柱状图

直方图的阴谋

在页面中全部展开

描述

直方图是一种用于数值数据的条形图，它将数据分组到容器中。创建一个柱状图对象，您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非常有用。

创建

语法

直方图(X)

直方图(X, nbins)

直方图(X,边缘)

直方图(BinEdges,边缘,BinCounts,计数)

直方图(C)

直方图(C类)

直方图(类别,类别,BinCounts,计数)

柱状图(___、名称、值)

直方图(ax,___）

h =直方图(___）

描述

例子

柱状图(X）的直方图X．的柱状图函数使用自动分箱算法，该算法返回宽度一致的分箱，选择该分箱以覆盖中的元素的范围X揭示了分布的基本形状。柱状图将容器显示为矩形，以便每个矩形的高度指示容器中元素的数量。

例子

柱状图(X，nbins）使用由标量指定的多个箱，nbins．

例子

柱状图(X，边缘）排序X放入容器中，容器边由向量指定，边缘．每个bin都包括左边，但不包括右边，除了最后一个bin，它包括两条边。

直方图(“BinEdges”,边缘“BinCounts”,计数）手动指定料仓边缘和相关的料仓计数。柱状图绘制指定的bin计数，不执行任何数据bin。

例子

柱状图(C）,在那里C是一个分类数组，用柱状图为每个类别在C．

柱状图(C，类别）所指定的类别的子集类别．

直方图(“类别”,类别“BinCounts”,计数）手动指定类别和关联的bin计数。柱状图绘制指定的bin计数，不执行任何数据bin。

例子

柱状图(___，名称,值）用一个或多个选项指定其他选项名称,值使用任何前面的语法对参数。例如，您可以指定“BinWidth”和一个标量来调整箱子的宽度，或者“归一化”有一个有效的选项(“数”，“概率”，“countdensity”，“pdf”，“cumcount”,或“提供”)来使用不同类型的归一化。有关属性列表，请参见直方图特性．

柱状图(斧头，___）所指定的坐标轴斧头而不是进入当前轴(gca)．的选项斧头可以放在前面语法中任何输入参数组合的前面。

例子

h=直方图(___）返回一个柱状图对象。使用它来检查和调整直方图的属性。有关属性列表，请参见直方图特性．

输入参数

全部展开

`X`- - - - - -要分配到不同箱中的数据
向量|矩阵|多维数组

要分布在容器之间的数据，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当作一个列向量，X (:)，并绘制单个直方图。

柱状图忽略所有南而且NaT值。同样的,柱状图忽略了正而且负值，除非bin边显式指定正或负作为一个bin edge。虽然南，NaT，正,负通常不绘制值，它们仍然包含在包含数据元素总数的归一化计算中，例如“概率”．

请注意

如果X包含类型为int64或uint64它们比flintmax，那么建议显式指定直方图bin边。柱状图使用双精度自动收纳输入数据，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
分类数组

类别数据，指定为类别数组。柱状图不绘制未定义的分类值。但是，未定义的分类值仍然包含在包含数据元素总数的归一化计算中，例如“概率”．

数据类型:分类

`nbins`- - - - - -数量的垃圾箱
正整数

箱数，指定为正整数。如果不指定nbins,然后柱状图中的值自动计算要使用多少个容器X．

例子:直方图(X, 15)创建一个包含15个箱子的直方图。

`边缘`- - - - - -本边缘
向量

Bin边，指定为一个向量。边(1)左边是第一个箱子，和边(结束)是最后一个垃圾桶的右边。

的值X(我)是在kth本如果边(k)≤X(我)<边(k + 1)．最后一个bin还包括右bin边，因此它包含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
字符向量的单元格数组|分类数组|字符串数组|`模式`标量

请注意

此选项仅适用于分类直方图。

直方图中包含的类别，指定为字符向量的单元格数组、类别数组、字符串数组或模式标量。

如果指定输入类别数组C，则默认为，柱状图中的每个类别绘制条C．在这种情况下，使用类别来指定类别的唯一子集。
如果指定了垃圾箱计数，则类别指定直方图的关联类别名称。

