主要内容

binscatterplot.

散布高阵列的垃圾箱

页面上倒塌

句法

binscatterplot（x，y）
binscatterplot（x，y，nbins）
binscatterplot（x，y，xedges，yedges）
binscatterplot（x，y，名称，值）
h = binscatterplot（___）

描述

例子

binscatterplot（X，Y.）创建一个包含的数据的散点图X和y。这binscatterplot.函数使用自动排放算法，返回带均匀区域的箱，选择覆盖元素范围X和y并揭示了分布的潜在形状。

例子

binscatterplot（X，Y.那nbins.）指定每个维度使用的箱数。

例子

binscatterplot（X，Y.那xedges.那yedges.）使用向量指定每个维度中的距离的边缘xedges.和yedges.。

例子

binscatterplot（X，Y.那名称，价值）使用以前的任何语法中的任何一个语法指定具有一个或多个名称 - 值对参数的其他选项。例如，您可以指定'颜色'和有效的颜色选项，以更改绘图的颜色主题，或'伽玛'使用正标量来调整细节水平。

H= binscatterplot（___）返回A.直方图2目的。使用此对象检查绘图的属性。

例子

全部收缩

打开直播脚本

创建两个随机数据的高载体。为数据创建一个Binned散点图。

当您对高阵列执行计算时，Matlab®使用并行池（如果您有并行计算工具箱™）或本地MATLAB会话，则使用并行池（默认值）。要使用Parallated Computing Toolbox使用本地MATLAB会话运行示例，请使用“使用”控件“工具箱”来更改“全局执行环境”Mapreducer.功能。

Maprecucer（0）x =高（Randn（1E5,1））;Y =高（Randn（1E5,1））;binscatterplot（x，y）
使用本地MATLAB会话评估高表达： - 通过1：1：在1.9秒评估中完成的3.7秒评估，使用当地MATLAB会议评估高表达： - 通过1：在0.3秒的评估中完成，1/3秒

图包含UIControl类型的轴和其他对象。轴包含类型直方图2的对象。

结果图包含滑块以调整图像中的细节级别。

打开直播脚本

将标量值指定为在每个维度中使用相同数量的频率的标量值，或两个元素向量以在每个维度中使用不同数量的箱。

当您对高阵列执行计算时，Matlab®使用并行池（如果您有并行计算工具箱™）或本地MATLAB会话，则使用并行池（默认值）。要使用Parallated Computing Toolbox使用本地MATLAB会话运行示例，请使用“使用”控件“工具箱”来更改“全局执行环境”Mapreducer.功能。

Mapreducer（0）

将随机数据的散散散曲图绘制到每个维度中的100个箱中。

x =高（Randn（1E5,1））;Y =高（Randn（1E5,1））;binscatterplot（x，y，100）
使用本地MATLAB会话评估高表达： - 通过1：在1.1秒评估中完成的1.4秒评估，使用本地MATLAB会话评估高表达： - 通过1：0.32秒的评估中已完成，在0.5秒内完成

图包含UIControl类型的轴和其他对象。轴包含类型直方图2的对象。

使用20个垃圾箱X- 肢体并继续使用100个垃圾箱y-尺寸。

binscatterplot（x，y，[20 100]）
评估高表达式使用本地MATLAB会话： - 通过1/1：在0.19秒评估中完成，在0.31秒评估高表达式中，使用当地MATLAB会议进行评估： -  PASS 1：0.12秒评估完成0.16秒

图包含UIControl类型的轴和其他对象。轴包含类型直方图2的对象。

打开直播脚本

用特定的箱边缘绘制一个随机数据的散散斑块。使用bin边缘INF.和-inf.捕捉异常值。

当您对高阵列执行计算时，Matlab®使用并行池（如果您有并行计算工具箱™）或本地MATLAB会话，则使用并行池（默认值）。要使用Parallated Computing Toolbox使用本地MATLAB会话运行示例，请使用“使用”控件“工具箱”来更改“全局执行环境”Mapreducer.功能。

Mapreducer（0）

在介于100个箱边缘中创建一个夹住散点图[-2 2]在每个维度。在绘图中不包含在指定的bin边缘之外的数据。

x =高（Randn（1E5,1））;Y =高（Randn（1E5,1））;xedges = linspace（-2,2）;yedges = linspace（-2,2）;binscatterplot（x，y，xedges，yedges）
使用本地MATLAB会话评估高表达： - 通过1：在0.78秒的评估中完成，在1.1秒内完成

