高阵列的直方图

打开实时脚本

此示例显示了如何使用直方图和直方图2分析和可视化高阵列中包含的数据。

创建高高的桌子

使用AirlinesMall.CSV数据集。对待'na'值为缺少数据，以便将它们替换为南值。选择要使用的变量子集。将数据存储转换为高高的桌子。

varnames = {'arrdelay'，，，，'depdelay'，，，，'年'，，，，'月'};ds = tabulartextdatastore（'airlinesmall.csv'，，，，“治疗”，，，，'na'，，，，...“选择的variablenames”，varnames）;T =高（DS）

t = mx4高表格rardelay depdelay年度____________ ________ ___________________________________________________________1 1987 10 187 10 1987 10 8 1 1987 10 8 1 1987 10 13 12 1987 10 4 -1 1987 10 59 63 63 63 1987 10 3 -2 1987 10 11 -1 1987 1987 10 ：：：：：：:: ::：：：：：

到达延迟的情节直方图

绘制直方图arrdelay可变以检查到达延迟的频率分布。

h =直方图（t.arrdelay）;

使用本地MATLAB会话评估高高的表达： - 通过2：完成0.87秒-Pass 2 of 2：在2.2秒内完成的0.71秒评估完成

标题（“飞行到达延误，1987年至2008年”）xlabel（“到达延迟（分钟）”）ylabel（'频率'）

图包含一个轴对象。带有标题飞行延迟的轴对象，1987年至2008年，包含一个类型直方图的对象。

到达延迟最常接近0，因此这些值占主导地位，使得难以查看其他细节。

调整直方图的箱限

限制直方图bin限制仅绘制-50至150分钟之间的到达延迟。从高阵列创建直方图对象后，您无法更改任何需要重新计算箱的属性，包括binwidth和二手车。另外，您不能使用莫尔宾斯或者更少的人调整垃圾箱的数量。在这些情况下，使用直方图从高阵列中的原始数据重建直方图。

图直方图（T.arrdelay，“二手限制”，[ -  50,150]）

使用本地MATLAB会话评估高高的表达： - 通过2：完成0.51秒 - 第2秒：完成在0.37秒的评估中，以1.3秒完成

标题（“飞行到达延误在-50到150分钟之间，1987年至2008年'）xlabel（“到达延迟（分钟）”）ylabel（'频率'）

图包含一个轴对象。标题飞行到达-50至150分钟之间的轴对象，1987-2008包含一个类型直方图的对象。

从这个情节看来，长期延误可能比最初预期的更普遍。要进一步研究，请找到一小时或更长的到达延迟的概率。

延迟一小时或更长的概率

原始直方图返回一个对象H其中包含bin值值财产和垃圾箱边缘薄荷财产。您可以使用这些属性执行内存计算。

确定哪个垃圾箱包含一小时（60分钟）或更长时间的到达延迟。从逻辑索引向量上删除最后一个bin边缘，以使其与bin值向量相同。

idx = h.binedges> = 60;idx（end）= [];

利用IDX检索与每个选定的箱相关的值。将bin值添加在一起，除以样品总数，然后乘以100，以确定延迟的总概率大于或等于一小时。由于从原始数据集计算样本总数，请使用收集要明确评估计算并返回内存标量。

n = numel（t.arrdelay）;p =收集（sum（h.values（idx））*100/n）

p = 4.4809

总体而言，到达一小时或更长时间到达的几率约为4.5％。

按月绘制延迟的双变量直方图

绘制到达延迟的双变量直方图，该延迟为60分钟或更长时间。该图研究了季节性如何影响到达延迟。

图H2 =直方图（T. month，T.Arrdelay，[12 50]，，'ybinlimits'，[60 1100]，...'正常化'，，，，'可能性'，，，，“ faceColor”，，，，'平坦的'）；

使用本地MATLAB会话评估高表情： - 通过1：完成的0.71秒评估完成为0.87秒完成，使用局部MATLAB会话评估高高的表达： -  Pass 1 of 1：在0.79 sec的评估中完成，在0.86秒完成

标题（“到达的概率延迟1小时或更大（按月）”）xlabel（“月（1-12）”）ylabel（“到达延迟（分钟）”）Zlabel（'可能性'）Xticks（1:12）查看（-126,23）

图包含一个轴对象。带有标题到达概率的轴对象延迟了1小时或更大（按月）包含一个直方图的对象。

按月延迟统计

使用双变量直方图对象计算每个月到达延迟一小时或更长的概率，以及每个月的平均到达延迟。将结果放在带有变量的表格中p包含概率信息和变量伙计包含平均到达延迟。

月名= {'扬'，，，，'feb'，，，，'MAR'，，，，'apr'，，，，'可能'，，，，'jun'，，，，...'七月'，，，，'八月'，，，，'九月'，，，，'oct'，，，，'nov'，，，，'dec'}';g = FindGroup（t.month）;m = splitapply（@（x）平均值（x，'omitnan'），t.arrdelay，g）;delaybymonth =表（月名，sum（h2.values，2）*100，收集（m），，...'variablenames'，{'月'，，，，'P'，，，，``}）

使用本地MATLAB会话评估高高的表达： - 通过2：Of 2：在0.41秒完成 - 第2秒：完成在2秒内完成的0.99秒评估完成

delaybymonth =12×3桌一个月的p固定_______ ______ ______ __________ {'jan'} 9.6497 8.5954 {'feb'} 7.7058 7.3275 {'Mar'} 9.0543 7.5536 7.5536 {'apr'}Jul'} 10.228 8.7797 {'Aug'} 8.5989 7.4522 {'sep'} 5.4116 3.6308 {'oct'} 6.042 4.6059 {'nov'} 6.9002 5.2835

结果表明，12月假期的航班有11.4％的延迟时间超过一个小时，但平均延迟了10.5分钟。紧随其后的是六月和七月的夏季，大约有10％的机会被延迟一个小时或更长时间，平均延迟约为9或10分钟。

也可以看看

直方图|直方图2|高