例子:h =直方图(C,{“大”、“小”})只绘制类别中的类别数据“大”而且“小”．

例子:直方图(C,“Y”+ wildcardPattern)绘制名称以字母开头的类别中的数据Y．

例子:直方图(“类别”,{‘是的’,‘不’,‘也许’},“BinCounts”,[22 18 3])绘制一个直方图，该直方图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|模式

`计数`- - - - - -本计算
向量

Bin计数，指定为一个向量。使用此输入将bin计数传递给柱状图当箱计数计算单独执行时，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。

对于数字直方图，箱的数量为长度(边缘)1．
对于分类直方图，箱的数量等于类别的数量。

例子:直方图('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。如果不指定轴且当前轴为笛卡尔轴，则柱状图函数使用当前轴(gca)．要在极轴上绘图，请指定PolarAxes对象作为第一个输入参数，或使用polarhistogram函数。

名称-值参数

指定可选参数对为Name1 = Value1,…,以=家,在那里的名字参数名称和价值对应的值。名-值参数必须出现在其他参数之后，但对的顺序并不重要。

在R2021a之前，名称和值之间用逗号隔开，并括起来的名字在报价。

例子: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]`

请注意

此选项仅适用于分类数据的直方图。

分类条的相对宽度，指定为范围中的标量值[0, 1]．使用此属性可控制直方图内类别条的分离。默认值为0.9，这意味着条宽是前一个条到下一个条之间的90%的空间，每条边都有5%的空间。

如果将此属性设置为1，然后相邻的酒吧接触。

例子:0．5

数据类型:单|双|int8|int16|int32|int64|uint8|uint16|uint32|uint64

`BinLimits`- - - - - -本限制
双元素向量

Bin极限，指定为双元素向量，[bmin, bmax]．这个选项使用输入数组中的值绘制一个直方图，X，介于bmin而且bmax包容性。也就是说,X (X > = bmin & < = bmax)．

此选项不适用于分类数据的直方图。

例子:直方图(X,“BinLimits”,[1,10])中的值绘制直方图X之间的是1而且10包容性。

`BinLimitsMode`- - - - - -容器限制的选择模式
`“汽车”`(默认)|`“手动”`

容器限制的选择模式，指定为“汽车”或“手动”．默认值为“汽车”，使垃圾箱的限制自动调整到数据。

如果显式指定其中之一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”要重新调整数据的容器限制。

此选项不适用于分类数据的直方图。

`BinMethod`- - - - - -装箱算法
`“汽车”`(默认)|`“斯科特。”`|`“fd”`|`“整数”`|`斯特奇斯的`|`“√”`|……

分箱算法，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bin宽度来覆盖数据范围，并揭示底层分布的形状。
`“斯科特。”`	如果数据接近正态分布，斯科特规则是最优的。此规则也适用于大多数其他发行版。它使用的容器宽度为`3.5 性病(X(:)) 元素个数(X) ^ (1/3)`．
`“fd”`	Freedman-Diaconis规则对数据中的异常值不太敏感，可能更适合具有重尾分布的数据。它使用的容器宽度为`2 差(X(:)) 元素个数(X) ^ (1/3)`,在那里`位差`的四分位范围是`X`．
`“整数”`	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bin宽度为1，并将bin边放在整数之间的中间。为了避免意外创建过多的容器，可以使用此规则创建65536个容器的限制(2¹⁶)．如果数据范围大于65536，则整数规则使用更宽的容器。请注意 `“整数”`不支持datetime或duration数据。
`斯特奇斯的`	斯特奇斯法则因其简单而广受欢迎。它选择箱子的数量`装天花板(1 + log2(元素个数(X)))`．
`“√”`	平方根规则在其他软件包中被广泛使用。它选择箱子的数量`装天花板(√元素个数(X)))`．

柱状图并不总是使用这些精确公式来选择箱子的数量。有时箱的数量会稍微调整，以便箱的边缘落在“漂亮”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那么，使用datetime或duration数据柱状图最多可使用65,536个垃圾桶(或2个¹⁶)．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对应的较大的箱宽。