图包含UIControl类型的轴和其他对象。轴包含类型直方图2的对象。

使用绘图边缘延伸到无限远的粗箱以捕获异常值。

xedges = [-inf linspace（-2,2）inf];yedges = [-inf linspace（-2,2）inf];binscatterplot（x，y，xedges，yedges）
使用本地MATLAB会话评估高表达： - 通过1/1：在0.2秒评估中完成0.29秒

图包含UIControl类型的轴和其他对象。轴包含类型直方图2的对象。

打开直播脚本

绘制一个随机数据的Binned Scatter曲线，指定'颜色'作为'C'。

当您对高阵列执行计算时，Matlab®使用并行池（如果您有并行计算工具箱™）或本地MATLAB会话，则使用并行池（默认值）。要使用Parallated Computing Toolbox使用本地MATLAB会话运行示例，请使用“使用”控件“工具箱”来更改“全局执行环境”Mapreducer.功能。

Maprecucer（0）x =高（Randn（1E5,1））;Y =高（Randn（1E5,1））;binscatterplot（x，y，'颜色'那'C'）
使用本地MATLAB会话评估高表达： - 通过1：在1.5秒评估中完成的3.1秒评估高表达式使用本地MATLAB会议，第1条：在0.29秒的评估中完成的第1条：0.41秒完成

图包含UIControl类型的轴和其他对象。轴包含类型直方图2的对象。

输入参数

全部收缩

分布在箱中的数据，指定为高版本，矩阵或多维阵列的单独参数。X和y必须是相同的大小。如果X和y不是向量，然后binscatterplot.将它们视为单一列向量，X（：）和y（:)。

相应的元素X和y指定X和y2-D数据点的坐标，[x（k），y（k）]。底层数据类型X和y可以不同，但​​是binscatterplot.将这些输入连接到单个输入中N-经过-2高矩阵的主导底层数据类型。

binscatterplot.忽略所有南价值观。相似地，binscatterplot.忽略INF.和-inf.值，除非箱边缘明确指定INF.或者-inf.作为一个宾边缘。

笔记

如果X或者y包含类型的整数INT64.或者UINT64那大于Flintmax.，然后建议您显式指定BIN边缘。binscatterplot.使用双精度自动吹入输入数据，这缺少大于数字的整数精度Flintmax.。

数据类型：单身的|双倍的|INT8.|int16|INT32.|INT64.|uint8.|uint16|UINT32.|UINT64|逻辑

每个维度中的箱数，指定为正整数的正标量整数或两个元素向量。如果您未指定nbins.， 然后binscatterplot.自动计算基于值的值计算使用多少箱X和y。

  • 如果nbins.那是一个标量binscatterplot.使用每个维度中的许多垃圾箱。

  • 如果nbins.是一个矢量，然后nbins（1）指定垃圾箱的数量X-dimension和nbins（2）指定垃圾箱的数量y-尺寸。

例子：binscatterplot（x，y，20）在每个维度中使用20个垃圾箱。

例子：binscatterplot（x，y，[10 20]）使用10个垃圾箱X- 在上限和20个垃圾箱y-尺寸。

bin边缘X-dimension，指定为向量。Xedges（1）是第一个垃圾箱的第一边X- 努力和Xedges（结束）是最后一个垃圾箱的外边缘。

价值[x（k），y（k）]在里面（I，J）如果Xedges（i）≤.x（k）<Xedges（I + 1）和yedges（j）≤.y（k）<yedges（J + 1）。每个维度的最后一个箱还包括最后一个（外）边缘。例如，[x（k），y（k）]落入一世如果在最后一行中的话Xedges（结束-1）≤.x（k）≤.Xedges（结束）和yedges（i）≤.y（k）<yedges（i + 1）。

