使用当地的MATLAB会话:通过1 1:在1秒完成评估在2.1秒完成评估高表达式使用本地MATLAB会话:-通过1对1:在0.23秒完成评估在0.32秒完成
结果图包含一个滑块来调整图像中细节的水平。
指定数量的散点图垃圾箱
指定一个标量值作为第三个输入参数使用相同数量的垃圾箱在每个维度,或一个双元素向量使用每个维度的不同数量的垃圾箱。
当你执行计算高数组,MATLAB®使用一个平行池(默认如果你有并行计算工具箱™)或当地的MATLAB会话。要运行示例使用当地的MATLAB会话并行计算工具箱后,改变全球执行环境使用mapreduce
函数。
mapreduce (0)
阴谋被散点图的随机数据分为100箱的每个维度。
X =高(randn (1 e5, 1));Y =高(randn (1 e5, 1));binScatterPlot (X, Y, 100)
评估高表达式使用当地的MATLAB会话:通过1 1:在1.2秒完成评估在1.7秒完成评估高表达式使用本地MATLAB会话:-通过1对1:在0.3秒完成评估在0.46秒完成
使用20箱x维度和继续使用100箱y维度。
binScatterPlot (X, Y, [100])
评估高表达式使用当地的MATLAB会话:通过1 1:在0.18秒完成评估在0.33秒完成评估高表达式使用本地MATLAB会话:-通过1对1:在0.12秒完成评估在0.16秒完成
为散点图指定本边缘
阴谋被散点图的随机数据与特定本边缘。使用本的边缘正
和负
捕获异常值。
当你执行计算高数组,MATLAB®使用一个平行池(默认如果你有并行计算工具箱™)或当地的MATLAB会话。要运行示例使用当地的MATLAB会话并行计算工具箱后,改变全球执行环境使用mapreduce
函数。
mapreduce (0)
创建一个与100年被散点图本之间的边缘(2 - 2)
在每一个维度。指定本边缘外的数据不包括在情节。
X =高(randn (1 e5, 1));Y =高(randn (1 e5, 1));Xedges = linspace (2, 2);Yedges = linspace (2, 2);binScatterPlot (X, Y, Xedges Yedges)
评估高表达式使用当地的MATLAB会话:通过1 1:在1秒完成评估在1.4秒完成
使用粗箱子的边缘一直延伸到无穷情节来捕获异常值。
Xedges =[无穷linspace(2, 2)正);Yedges =[无穷linspace(2, 2)正);binScatterPlot (X, Y, Xedges Yedges)
评估高表达式使用当地的MATLAB会话:通过1 1:在0.26秒完成评估在0.38秒完成
调整图颜色主题
阴谋被随机数据的散点图,指定“颜色”
作为“c”
。
当你执行计算高数组,MATLAB®使用一个平行池(默认如果你有并行计算工具箱™)或当地的MATLAB会话。要运行示例使用当地的MATLAB会话并行计算工具箱后,改变全球执行环境使用mapreduce
函数。
mapreduce (0) X =高(randn (1 e5, 1));Y =高(randn (1 e5, 1));binScatterPlot (X, Y,“颜色”,“c”)
评估高表达式使用当地的MATLAB会话:通过1 1:在1.2秒完成评估在2.4秒完成评估高表达式使用本地MATLAB会话:-通过1对1:在0.2秒完成评估在0.28秒完成
输入参数
X, Y
- - - - - -垃圾箱(作为单独的参数)之间的数据分发
高大的向量|高大的矩阵|高大的多维数组
数据分发在垃圾箱中,指定为单独的高参数向量,矩阵或多维数组。X
和Y
必须是相同的大小。如果X
和Y
不是矢量,然后呢binScatterPlot
把他们当作一个列向量,X (:)
和Y (:)
。
对应的元素X
和Y
指定x和y二维数据点的坐标,[X (k), Y (k)]
。基本的数据类型的X
和Y
可以不同,但binScatterPlot
这些输入合并到一个连接N
——- - - - - -2
高大的主要基础数据类型的矩阵。
binScatterPlot
忽略所有南
值。同样的,binScatterPlot
忽略了正
和负
值,除非本边缘显式地指定正
或负
作为一个本边缘。
请注意
如果X
或Y
包含整数类型的int64
或uint64
更大比flintmax
,那么建议您显式地指定本边缘。binScatterPlot
使用双精度自动垃圾箱的输入数据,缺乏精度整数数字大于flintmax
。
数据类型:单
|双
|int8
|int16
|int32
|int64
|uint8
|uint16
|uint32
|uint64
|逻辑
nbins
- - - - - -每个维度的箱子数量
标量|向量
每个维度的箱子数量,指定为一个积极的标量整数或双元素向量的正整数。如果你不指定nbins
,然后binScatterPlot
自动计算有多少箱子使用基于中的值X
和Y
。
如果
nbins
是一个标量,然后呢binScatterPlot
使用每个维度中,许多垃圾箱。如果
nbins
是一个矢量,然后呢nbins (1)
指定的箱数x尺寸和nbins (2)
指定的箱数y维度。
例子:binScatterPlot (X, Y, 20)
使用每个维度中20箱。
例子:binScatterPlot (X, Y, 20 [10])
使用10箱x
维度和20箱y
维度。
Xedges
- - - - - -本的边缘x维
向量
本的边缘x维度,指定为一个向量。Xedges (1)
是第一个边缘的第一本吗x维度,Xedges(结束)
是最后一本的外缘。
的值[X (k), Y (k)]
是在(i, j)
th本如果Xedges(我)
≤X (k)
<Xedges (i + 1)
和Yedges (j)
