histcounts2

二元直方图bin计数

折叠所有页面

语法

[N,Xedges,Yedges] = histcounts2(X,Y)

[N,Xedges,Yedges] = histcounts2(X,Y,nbins)

[N,Xedges,Yedges] = histcounts2(X,Y,Xedges,Yedges)

[N,Xedges,Yedges] = histcounts2(___、名称、值)

[N,Xedges,Yedges,binX,binY] = histcounts2(___）

描述

例子

［N，Xedges，Yedges= histcounts2(X, Y）在X而且Y并返回每个维度的容器计数以及容器边。的histcounts2函数使用自动装箱算法，该算法返回选定的覆盖中值范围的统一装箱X而且Y并揭示分布的基本形状。

例子

［N，Xedges，Yedges= histcounts2(X, Y，nbins）指定在每个维度中使用的箱的数量。

例子

［N，Xedges，Yedges= histcounts2(X, Y，Xedges，Yedges）分区X而且Y的bin边指定的binXedges而且Yedges．

N (i, j)计算值[X (k), Y (k)]如果Xedges(我)≤X (k)<Xedges (i + 1)而且Yedges (j)≤Y (k)<Yedges (j + 1)．每个维度中的最后一个箱子还包括最后(外部)边缘。例如,[X (k), Y (k)]掉进我最后一行的bin如果Xedges (end-1)≤X (k)≤Xedges(结束)而且Yedges(我)≤Y (k)<Yedges (i + 1)．

例子

［N，Xedges，Yedges= histcounts2(___，名称,值）使用一个或多个指定的其他选项名称,值使用以前语法中的任何输入参数对参数。例如，您可以指定“BinWidth”和一个两元向量来调整每个维度的箱子的宽度。

例子

［N，Xedges，Yedges，binX，binY= histcounts2(___）还返回索引数组binX而且binY，使用前面的任何语法。binX而且binY数组的大小是否相同X而且Y哪些元素是对应元素的bin索引X而且Y．元素的个数(i, j)Th bin等于(binX==i & binY==j)，等于N (i, j)如果归一化是“数”．

例子

全部折叠

Bin计数和Bin边

打开实时脚本

将100对随机数放入箱子中。histcounts2自动选择适当的数据仓宽度来显示数据的底层分布。

X = randn(100,1);Y = randn(100,1);[N,Xedges,Yedges] = histcounts2(x,y)

N =7×60 0 0 2 0 0 1 2 10 4 0 0 1 4 9 9 5 0 1 4 10 11 5 11 4 6 3 11 0 0 1 2 0 0 0 0 0 0 10 10

Xedges =1×83 -2 -1 0 1 2 3 4

Yedges =1×7-3 -2 -1 0 1 2 3

在每个维度中指定箱子的数量

打开实时脚本

将10对数字放入12个箱子中。在x维度中指定3个箱子，在y维度中指定4个箱子。

X = [1 1 2 3 2 2 1 1 2 3];Y = [5 6 3 8 9 1 2 7 5 1];Nbins = [3 4];[N,Xedges,Yedges] = histcounts2(x,y,nbins)

N =3×41 0 2 1 1 1 1 1 1 1 0 0 1

Xedges =1×40.6000 1.4000 2.2000 3.0000

Yedges =1×50 2.3000 4.6000 6.9000 9.2000

指定Bin边

打开实时脚本

将1000对随机数放入箱子中。用两个向量定义bin边:x维和y维各一个。每个向量的第一个元素指定第一个bin的第一个边，最后一个元素是最后一个bin的最后一条边。

X = randn(1000,1);Y = randn(1000,1);Xedges = -5:5;Yedges = [-5 -4 -2 -1 -0.5 0 0.5 1 2 4 5];N = histcounts2(x,y,Xedges,Yedges)

N =10×100 0 0 0 0 0 0 0 0 0 0 0 0 0 1 1 1 0 0 0 0 0 5 5 3 5 1 2 0 0 0 2 19日23日29日25日26日20 5 0 0 10 36 51 59 71 54 46 10 0 0 7 43 46 79 64 60 46 9 0 0 3 12 18 21 23 19 9 6 0 0 0 8 5 3 2 2 2 0 0 0 0 0 1 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0