数据类型：单身的|双倍的|INT8.|int16|INT32.|INT64.|uint8.|uint16|UINT32.|UINT64|逻辑

bin边缘y-dimension，指定为向量。yedges（1）是第一个垃圾箱的第一边y- 努力和yedges（结束）是最后一个垃圾箱的外边缘。

价值[x（k），y（k）]在里面（I，J）如果Xedges（i）≤.x（k）<Xedges（I + 1）和yedges（j）≤.y（k）<yedges（J + 1）。每个维度的最后一个箱还包括最后一个（外）边缘。例如，[x（k），y（k）]落入一世如果在最后一行中的话Xedges（结束-1）≤.x（k）≤.Xedges（结束）和yedges（i）≤.y（k）<yedges（i + 1）。

数据类型：单身的|双倍的|INT8.|int16|INT32.|INT64.|uint8.|uint16|UINT32.|UINT64|逻辑

名称值对参数

指定可选的逗号分离对名称，价值论点。名称是参数名称和价值是相应的价值。名称必须出现在引号内。您可以以任何顺序指定多个名称和值对参数name1，value1，...，namen，valuen。

例子：binscatterplot（x，y，'binwidth'，[5 10]）

分数算法，指定为逗号分隔对组成'binmethod'和其中一个值。

价值 描述
'汽车' 默认值'汽车'算法使用最多100个箱，并选择箱宽度以覆盖数据范围并揭示底层分布的形状。
'斯科特' 斯科特的规则是最佳的，如果数据接近是共同正常分布的。此规则也适用于大多数其他分布。它使用了一个箱的大小[3.5 * std（x）* numel（x）^（ - 1/4），3.5 * std（y）* numel（y）^（ - 1/4）]。
'整数' 整数规则对整数数据有用，因为它为每个整数创建一个箱子。它使用1个bin宽度为1，并在整数之间进行排位边缘。为避免意外创建太多的垃圾箱，您可以使用此规则来创建65536个垃圾箱的限制（216.）。如果数据范围大于65536，则整数规则使用更宽的频率。

笔记

这Binmethod.由此产生的财产直方图2对象总是有一个值'手动的'。

每个维度中的频率宽度，指定为逗号分隔对'binwidth'以及正整数的标量或两个元素矢量，[xwidth ywidth]。标量值表示每个维度的相同的BIN宽度。

如果您指定百宽， 然后binscatterplot.可以使用最多1024个垃圾箱（210.）沿着每个维度。如果代替指定的bin宽度需要更多的垃圾箱binscatterplot.使用与最大箱数相对应的较大的箱宽度。

例子：binscatterplot（x，y，'binwidth'，[5 10]）使用尺寸的箱5.在里面X- 尺寸和尺寸10.在里面y-尺寸。

绘图颜色主题，指定为逗号分隔的配对组成'颜色'和其中一个选择。

选项 描述
'B'

蓝色的
'M'

品红
'C'

青色
'r'

红色的
'G'

绿色的
'是'

黄色的
'K'

黑色的

伽玛校正，指定为逗号分隔对组成'伽玛'和正标量。使用此选项可调整亮度和颜色强度，以影响图像中的细节量。

  • 伽玛<1- 随着伽马减少，箱数计数较小的箱的阴影变得越来越暗，包括图像中的更多细节。

  • 伽玛> 1- 随着伽马的增加，具有较小箱数计数的箱的阴影变得逐渐打火，从图像中移除细节。

  • 默认值为1不会对显示屏应用任何校正。

垃圾箱限制X-Dimension，指定为逗号分隔的配对'xbinlimits'和一个双元素矢量，[xbmin，xbmax]。矢量表示第一个和最后一个箱边缘X-尺寸。

binscatterplot.只有包含在箱内限制内落在BIN限制的数据，数据（数据（：，1）> = xbmin和数据（：，1）<= xbmax）。

垃圾箱限制y-Dimension，指定为逗号分隔的配对'ybinlimits'和一个双元素矢量，[YBMIN，YBMAX]。矢量表示第一个和最后一个箱边缘y-尺寸。

binscatterplot.只有包含在箱内限制内落在BIN限制的数据，数据（数据（:,2）> = ybmin＆data（:,2）<= ybmax）。

输出参数

全部收缩

收集的散点图，作为一个返回直方图2目的。有关更多信息，请参阅直方图2属性。

扩展能力

介绍在R2016B.

统计和机器学习工具箱文档

万博1manbetx

掌握机器学习：使用MATLAB逐步指南

掌握机器学习：使用MATLAB逐步指南

下载电子书