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。
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 (:)
,并绘制单个直方图。
柱状图
忽略所有南
和NaT
价值观。相似地,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
通常未绘制值,它们仍包含在归一化计算中,包括数据元素的总数,例如'可能性'
.
笔记
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
|双倍的
|int8
|int16
|INT32.
|INT64.
|uint8.
|uint16
|UINT32.
|UINT64
|逻辑
|约会时间
|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'可能性'
.
数据类型:分类
nbins.
- - - - - -垃圾箱数量箱的数量,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边缘,指定为向量。边缘(1)
是第一个垃圾箱的左边缘,边(结束)
是最后一个箱子的右边。
价值x(i)
是在k
如果边缘(k)
≤.x(i)
<边(k + 1)
.最后一个仓还包括右仓边,以便它包含x(i)
如果边(end-1)
≤.x(i)
≤.边(结束)
.
用于日期时间和持续时间数据,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
|双倍的
|int8
|int16
|INT32.
|INT64.
|uint8.
|uint16
|UINT32.
|UINT64
|逻辑
|约会时间
|持续时间
类别
- - - - - -直方图中包含的类别笔记
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
,然后默认情况下,柱状图
为每个类别绘制一个栏C
.在这种情况下,使用类别
来指定类别的唯一子集。
如果您指定箱数,那么类别
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','否','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.类别
查询直方图对象中的类别h
.
数据类型:细胞
|分类
|细绳
计数
- - - - - -垃圾箱数目Bin计数,指定为向量。使用此输入将容器计数传递给柱状图
当箱数计数计算单独执行时,您不需要柱状图
做任何数据搭档。
的长度计数
必须等于箱子的数量。
对于数字直方图,箱数量是长度(边缘)1
.
对于分类直方图,频率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','否','也许'}'bincounts',[22 18 3])
斧头
- - - - - -目标轴轴
对象|PolarAxes
对象目标轴,指定为一个轴
对象或A.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
).要绘制到极轴上,请指定PolarAxes
对象作为第一个输入参数,或使用偏振图
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,请参见直方图属性.
'arwidth'
- - - - - -分类条的相对宽度0.9
(默认)|标量范围内[0, 1]
笔记
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
|双倍的
|int8
|int16
|INT32.
|INT64.
|uint8.
|uint16
|UINT32.
|UINT64
'binlimits'
- - - - - -本限制Bin极限,指定为二元向量,[Bmin,Bmax]
.此选项使用输入阵列中的值绘制直方图,X
介于两者之间Bmin.
和BMAX.
包容性。也就是说,x(x> = bmin&x <= 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])
仅使用值绘制直方图X
那是之间的1
和10
包容性。
'binlimitsmode'
- - - - - -仓限的选择模式“汽车”
(默认)|'手动的'
BIN限制的选择模式,指定为“汽车”
或'手动的'
.默认值为“汽车”
,使BIN限制自动调整到数据。
如果您明确指定其中之一滨藏
或BinEdges
,然后BinLimitsMode
自动设置为'手动的'
.在这种情况下,指定BinLimitsMode
作为“汽车”
重新归类对数据的限制。
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”
|'sturges'
|“√”
|……Binning算法,指定为此表中的值之一。
价值 |
描述 |
---|---|
|
默认值 |
|
如果数据接近正常分布,则斯科特的规则是最佳的。此规则也适用于大多数其他分布。它使用了一个bin宽度 |
|
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。它使用了一个bin宽度 |
|
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。 笔记
|
|
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
并不总是使用这些确切配方选择箱数。有时,箱子的数量稍微调整,使得箱边缘落在“不错”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,使用日期时间或持续时间数据柱状图
可以使用最多65,536个垃圾桶(或216).如果指定的垃圾箱持续时间需要更多的垃圾箱,那么柱状图
使用与最大箱数相对应的较大的箱宽度。
此选项不适用于类别数据的直方图。
笔记
如果你设置了滨藏
,麻木
,BinEdges
,或百宽
财产,那么Binmethod.
属性设置为'手动的'
.
例子:直方图(x,'binmethod','整数')
创建一个直方图,其中包含在整数上的箱子。
“BinWidth”
- - - - - -箱子的宽度容器的宽度,指定为标量。当你指定百宽
,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的箱宽度。
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的垃圾箱。
“DisplayOrder”
- - - - - -类别显示订单“数据”
(默认)|'升降'
|“下降”
类别显示顺序,指定为'升降'
,“下降”
,或“数据”
.和'升降'
或“下降”
,直方图随着额度或减小的条形高度显示。默认值“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。
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。价值1
意味着完全不透明0
意味着完全透明(无形)。
例子:直方图(X, EdgeAlpha, 0.5)
使用半透明条形边缘创建直方图图。
“EdgeColor”
- - - - - -直方图边缘颜色(0 0 0)
或黑色(默认)|“没有”
|“汽车”
|RGB三重态|十六进制颜色代码|颜色名称直方图边缘颜色,指定为其中一个值:
“没有”
- 未绘制边缘。
“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三元组和十六进制颜色代码对于指定自定义颜色很有用。
RGB三联网是一个三元素行向量,其元素指定了红色,绿色和蓝色组件的强度。强度必须在范围内[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 | 简称 | RGB值 | 十六进制颜色代码 | 外貌 |
---|---|---|---|---|
'红色的' |
“r” |
(1 0 0) |
“# FF0000” |
|
“绿色” |
‘g’ |
[0 1 0] |
'#00ff00' |
|
'蓝色' |
“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” |
|
'黑色的' |
“k” |
(0 0 0) |
'#000000' |
|
“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 | 外貌 |
---|---|---|
[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) |
'#77ac30' |
|
(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
包容直方图栏的透明度,指定为标量值之间的标量值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。价值1
意味着完全不透明0
意味着完全透明(无形)。
例子:直方图(X ' FaceAlpha ', 1)
创建一个完全不透明的柱状图。
“FaceColor”
- - - - - -直方图栏颜色“汽车”
(默认)|“没有”
|RGB三重态|十六进制颜色代码|颜色名称直方图栏颜色,指定为其中一个值:
“没有”
—酒吧没有被填满。
“汽车”
-直方图条颜色自动选择(默认)。
RGB Triplet,十六进制颜色代码或颜色名称 - 栏填充了指定的颜色。
RGB三元组和十六进制颜色代码对于指定自定义颜色很有用。
RGB三联网是一个三元素行向量,其元素指定了红色,绿色和蓝色组件的强度。强度必须在范围内[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 | 简称 | RGB值 | 十六进制颜色代码 | 外貌 |
---|---|---|---|---|
'红色的' |
“r” |
(1 0 0) |
“# FF0000” |
|
“绿色” |
‘g’ |
[0 1 0] |
'#00ff00' |
|
'蓝色' |
“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” |
|
'黑色的' |
“k” |
(0 0 0) |
'#000000' |
|
“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 | 外貌 |
---|---|---|
[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) |
'#77ac30' |
|
(0.3010 0.7450 0.9330) |
“# 4 dbeee” |
|
[0.6350 0.0780 0.1840] |
“# A2142F” |
|
如果您指定显示器
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”
- - - - - -线条风格“- - -”
(默认)|“——”
|':'
|“-”。
|“没有”
线条样式,指定为此表中列出的选项之一。
线条样式 | 描述 | 结果线 |
---|---|---|
“- - -” |
实线 |
|
“——” |
虚线 |
|
':' |
虚线 |
|
“-”。 |
划线 |
|
“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Bar轮廓的宽度,指定为点单位的正值。一点等于1/72英寸。
例子:1.5
数据类型:单
|双倍的
|int8
|int16
|INT32.
|INT64.
|uint8.
|uint16
|UINT32.
|UINT64
'正常化'
- - - - - -归一化类型'数数'
(默认)|'可能性'
|'校长'
|“pdf”
|'cumcount'
|'CDF'
规格化的类型,指定为该表中的一个值。对于每一个本我
:
是bin值。
是容器中元素的数量。
是容器的宽度。
是输入数据中的元素数。如果数据包含,则此值可以大于Binned数据南
,NaT
,或<未定义>
值,或者如果某些数据位于箱子范围之外。
价值 | 本值 | 笔记 |
---|---|---|
'数数' (默认) |
|
|
'校长' |
|
笔记
|
'cumcount' |
|
|
'可能性' |
|
|
“pdf” |
|
笔记
|
'CDF' |
|
|
例子:直方图(x,'归一化','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”
选项。
此选项仅适用于分类数据。
“定位”
- - - - - -酒吧的方向“垂直”
(默认)|'水平的'
标准的方向,指定为“垂直”
或'水平的'
.