归一化Bin计数

打开实时脚本

将1000对随机数放入箱子中。指定归一化作为“概率”将箱子计数归一化总和(N (:))是1．也就是说，每个箱数表示观测结果落在该箱中的概率。

X = randn(1000,1);Y = randn(1000,1);[N,Xedges,Yedges] = histcounts2(x,y,6，“归一化”，“概率”）

N =6×600 0.0020 0.0020 00 0 0.0110 0.0320 0.0260 0.0070 0.0010 0.0010 0.0260 0.1410 0.1750 0.0430 0.0060 0 0.0360 0.1620 0.1940 0.0370 0.0040 0 0.0040 0.0300 0.0370 0.0100 0.0010 0 0.0030 0.0040 0.0040 0.0010 0

Xedges =1×7-4.0000 -2.7000 -1.4000 -0.1000 1.2000 2.5000 3.8000

Yedges =1×7-4.0000 -2.7000 -1.4000 -0.1000 1.2000 2.5000 3.8000

确定箱子位置

打开实时脚本

将1000个-10到10之间的随机整数对分配到bins中，并指定BinMethod作为“整数”使用以整数为中心的单位宽度的容器。指定五个输出histcounts2返回表示数据的bin位置的向量。

X = randi([-10,10]，1000,1);Y = randi([-10,10]，1000,1);[N,Xedges,Yedges,binX,binY] = histcounts2(x,y，“BinMethod”，“整数”）;

确定该值是哪个bin(x (3), (3))落入。

[x (3), (3))

ans =1×28 10

bin = [binX(3) binY(3)]

本=1×23 21

输入参数

全部折叠

`X, Y`- - - - - -要在各个容器之间分发的数据(作为单独的参数)
向量|矩阵|多维数组

要在容器中分配的数据，指定为向量、矩阵或多维数组的单独参数。X而且Y必须有相同的尺寸。

中对应的元素X而且Y指定x而且y二维数据点的坐标，[X (k), Y (k)]．的数据类型X而且Y可以是不同的。

histcounts2忽略所有南值。同样的,histcounts2忽略了正而且负值，除非bin边显式指定正或负作为bin边。

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

`nbins`- - - - - -每个维度中的箱子数量
标量|向量

每个维度中的箱数，指定为正标量整数或正整数的两元素向量。如果您没有指定nbins,然后histcounts2中的值自动计算要使用多少个箱子X而且Y：

如果nbins是标量吗histcounts2在每个维度中使用相同数量的箱子。
如果nbins是向量吗nbins (1)属性中的垃圾箱数量x尺寸和nbins (2)属性中的垃圾箱数量y维度。

例子:[N,Xedges,Yedges] = histcounts2(X,Y，[15 20])使用15个垃圾箱x-dimension和20个箱子在y维度。

`Xedges`- - - - - -料仓向内倾斜x维
向量

料仓向内倾斜x-dimension，指定为一个向量。Xedges (1)第一个箱子的第一个边是x维度,Xedges(结束)是最后一个箱子的外缘。

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

`Yedges`- - - - - -料仓向内倾斜y维
向量

料仓向内倾斜y-dimension，指定为一个向量。Yedges (1)第一个箱子的第一个边是y维度,Yedges(结束)是最后一个箱子的外缘。

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

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。名称-值参数必须出现在其他参数之后，但对的顺序无关紧要。

在R2021a之前，使用逗号分隔每个名称和值，并将其括起来的名字在报价。

例子:[N,Xedges,Yedges] = histcounts2(X,Y，'归一化'，'概率')使容器计数正常化N，以致于总和(N)是1。

`BinMethod`- - - - - -装箱算法
`“汽车”`(默认)|`“斯科特。”`|`“fd”`|`“整数”`

分箱算法，指定为本表中的值之一。

价值	描述
`“汽车”`	默认的`“汽车”`算法选择一个仓宽来覆盖数据范围，并揭示底层分布的形状。
`“斯科特。”`	如果数据接近联合正态分布，斯科特规则是最优的。这个规则也适用于大多数其他发行版。它使用的容器大小为`[3.5 性病(X(:)) 元素个数(X) ^(1/4), 3.5 性病(Y(:)) 元素个数(Y) ^ (1/4)`．
`“fd”`	Freedman-Diaconis规则对数据中的异常值不太敏感，可能更适合于具有重尾分布的数据。它使用的容器大小为`[2 差(X(:)) 元素个数(X) ^(1/4), 2 差(Y(:)) 元素个数(Y) ^ (1/4)`,在那里`位差`是四分位范围。
`“整数”`	整数规则对于整数数据非常有用，因为它以整数对为中心创建了箱子。它为每个维度使用1的bin宽度，并将bin边放在整数之间的中间。为了避免意外地创建过多的容器，可以使用此规则创建1024个容器的限制(2¹⁰)．如果任一维度的数据范围大于1024，则整数规则将使用更宽的bins。