此选项不适用于分类数据的直方图。

请注意

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”)创建一个以整数为中心的直方图。

`BinWidth`- - - - - -箱子的宽度
标量

容器的宽度，指定为一个标量。当你指定BinWidth,然后柱状图最多可使用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对应的较大的箱宽。

对于datetime和duration数据，的值“BinWidth”可以是标量持续时间或日历持续时间。

此选项不适用于分类数据的直方图。

例子:直方图(X, BinWidth, 5)使用宽度为5的容器。

`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”，直方图随柱高的增加或减少而显示。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，指定为任意一种“酒吧”或“楼梯”．指定“楼梯”显示阶梯图，它显示直方图的轮廓，而不填充内部。

的默认值。“酒吧”显示直方图柱状图。

例子:直方图(X,“DisplayStyle”、“楼梯”)绘制直方图的轮廓。

`EdgeAlpha`- - - - - -直方图条边的透明度
`1`(默认)|标量值之间`0`而且`1`包容

直方图条边的透明度，指定为之间的标量值0而且1包容性。的值1意思是完全不透明的0意思是完全透明(不可见)。

例子:直方图(X, EdgeAlpha, 0.5)创建带有半透明条边的直方图。

`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”-没有绘制边缘。
“汽车”-每条边的颜色是自动选择的。

RGB三元组、十六进制颜色编码或颜色名称-边使用指定的颜色。

RGB三联色和十六进制色码用于指定自定义颜色。

RGB三元组是一个三元素行向量，其元素指定颜色的红、绿、蓝成分的强度。强度必须在这个范围内[0, 1]；例如,(0.4 0.6 0.7)．
十六进制颜色码是字符向量或以散列符号(＃)之后是三个或六个十六进制数字，取值范围从0来F．这些值不区分大小写。因此，颜色编码“# FF8800”，“# ff8800”，“# F80”,“# f80”是等价的。

或者，您也可以通过名称指定一些常用颜色。该表列出了已命名的颜色选项、等效的RGB三组和十六进制颜色编码。

颜色名称	短名称	RGB值	十六进制颜色代码
`“红色”`	`“r”`	`(1 0 0)`	`“# FF0000”`
`“绿色”`	`“g”`	`(0 1 0)`	`“# 00 ff00”`
`“蓝色”`	`“b”`	`(0 0 1)`	`“# 0000 ff”`
`“青色”`	`“c”`	`(0 1 1)`	`“# 00飞行符”`
`“红色”`	`“m”`	`(1 0 1)`	`“#”就`
`“黄色”`	`“y”`	`(1 1 0)`	`“# FFFF00”`
`“黑色”`	`“k”`	`(0 0 0)`	`“000000 #”`
`“白色”`	`“w”`	`(1 1 1)`	`“# FFFFFF”`

这里是RGB三组和十六进制颜色编码的默认颜色MATLAB^®在许多类型的情节中使用。

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’)创建带有红色条边的直方图。

`FaceAlpha`- - - - - -直方图条的透明度
`0.6`(默认)|标量值之间`0`而且`1`包容

直方图条的透明度，指定为之间的标量值0而且1包容性。柱状图对直方图的所有柱状图使用相同的透明度。的值1意思是完全不透明的0意思是完全透明(不可见)。

例子:直方图(X ' FaceAlpha ', 1)创建带有完全不透明条的直方图。

`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

直方图栏颜色，指定为以下值之一:

“没有”-酒吧没有满。
“汽车”-直方图栏颜色自动选择(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三联色和十六进制色码用于指定自定义颜色。

RGB三元组是一个三元素行向量，其元素指定颜色的红、绿、蓝成分的强度。强度必须在这个范围内[0, 1]；例如,(0.4 0.6 0.7)．
十六进制颜色码是字符向量或以散列符号(＃)之后是三个或六个十六进制数字，取值范围从0来F．这些值不区分大小写。因此，颜色编码“# FF8800”，“# ff8800”，“# F80”,“# f80”是等价的。