例子:直方图(x,'方向','stuits')
创建具有水平条的直方图。
“秀秀”
- - - - - -切换属于未显示类别的数据摘要显示“关闭”
(默认)|开/关逻辑值切换属于未显示类别的数据的摘要显示,指定为“上”
或“关闭”
,或作为数字或逻辑1
(真正的
)或0
(假
).价值“上”
相当于真正的
,“关闭”
相当于假
.因此,可以将此属性的值用作逻辑值。该值存储为开启/关闭类型的逻辑值matlab.lang.OnOffSwitchState
.
将此选项设置为“上”
以名称显示直方图中的附加栏“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。
您可以使用使用的顺序更改在直方图中显示的类别数量“NumDisplayBins”
和“DisplayOrder”
选项。
此选项仅适用于分类数据。
直方图属性 | 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,它返回直方图对象。您可以使用此对象检查直方图的属性,例如箱数或距离的宽度。
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。
counts = 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1,000个随机数并创建直方图。
X = RANDN(1000,1);H =直方图(x)
H =具有属性的直方图:数据:[1000x1双]值:[1x23双] NUMBINS:23次海上:[1x24 DOUBLE] BINWIDTH:0.3000 BININITS:[-3.3000 3.6000]归一化:'COUNT'FACECOLOR:'AUTO'EDGECOLOR:[0 0 0]显示所有属性
使用morebins
粗略调整箱数的功能。
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1,000个随机数并创建直方图。将BIN边缘指定为带有直方图边缘宽箱的向量,以捕获不满足的异常值 .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);
指定正常化
财产'校长'
把含有异常值的箱子弄平。现在,区域每个垃圾箱(而不是高度)表示该间隔的观察频率。
h.Normalization ='校长';
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 11 1 0 0 0 0 naN naN 1 0 0 0 1 0 1 0 1 0 0 0 11 11 1];C =分类(a,[1 0 nan],{“是的”,“不”,“决定”})
C =1 x27分类列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
使用相对杆宽度绘制投票的分类直方图0.5
.
H =直方图(C,'arwidth', 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'可能性'
正常化。
x = randn (1000 1);h =直方图(x),'正常化','可能性')
H =具有属性的直方图:数据:[1000x1双]值:[1x23双] Numbins:23型海上:[1x24 Double] Binwidth:0.3000 binlimits:[-3.3000 3.6000]归一化:'概率'面部:'auto'Edgecolor:[0 0 0]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 = SUM(H.Values)
S = 1
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);抓住在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.Normalization =.'可能性';h1。BinWidth = 0.25;h2。N或malization ='可能性';H2.BinWidth = 0.25;
生成1,000个随机数并创建直方图。返回直方图对象以调整直方图的属性而不重新创建整个绘图。
x = randn (1000 1);H =直方图(x)
H =具有属性的直方图:数据:[1000x1双]值:[1x23双] NUMBINS:23次海上:[1x24 DOUBLE] BINWIDTH:0.3000 BININITS:[-3.3000 3.6000]归一化:'COUNT'FACECOLOR:'AUTO'EDGECOLOR:[0 0 0]显示所有属性
准确指定要使用的垃圾箱。
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个通常分布的随机数,平均值为5,标准偏差为2.绘制直方图正常化
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,'正常化',“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。
具有平均值的正态分布概率密度函数 ,标准偏差 和方差 是
覆盖概率密度函数的曲线图,其平均分布为5,标准偏差为2。
抓住在Y = -5:0.1:15;mu = 5;西格玛= 2;f = exp( - (y-mu)。^ 2./(2**sigma^2))./(sigma*sqrt(2*pi));绘图(y,f,“线宽”, 1.5)
使用Savefig
功能,保存直方图。
y =直方图(Randn(10));Savefig('timogram.fig');清除全部关闭全部
使用openfig
将直方图加载回MATLAB。openfig
还返回到图形的句柄,h
.
h = openfig ('timogram.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,但有以下万博1manbetx限制:
不支持某些输入选项。万博1manbetx允许的选项有:
“BinWidth”
'binlimits'
'正常化'
“DisplayStyle”
“BinMethod”
- - -“汽车”
和“斯科特。”
Bin方法是相同的。的“fd”
不支持Bin方法。万博1manbetx
'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。万博1manbetx
不支持编辑需要重新计算容器的直方图对象属性。万博1manbetx
有关更多信息,请参阅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:
在MATLAB命令窗口中输入它来运行命令。Web浏览器不支持MATLAB命令。万博1manbetx
您还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。