≤Y (k)
<Yedges (j + 1)
。每个维度还包括过去的最后一个箱子(外部)优势。例如,[X (k), Y (k)]
落入我
本在最后一行Xedges (end-1)
≤X (k)
≤Xedges(结束)
和Yedges(我)
≤Y (k)
<Yedges (i + 1)
。
数据类型:单
|双
|int8
|int16
|int32
|int64
|uint8
|uint16
|uint32
|uint64
|逻辑
Yedges
- - - - - -本的边缘y维
向量
本的边缘y维度,指定为一个向量。Yedges (1)
是第一个边缘的第一本吗y维度,Yedges(结束)
是最后一本的外缘。
的值[X (k), Y (k)]
是在(i, j)
th本如果Xedges(我)
≤X (k)
<Xedges (i + 1)
和Yedges (j)
≤Y (k)
<Yedges (j + 1)
。每个维度还包括过去的最后一个箱子(外部)优势。例如,[X (k), Y (k)]
落入我
本在最后一行Xedges (end-1)
≤X (k)
≤Xedges(结束)
和Yedges(我)
≤Y (k)
<Yedges (i + 1)
。
数据类型:单
|双
|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条名称,值
参数。的名字
参数名称和吗价值
相应的价值。的名字
必须出现在引号。您可以指定几个名称和值对参数在任何顺序Name1, Value1,…,的家
。
binScatterPlot (X, Y, BinWidth, 10 [5])
“BinMethod”
- - - - - -装箱算法
“汽车”
(默认)|“斯科特。”
|“整数”
装箱算法,指定为逗号分隔组成的“BinMethod”
和其中一个值。
价值 | 描述 |
---|---|
“汽车” |
默认的“汽车” 算法使用最多100箱和选择本宽度的数据范围,揭示潜在分布的形状。 |
“斯科特。” |
斯科特的规则是最优如果数据共同接近正态分布。这条规则是适合大多数其他发行版,。它使用一个本的大小[3.5 *性病(X) *元素个数(X) ^(1/4), 3.5 *性病(Y) *元素个数(Y) ^ (1/4) 。 |
“整数” |
整数与整数数据规则是有用的,因为它创造了一个本为每一个整数。它使用一个本的宽度1和地方本边缘介于整数。为了避免意外地创建太多的垃圾箱,您可以使用这个规则来创建一个限制65536箱(216)。如果数据范围大于65536,那么整数使用广泛的垃圾箱而不是规则。 |
请注意
的BinMethod
财产产生的Histogram2
对象总是有价值的“手动”
。
“BinWidth”
- - - - - -箱子的宽度在每个维度
标量|向量
箱子的宽度在每个维度,指定为逗号分隔组成的“BinWidth”
和一个标量或双元素向量的正整数,[xWidth yWidth]
。一个标量值表示为每个维度相同的宽度。
如果您指定BinWidth
,然后binScatterPlot
最多可以使用1024箱(210在每个维度)。如果指定的宽度需要更多的垃圾箱,然后binScatterPlot
使用一个大本宽度对应于容器的最大数量。
例子:binScatterPlot (X, Y, BinWidth, 10 [5])
使用箱子大小5
在x
尺寸和大小10
在y
维度。
“颜色”
- - - - - -图颜色主题
“b”
(默认)|“y”
|“米”
|“c”
|“r”
|‘g’
|“k”
图的颜色主题,指定为逗号分隔组成的“颜色”
和其中的一个选项。
选项 | 描述 |
---|---|
“b” |
蓝色的 |
“米” |
品红色的 |
“c” |
青色 |
“r” |
红色的 |
‘g’ |
绿色 |
“y” |
黄色的 |
“k” |
黑色的 |
“伽马”
- - - - - -伽马校正
1
(默认)|积极的标量
伽马校正,指定为逗号分隔组成的“伽马”
和积极的标量。使用这个选项来调整亮度和颜色强度影响的细节图像。
γ< 1
——伽马减少,垃圾箱的阴影与小箱数量变得越来越深,包括图像中更多的细节。γ> 1
——随着γ增加,本数量较小的箱子的阴影变得越来越轻,消除图像的细节。1的默认值不适用任何修正显示。
“XBinLimits”
- - - - - -本限制在x维
向量
本限制在x维度,指定为逗号分隔组成的“XBinLimits”
和一个双元素向量,[xbmin, xbmax]
。向量表示第一个和最后一个本的边缘x维度。
binScatterPlot
只图数据,属于本限制在内地,数据(数据(:1)> = xbmin &数据(:1)< = xbmax)
。
“YBinLimits”
- - - - - -本限制在y维
向量
本限制在y维度,指定为逗号分隔组成的“YBinLimits”
和一个双元素向量,[ybmin, ybmax]
。向量表示第一个和最后一个本的边缘y维度。
binScatterPlot
只图数据,属于本限制在内地,数据(数据(:,2)> = ybmin &数据(:,2)< = ybmax)
。
输出参数
h
——被散点图
Histogram2
对象
被散点图,作为一个返回Histogram2
对象。有关更多信息,请参见Histogram2属性。
扩展功能
高大的数组
计算和数组的行比装入内存。
这个函数完全支持高数组。金宝app有关更多信息,请参见高大的数组。
MATLAB命令
你点击一个链接对应MATLAB命令:
运行该命令通过输入MATLAB命令窗口。Web浏览器不支持MATLAB命令。金宝app
你也可以从下面的列表中选择一个网站:
表现最好的网站怎么走吗
选择中国网站(中文或英文)最佳站点的性能。其他MathWorks国家网站不优化的访问你的位置。