或者，您也可以通过名称指定一些常用颜色。该表列出了已命名的颜色选项、等效的RGB三组和十六进制颜色编码。

颜色名称	短名称	RGB值	十六进制颜色代码
`“红色”`	`“r”`	`(1 0 0)`	`“# FF0000”`
`“绿色”`	`“g”`	`(0 1 0)`	`“# 00 ff00”`
`“蓝色”`	`“b”`	`(0 0 1)`	`“# 0000 ff”`
`“青色”`	`“c”`	`(0 1 1)`	`“# 00飞行符”`
`“红色”`	`“m”`	`(1 0 1)`	`“#”就`
`“黄色”`	`“y”`	`(1 1 0)`	`“# FFFF00”`
`“黑色”`	`“k”`	`(0 0 0)`	`“000000 #”`
`“白色”`	`“w”`	`(1 1 1)`	`“# FFFFFF”`

下面是MATLAB在许多类型的图中使用的默认颜色的RGB三组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’)创建带有绿色条的直方图图。

`线型`- - - - - -线条样式
`“-”`(默认)|`”——“`|`”:“`|`“-”。`|`“没有”`

线条样式，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，指定为正数值，以点为单位。1分等于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”`

归一化的类型，指定为该表中的值之一。对于每一个本我：

$v_{我}$ 是bin值。
$c_{我}$ 是容器中元素的数量。
$w_{我}$ 是垃圾桶的宽度。
$N$ 输入数据中的元素数量。如果数据包含，此值可以大于已归档的数据南，NaT,或<定义>值，或者有些数据超出了容器限制。

价值	本值	笔记
`“数”`(默认)	$v_{我} ＝ c_{我}$	观察的次数或频率 bin值的和小于或等于`元素个数(X)`．和小于`元素个数(X)`只有当一些输入数据不包含在容器中时才会这样。对于分类数据，bin值的和小于或等于任意一个`元素个数(X)`或`sum (ismember (X(:),类别))`．
`“countdensity”`	$v_{我} ＝ \frac{c_{我}}{w_{我}}$	根据料仓宽度进行计数或频率调整。每个条形的面积(高宽)是垃圾箱中观察到的数量。条形区域的和小于或等于`元素个数(X)`．对于分类直方图，这与`“数”`．请注意* `“countdensity”`不支持datetime或duration数据。
`“cumcount”`	$v_{我} ＝ \sum_{j ＝ 1}^{我} c_{j}$	累计计数。每个bin值都是该bin和之前所有bin中观察到的累积数。最后一根杆的高度小于等于`元素个数(X)`．对于分类直方图，最后一栏的高度小于或等于`元素个数(X)`或`sum (ismember (X(:),类别))`．
`“概率”`	$v_{我} ＝ \frac{c_{我}}{N}$	相对概率。杆高的和小于或等于`1`．
`“pdf”`	$v_{我} ＝ \frac{c_{我}}{N \cdot w_{我}}$	概率密度函数估计。每个柱状图的面积是观察结果的相对数量。条形区域的和小于或等于`1`．对于分类直方图，这与`“概率”`．请注意 `“pdf”`不支持datetime或duration数据。
`“提供”`	$v_{我} ＝ \sum_{j ＝ 1}^{我} \frac{c_{j}}{N}$	累积密度函数估计。每个条的高度等于在箱子和所有以前的箱子中观察到的累积相对数。最后一根杆的高度小于等于`1`．对于分类数据，每个柱形的高度等于每个类别和之前所有类别的累计相对观测数。

例子:直方图(X,“正常化”,“pdf”)的概率密度函数的估计X．

`NumDisplayBins`- - - - - -要显示的类别数量
标量

要显示的类别数，指定为一个标量。控件可以更改直方图中显示的类别的顺序“DisplayOrder”选择。

此选项仅适用于分类数据。

`取向`- - - - - -取向的酒吧
`“垂直”`(默认)|`“水平”`

杆的方向，指定为“垂直”或“水平”．

例子:直方图(X,“定位”,“水平”)创建带有水平条的直方图图。

`ShowOthers`- - - - - -切换属于未显示类别的数据的摘要显示
`“关闭”`(默认)|开/关逻辑值

切换属于未显示类别(指定为)的数据的摘要显示“上”或“关闭”，或作为数字或逻辑1（真正的)或0（假)．的值“上”相当于真正的,“关闭”相当于假．因此，您可以将此属性的值用作逻辑值。该值存储为类型的开/关逻辑值matlab.lang.OnOffSwitchState．

