高数组的可视化
可视化大型数据集需要以某种方式对数据进行汇总、分组或采样，以减少在屏幕上绘制的点的数量。在某些情况下，函数如柱状图而且派Bin的数据大小减小，而其他功能如情节而且散射使用更复杂的方法避免在屏幕上绘制重复像素。对于与分析相关的像素重叠问题，使用binscatter函数还提供了一种可视化密度模式的有效方法。
可视化高数组可以不要求使用收集．MATLAB®立即计算并显示高数组的可视化。目前，您可以使用该表中的函数和方法来可视化高数组。
| 函数 | 需要工具箱 | 笔记 |
|---|---|---|
情节 |
- - - - - - | 这些函数在迭代中绘制图形，随着读取的数据的增加，逐步添加到图形中。在更新期间，进度指示器显示已绘制的数据的比例。在更新过程中，在情节完成之前，支持缩放和平移。万博1manbetx要停止更新过程，请按进度指示灯中的暂停按钮。 |
散射 |
- - - - - - | |
binscatter |
- - - - - - | |
柱状图 |
- - - - - - | |
histogram2 |
- - - - - - | |
派 |
- - - - - - | 仅用于可视化分类数据。 |
binScatterPlot(统计和机器学习工具箱) |
统计和机器学习工具箱™ | 图中包含一个滑块，用于控制图像中的亮度和颜色细节。的值 |
ksdensity(统计和机器学习工具箱) |
统计和机器学习工具箱 | 生成数据的概率密度估计，对单变量数据按100点进行评估，对双变量数据按900点进行评估。 |
datasample(统计和机器学习工具箱) |
统计和机器学习工具箱 |
|
高阵列绘图示例
这个例子展示了可视化高数组的几种不同方法。
对象的数据存储airlinesmall.csv数据集，其中包含行航空公司航班数据。选择要使用的表变量的一个子集，并删除包含缺失值的行。
ds = tabularTextDatastore(“airlinesmall.csv”，“TreatAsMissing”，“NA”）;ds。SelectedVariableNames = {“年”，“月”，“ArrDelay”，“DepDelay”，“起源”，“桌子”};T =高(ds);T = rmmissing(T)
T = Mx6高表年月ArrDelay DepDelay起源服务台 ____ _____ ________ ________ _______ _______ 1987年10 8 12{“宽松”}{‘SJC} 1987年10 8 1{‘SJC}{“钻”}1987年10 21 20{‘圣’}{SMF的}1987年10 13 12{“钻”}{‘SJC} 1987年10 4 1 {SMF的}{“宽松”}59 1987 63{“宽松”}{‘SJC} 1987年10 3 2{‘圣’}{“旧金山”}1987年10 11 1{‘海’}{松懈 '} : : : : : : : : : : : :
航班按月饼图
转换数字月变量转换为反映月份名称的类别变量。然后绘制一个饼图，显示每年每个月的数据中有多少航班。
月=绝对的。月,1:12,{“1月”，2月的，“3”，4月的，“可能”，“君”，“7”，“8月”，“9”，“10月”，11月的，12月的})
T = Mx6高表年月ArrDelay DepDelay起源服务台 ____ _____ ________ ________ _______ _______ 1987 10月8 12{“宽松”}{‘SJC} 1987 10月8 1{‘SJC}{“钻”}1987年10月21日20{‘圣’}{SMF的}1987年10月13日12{“钻”}{‘SJC} 1987 10月4 1 {SMF的}{“宽松”}1987 10月59 63{“宽松”}{‘SJC} 1987 10月3 2{‘圣’}{“旧金山”}1987年10月11日1{‘海’}{松懈 '} : : : : : : : : : : : :
派(T.Month)
使用本地MATLAB会话计算高表达式:-通过1 / 2:在1.4秒内完成-通过2:在0.85秒内完成计算在2.8秒内完成
延误直方图
绘制数据中每个航班到达延误的直方图。方法限制绘图区域，因为数据具有长尾BinLimits名称-值对。
直方图(T。ArrDelay,“BinLimits”150年[-50])
使用本地MATLAB会话计算高表达式:-通过2:在2.7秒内完成-通过2:在0.88秒内完成计算在4.3秒内完成
延误散点图
绘制一个到达和起飞延误的散点图。你可以预期这些变量之间有很强的相关性，因为晚点起飞的航班也可能晚点到达。
在高数组上操作时，情节，散射,binscatter函数以迭代的方式绘制数据，随着读取数据的增加，逐步向图中添加数据。在更新过程中，图的顶部有一个进度指示器，显示绘制了多少数据。在剧情完成之前的更新过程中支持缩放和平移。万博1manbetx
散射(T.ArrDelay T.DepDelay)包含(“延误”) ylabel (离职的延迟) xlim([-140 1000])
进度条还包括一个暂停/恢复按钮。一旦显示了足够的数据，使用该按钮可以提前停止绘图更新。
拟合趋势线
使用polyfit而且polyval函数用于在到达和出发延误的图形上覆盖线性趋势线。
持有在p = polyfit(T.ArrDelay,T.DepDelay,1);x = sort(T.ArrDelay,1);Yp = polyval(p,x);情节(x, yp,的r -)举行从
可视化密度
点的散点图在一定程度上是有用的，但如果点大量重叠，则很难从散点图中解读信息。在这种情况下，它有助于可视化图中点的密度，以发现趋势。
使用binscatter函数来可视化到达点和出发点的密度。
binscatter (T.ArrDelay T.DepDelay,“XLimits”(-100 1000),“YLimits”，[-100 1000]) xlim([-100 1000]) ylim([-100 1000]) xlabel(“延误”) ylabel (离职的延迟）
调整这一属性，以便所有大于150的bin值都具有相同的颜色。这就防止了一些数值非常大的箱子主导整个情节。
Ax = gca;斧子。CLim = [0 150];
另请参阅
相关的话题
您也可以从以下列表中选择网站: