主要内容

binScatterPlot

散点图的垃圾箱高大的数组

所有的页面崩溃

语法

binScatterPlot (X, Y)
nbins binScatterPlot (X, Y)
binScatterPlot (X, Y, Xedges Yedges)
binScatterPlot (X, Y,名称、值)
h = binScatterPlot (___)

描述

例子

binScatterPlot (X, Y)创建一个扔进垃圾箱中数据的散点图X和Y。的binScatterPlot函数使用一个自动装箱算法返回垃圾箱均匀区域,选择封面元素的范围X和Y并揭示底层的形状分布。

例子

binScatterPlot (X, Y,nbins)指定垃圾箱的数量在每个维度中使用。

例子

binScatterPlot (X, Y,Xedges,Yedges)指定垃圾箱的边缘在每个维度使用向量Xedges和Yedges。

例子

binScatterPlot (X, Y,名称,值)与一个或多个名称-值对参数指定附加选项使用任何以前的语法。例如,您可以指定“颜色”和一个有效的颜色选择更改的颜色主题情节,或“伽马”与一个积极的标量调整的详细级别。

h= binScatterPlot (___)返回一个Histogram2对象。使用这个对象检查属性的阴谋。

例子

全部折叠

打开生活的脚本

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。

打开生活的脚本

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

打开生活的脚本

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

打开生活的脚本

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

全部折叠

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

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。

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

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。

例子:binScatterPlot (X, Y, BinWidth, 10 [5])

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”。

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。

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。

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)。

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

全部折叠

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

介绍了R2016b

统计和机器学习工具箱文档

金宝app

试着用MATLAB仿真软金宝app件,和其他产品下载188bet金宝搏

得到审判现在