将此选项设置为“上”在直方图中显示带有名称的附加栏“别人”．这个额外的栏计数不属于直方图中显示的类别的所有元素。

控件可以更改柱状图中显示的类别的数量以及它们的顺序“NumDisplayBins”而且“DisplayOrder”选项。

此选项仅适用于分类数据。

输出参数

全部展开

`h`——直方图
对象

直方图，作为对象返回。有关更多信息，请参见直方图特性．

属性

直方图特性

直方图外观和行为

对象的功能

`morebins`	增加直方图箱的数量
`fewerbins`	减少直方图箱的数量

例子

全部折叠

向量的柱状图

打开生活的脚本

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的值的范围x并显示出潜在分布的形状。

x = randn (10000 1);h =直方图(x)

图中包含一个axes对象。axis对象包含一个直方图类型的对象。

h =具有属性的直方图:数据:[10000x1 double]值:[2 21 6 7 17 29 57 86 133 193 271 331 421 540 613…[-3.8000 -3.6000 -3.4000 -3.2000 -3 -2.8000 -2.6000…][-3.8000 3.6000]归一化:'count' FaceColor: 'auto' EdgeColor:[0 00]显示所有属性

类的输出参数时柱状图函数，它返回一个直方图对象。您可以使用此对象检查直方图的属性，例如箱的数量或箱的宽度。

找出直方图箱的数量。

nbins = h.NumBins

nbins = 37

指定直方图箱的数量

打开生活的脚本

绘制由1000个随机数字组成的直方图，这些数字被分成25个等间距的箱。

x = randn (1000 1);nbins = 25;h =直方图(x, nbins)

图中包含一个axes对象。axis对象包含一个直方图类型的对象。

h =具有属性的直方图:数据:[1000x1 double]值:[1 3 0 6 14 19 31 54 74 80 92 122 104 115 88 80 38 32…[-3.4000 -3.1200 -2.8400 -2.5600 -2.2800 -2 -1.7200…][-3.4000 3.6000]归一化:'count' FaceColor: 'auto' EdgeColor:[0 00]显示所有属性

查找垃圾箱计数。

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 2

改变直方图箱的数量

打开生活的脚本

生成1000个随机数并创建一个直方图。

X = randn (1000 1);h =直方图(X)

图中包含一个axes对象。axis对象包含一个直方图类型的对象。

h =具有属性的直方图:数据:[1000x1 double]值:[3 12 15 17 27 53 79 85 101 127 110 124 95 67 32 27…NumBins: 23 BinEdges:[-3.3000 -3.0000 -2.7000 -2.4000 -2.1000 -1.8000…][-3.3000 3.6000]归一化:'count' FaceColor: 'auto' EdgeColor:[0 00]显示所有属性

使用morebins函数粗略地调整箱的数量。

Nbins = morebins (h);Nbins = morebins (h)

图中包含一个axes对象。axis对象包含一个直方图类型的对象。

Nbins = 29

通过显式设置容器的数量，在细粒度级别调整容器。

h.NumBins = 31;

图中包含一个axes对象。axis对象包含一个直方图类型的对象。

指定直方图的Bin边

打开生活的脚本

生成1000个随机数并创建一个直方图。将箱边指定为直方图边缘上具有宽箱的向量，以捕获不满足的异常值 $| x | < 2$ ．第一个向量元素是第一个容器的左边缘，最后一个向量元素是最后一个容器的右边缘。

x = randn (1000 1);边= [-10 -2:0.25:2 10];h =直方图(x,边);