histcounts2并不总是使用这些精确的公式来选择箱子的数量。有时，箱子的数量稍作调整，以便箱子的边缘落在“漂亮”的数字上。

例子:[N,Xedges,Yedges] = histcounts2(X,Y，'BinMethod'，'integers')使用以每对整数为中心的二维容器。

`BinWidth`- - - - - -每个维度中容器的宽度
向量

每个维度中bin的宽度，指定为两个元素的正整数向量，[xWidth yWidth]．

如果你指定BinWidth,然后histcounts2最多可使用1024个箱子(2¹⁰)。如果指定的容器宽度需要更多的容器，则histcounts2使用与最大箱数对应的较大箱宽。

例子:[N,Xedges,Yedges] = histcounts2(X,Y，'BinWidth'，[5 10])使用大小相同的垃圾箱5在x-尺寸和尺寸10在y维度。

`XBinLimits`- - - - - -Bin限制x维
双元素向量

Bin限制x-dimension，指定为两个元素的向量，[xbmin, xbmax]．对象中的第一个和最后一个bin边x维度。

此选项仅对包含在bin限制内的数据进行装箱，X>=xbmin & X<=xbmax．

`YBinLimits`- - - - - -Bin限制y维
双元素向量

Bin限制y-dimension，指定为两个元素的向量，[ybmin, ybmax]．对象中的第一个和最后一个bin边y维度。

此选项仅对包含在bin限制内的数据进行装箱，Y>=ybmin & Y<=ybmax．

`归一化`- - - - - -归一化类型
`“数”`(默认)|`“概率”`|`“countdensity”`|`“pdf”`|`“cumcount”`|`“提供”`

归一化类型，指定为本表中的值之一。对于每个箱子我：

$v_{我}$ 是bin值。
$c_{我}$ 是容器中元素的数量。
${一个}_{我} ＝ w_{x 我} \cdot w_{y 我}$ 是每个箱子的面积，计算使用x而且y本宽度。
$N$ 输入数据中的元素数。如果数据包含。则此值可以大于已打包数据南值，或者某些数据位于bin限制之外。

价值	本值	笔记
`“数”`(默认)	$v_{我} ＝ c_{我}$	计数或观察频率。 bin值的和小于或等于`元素个数(X)`而且`元素个数(y)`．总和小于`元素个数(X)`只有当一些输入数据不包含在箱子中时才会这样做。
`“countdensity”`	$v_{我} ＝ \frac{c_{我}}{{一个}_{我}}$	计数或频率按面积的bin。所有bin卷之和(N值* bin面积)小于等于`元素个数(X)`而且`元素个数(Y)`．
`“cumcount”`	$v_{我} ＝ \sum_{j ＝ 1}^{我} c_{j}$	累计计数。每个bin值是在每个bin和之前的所有bin中的累积观测数x而且y维度。 `N(结束,结束)`小于或等于`元素个数(X)`而且`元素个数(Y)`．
`“概率”`	$v_{我} ＝ \frac{c_{我}}{N}$	相对概率。 `总和(N (:))`小于或等于`1`．
`“pdf”`	$v_{我} ＝ \frac{c_{我}}{N \cdot {一个}_{我}}$	概率密度函数估计。所有bin卷之和(N值* bin面积)小于等于`1`．
`“提供”`	$v_{我} ＝ \sum_{j ＝ 1}^{我} \frac{c_{j}}{N}$	累积密度函数估计。 `N(结束,结束)`小于或等于`1`．

例子:[N,Xedges,Yedges] = histcounts2(X,Y，'Normalization'，'pdf')使用概率密度函数对数据进行分类X而且Y．