图中包含一个axes对象。axis对象包含一个直方图类型的对象。

指定归一化财产“countdensity”把存放异常值的箱子压平。现在,区域的值(而不是高度)表示该区间内观测的频率。

h.Normalization =“countdensity”；

图中包含一个axes对象。axis对象包含一个直方图类型的对象。

情节分类直方图

打开生活的脚本

创建一个表示选票的分类向量。向量中的类别是“是的”，“不”,或“决定”．

A = [0 0 1 1 1 0 0 0 0 0 NaN NaN 1 0 0 0 0 1 0 1 0 1 0 0 0 0 1 1 1];C = categorical(A，[1 0 NaN]，{“是的”，“不”，“决定”})

C =1 x27分类第1至9列否否是是是否否否否第10至16列未决定未决定是否否否是第17至25列否是否否否否是是第26至27列是是

绘制选票的分类直方图，使用的相对条宽0．5．

h =直方图(C,“BarWidth”, 0.5)

图中包含一个axes对象。axis对象包含一个类别直方图类型的对象。

h =带有属性的直方图:Data: [no no yes yes no no…][11 14 2] NumDisplayBins: 3 category: {'yes' 'no' 'undecided'} DisplayOrder: 'data' Normalization: 'count' DisplayStyle: 'bar' FaceColor: 'auto' EdgeColor:[0 0 0]显示所有属性

具有指定归一化的直方图

打开生活的脚本

方法生成1,000个随机数并创建一个直方图“概率”规范化。

x = randn (1000 1);h =直方图(x),“归一化”，“概率”）

图中包含一个axes对象。axis对象包含一个直方图类型的对象。

h =直方图属性:数据:[1000x1 double]值:[0.0030 1.0000e-03 0.0020 0.0150 0.0170 0.0270 0.0530…NumBins: 23 BinEdges:[-3.3000 -3.0000 -2.7000 -2.4000 -2.1000 -1.8000…][-3.3000 3.6000]归一化:'probability' FaceColor: 'auto' EdgeColor:[0 00]显示所有属性

计算杆的高度之和。通过这种归一化，每个条的高度等于在该容器区间内选择观察结果的概率，所有条的高度之和为1。

S =总和(h.Values)

S = 1

情节多个柱状图

打开生活的脚本

生成两个随机数向量，并为同一图中的每个向量绘制直方图。

x = randn (2000 1);Y = 1 + randn(5000,1);h1 =直方图(x);持有在h2 =直方图(y);

图中包含一个axes对象。坐标轴对象包含两个直方图类型的对象。

由于直方图的样本量和仓宽不同，很难进行比较。规范化直方图，使所有条的高度相加为1，并使用统一的bin宽度。

h1。N或malization =“概率”；h1。BinWidth = 0.25;h2。N或malization =“概率”；h2。BinWidth = 0.25;

图中包含一个axes对象。坐标轴对象包含两个直方图类型的对象。

调整直方图特性

打开生活的脚本

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，而无需重新创建整个图。

x = randn (1000 1);h =直方图(x)

图中包含一个axes对象。axis对象包含一个直方图类型的对象。

h =具有属性的直方图:数据:[1000x1 double]值:[3 12 15 17 27 53 79 85 101 127 110 124 95 67 32 27…NumBins: 23 BinEdges:[-3.3000 -3.0000 -2.7000 -2.4000 -2.1000 -1.8000…][-3.3000 3.6000]归一化:'count' FaceColor: 'auto' EdgeColor:[0 00]显示所有属性

具体指定要使用多少个箱子。

h.NumBins = 15;

图中包含一个axes对象。axis对象包含一个直方图类型的对象。

用向量指定箱子的边。vector中的第一个值是第一个bin的左边缘。最后一个值是最后一个容器的右边缘。

h.BinEdges =(三3);

图中包含一个axes对象。axis对象包含一个直方图类型的对象。

更改直方图条的颜色。

. facecolor = [0 0.5 0.5];h.EdgeColor =“r”；

图中包含一个axes对象。axis对象包含一个直方图类型的对象。

确定潜在概率分布

打开生活的脚本

生成5000个平均值为5，标准差为2的正态分布随机数。画一个直方图归一化设置为“pdf”产生概率密度函数的估计。

X = 2*randn(5000,1) + 5;直方图(x,“归一化”，“pdf”）

图中包含一个axes对象。axis对象包含一个直方图类型的对象。

在本例中，已知正态分布数据的底层分布。但是，您可以使用“pdf”通过将数据与已知的概率密度函数进行比较，确定数据的底层概率分布的直方图图。

均值正态分布的概率密度函数 $μ$ ,标准偏差 $σ$ 和方差 $σ^{2}$ 是

$f （ x ， μ ， σ ）＝ \frac{1}{σ \sqrt{2 π}} 经验值［ - \frac{（ x - μ ）^{2}}{2 σ^{2}} ］．$

叠加均值为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)

图中包含一个axes对象。坐标轴对象包含两个类型为直方图、直线的对象。

保存和加载直方图对象

打开生活的脚本

使用savefig函数来保存柱状图数字

直方图(randn (10));savefig (“histogram.fig”）;关闭gcf

使用openfig将直方图图加载回MATLAB®中。openfig也返回图形的句柄，h．

h = openfig (“histogram.fig”）;

图中包含一个axes对象。axis对象包含一个直方图类型的对象。

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的原始直方图对象。

y = findobj (h,“类型”，“直方图”）

y =带有属性的直方图:数据:[10x10 double]值:[2 17 28 32 16 32]NumBins: 7 BinEdges: [-3 -2 -1 0 1 2 3 4] BinWidth: 1 BinLimits:[-3 4]归一化:'count' FaceColor: 'auto' EdgeColor:[0 0 0]显示所有属性

提示

直方图绘制使用柱状图在图编辑模式中有一个上下文菜单，可以在图窗口中进行交互操作。例如，您可以使用上下文菜单以交互方式更改箱的数量，对齐多个直方图，或更改显示顺序。
当您向直方图图添加数据提示时，它们将显示箱边和箱数。

扩展功能

高大的数组
使用行数超过内存容量的数组进行计算。

此函数支持高数组，但有以下限制:

不支持某些输入选项。允许的选项是:
- “BinWidth”
- “BinLimits”
- “归一化”
- “DisplayStyle”
- “BinMethod”- - -“汽车”而且“斯科特。”Bin方法是相同的。的“fd”不支持Bin方法。
- “EdgeAlpha”
- “EdgeColor”
- “FaceAlpha”
- “FaceColor”
- “线型”
- “线宽”
- “定位”
此外，有一个最大格数的上限。默认最大值为100。
的morebins而且fewerbins方法不受支持。
不支持编辑需要重新计算容器的直方图对象的属性。

有关更多信息，请参见用于内存不足数据的高数组．

GPU数组
通过使用并行计算工具箱™在图形处理单元(GPU)上运行来加速代码。

使用注意事项和限制:

该函数接受GPU阵列，但不运行在GPU上。

有关更多信息，请参见在图形处理器上运行MATLAB函数(并行计算工具箱)．

分布式阵列
使用并行计算工具箱™跨集群的组合内存分区大型数组。

使用注意事项和限制:

这个函数操作在分布式数组上，但是在客户端MATLAB中执行。

有关更多信息，请参见运行MATLAB函数与分布式数组(并行计算工具箱)．

版本历史

介绍了R2014b

另请参阅

柱状图

描述

创建

语法

描述

输入参数

X- - - - - -要分配到不同箱中的数据向量|矩阵|多维数组

C- - - - - -分类数据分类数组

nbins- - - - - -数量的垃圾箱正整数

边缘- - - - - -本边缘向量

类别- - - - - -直方图中包含的类别字符向量的单元格数组|分类数组|字符串数组|模式标量

计数- - - - - -本计算向量

斧头- - - - - -目标轴轴对象|PolarAxes对象

BarWidth- - - - - -分类条的相对宽度0.9(默认)|标量范围内[0, 1]

BinLimits- - - - - -本限制双元素向量

BinLimitsMode- - - - - -容器限制的选择模式“汽车”(默认)|“手动”

BinMethod- - - - - -装箱算法“汽车”(默认)|“斯科特。”|“fd”|“整数”|斯特奇斯的|“√”|……

BinWidth- - - - - -箱子的宽度标量

DisplayOrder- - - - - -目录显示顺序“数据”(默认)|“提升”|“下”