输出参数

全部折叠

`N`- Bin计数
数组

Bin计数，作为数字数组返回。

中不同编号的容器的容器包含方案N，以及它们相对于x设在和y设在,

例如，(1,1)Bin包含位于每个维度的第一个边上的值，而右下角的最后一个Bin包含位于其任何边上的值。

`Xedges`-垃圾箱边缘x维
向量

料仓向内倾斜x-dimension，作为一个向量返回。Xedges (1)第一个bin边在x尺寸和Xedges(结束)是最后一条bin边。

`Yedges`-垃圾箱边缘y维
向量

料仓向内倾斜y-dimension，作为一个向量返回。Yedges (1)第一个bin边在y尺寸和Yedges(结束)是最后一条bin边。

`binX`- Bin索引x维
数组

Bin索引x-dimension，返回一个与X．中对应的元素binX而且binY描述哪个编号的bin中包含相应的值X而且Y．值为0在binX或binY指示不属于任何容器的元素(例如南值)。

例如,binX (1)而且binY (1)描述值的bin位置[X (1), Y (1)]．

`binY`- Bin索引y维
数组

Bin索引y-dimension，返回一个与Y．中对应的元素binX而且binY描述哪个编号的bin中包含相应的值X而且Y．值为0在binX或binY指示不属于任何容器的元素(例如南值)。

例如,binX (1)而且binY (1)描述值的bin位置[X (1), Y (1)]．

扩展功能

C/ c++代码生成
使用MATLAB®Coder™生成C和c++代码。

使用注意事项和限制:

代码生成不支持此函数的稀疏矩阵输入。万博1manbetx
如果不提供bin边，则代码生成可能需要可变大小的数组和动态内存分配。

线程环境
使用MATLAB®在后台运行代码`backgroundPool`或使用并行计算工具箱™加速代码`ThreadPool`．

这个函数完全支持基于线程的环境。万博1manbetx有关更多信息，请参见在线程环境中运行MATLAB函数．

版本历史

在R2015b中引入

另请参阅

histcounts2

语法

描述

例子

Bin计数和Bin边

在每个维度中指定箱子的数量

指定Bin边

归一化Bin计数

确定箱子位置

输入参数

X, Y- - - - - -要在各个容器之间分发的数据(作为单独的参数)向量|矩阵|多维数组

nbins- - - - - -每个维度中的箱子数量标量|向量

Xedges- - - - - -料仓向内倾斜x维向量

Yedges- - - - - -料仓向内倾斜y维向量

名称-值参数

BinMethod- - - - - -装箱算法“汽车”(默认)|“斯科特。”|“fd”|“整数”

BinWidth- - - - - -每个维度中容器的宽度向量

XBinLimits- - - - - -Bin限制x维双元素向量

YBinLimits- - - - - -Bin限制y维双元素向量

归一化- - - - - -归一化类型“数”(默认)|“概率”|“countdensity”|“pdf”|“cumcount”|“提供”

输出参数

N- Bin计数数组

Xedges-垃圾箱边缘x维向量

Yedges-垃圾箱边缘y维向量

binX- Bin索引x维数组

binY- Bin索引y维数组

扩展功能

C/ c++代码生成使用MATLAB®Coder™生成C和c++代码。

线程环境使用MATLAB®在后台运行代码backgroundPool或使用并行计算工具箱™加速代码ThreadPool．

版本历史

另请参阅

`X, Y`- - - - - -要在各个容器之间分发的数据(作为单独的参数)
向量|矩阵|多维数组

`nbins`- - - - - -每个维度中的箱子数量
标量|向量

`Xedges`- - - - - -料仓向内倾斜x维
向量

`Yedges`- - - - - -料仓向内倾斜y维
向量

`BinMethod`- - - - - -装箱算法
`“汽车”`(默认)|`“斯科特。”`|`“fd”`|`“整数”`

`BinWidth`- - - - - -每个维度中容器的宽度
向量

`XBinLimits`- - - - - -Bin限制x维
双元素向量

`YBinLimits`- - - - - -Bin限制y维
双元素向量

`归一化`- - - - - -归一化类型
`“数”`(默认)|`“概率”`|`“countdensity”`|`“pdf”`|`“cumcount”`|`“提供”`

`N`- Bin计数
数组

`Xedges`-垃圾箱边缘x维
向量

`Yedges`-垃圾箱边缘y维
向量

`binX`- Bin索引x维
数组

`binY`- Bin索引y维
数组

C/ c++代码生成
使用MATLAB®Coder™生成C和c++代码。

线程环境
使用MATLAB®在后台运行代码`backgroundPool`或使用并行计算工具箱™加速代码`ThreadPool`．