DisplayStyle- - - - - -直方图显示风格“酒吧”(默认)|“楼梯”

EdgeAlpha- - - - - -直方图条边的透明度1(默认)|标量值之间0而且1包容

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

FaceAlpha- - - - - -直方图条的透明度0.6(默认)|标量值之间0而且1包容

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

线型- - - - - -线条样式“-”(默认)|”——“|”:“|“-”。|“没有”

线宽- - - - - -条形轮廓宽度0．5(默认)|积极的价值

归一化- - - - - -类型的标准化“数”(默认)|“概率”|“countdensity”|“pdf”|“cumcount”|“提供”

NumDisplayBins- - - - - -要显示的类别数量标量

取向- - - - - -取向的酒吧“垂直”(默认)|“水平”

ShowOthers- - - - - -切换属于未显示类别的数据的摘要显示“关闭”(默认)|开/关逻辑值

输出参数

h——直方图对象

属性

对象的功能

例子

向量的柱状图

指定直方图箱的数量

改变直方图箱的数量

指定直方图的Bin边

情节分类直方图

具有指定归一化的直方图

情节多个柱状图

调整直方图特性

确定潜在概率分布

保存和加载直方图对象

提示

扩展功能

高大的数组使用行数超过内存容量的数组进行计算。

GPU数组通过使用并行计算工具箱™在图形处理单元(GPU)上运行来加速代码。

分布式阵列使用并行计算工具箱™跨集群的组合内存分区大型数组。

版本历史

另请参阅

主题

`X`- - - - - -要分配到不同箱中的数据
向量|矩阵|多维数组

`C`- - - - - -分类数据
分类数组

`nbins`- - - - - -数量的垃圾箱
正整数

`边缘`- - - - - -本边缘
向量

`类别`- - - - - -直方图中包含的类别
字符向量的单元格数组|分类数组|字符串数组|`模式`标量

`计数`- - - - - -本计算
向量

`斧头`- - - - - -目标轴
`轴`对象|`PolarAxes`对象

`BarWidth`- - - - - -分类条的相对宽度
`0.9`(默认)|标量范围内`[0, 1]`

`BinLimits`- - - - - -本限制
双元素向量

`BinLimitsMode`- - - - - -容器限制的选择模式
`“汽车”`(默认)|`“手动”`

`BinMethod`- - - - - -装箱算法
`“汽车”`(默认)|`“斯科特。”`|`“fd”`|`“整数”`|`斯特奇斯的`|`“√”`|……

`BinWidth`- - - - - -箱子的宽度
标量

`DisplayOrder`- - - - - -目录显示顺序
`“数据”`(默认)|`“提升”`|`“下”`

`DisplayStyle`- - - - - -直方图显示风格
`“酒吧”`(默认)|`“楼梯”`

`EdgeAlpha`- - - - - -直方图条边的透明度
`1`(默认)|标量值之间`0`而且`1`包容

`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

`FaceAlpha`- - - - - -直方图条的透明度
`0.6`(默认)|标量值之间`0`而且`1`包容

`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

`线型`- - - - - -线条样式
`“-”`(默认)|`”——“`|`”:“`|`“-”。`|`“没有”`

`线宽`- - - - - -条形轮廓宽度
`0．5`(默认)|积极的价值

`归一化`- - - - - -类型的标准化
`“数”`(默认)|`“概率”`|`“countdensity”`|`“pdf”`|`“cumcount”`|`“提供”`

`NumDisplayBins`- - - - - -要显示的类别数量
标量

`取向`- - - - - -取向的酒吧
`“垂直”`(默认)|`“水平”`

`ShowOthers`- - - - - -切换属于未显示类别的数据的摘要显示
`“关闭”`(默认)|开/关逻辑值

`h`——直方图
对象

高大的数组
使用行数超过内存容量的数组进行计算。

GPU数组
通过使用并行计算工具箱™在图形处理单元(GPU)上运行来加速代码。

分布式阵列
使用并行计算工具箱™跨集群的组合内存分区大型数组。