Пожалуйста, обратите внимание этот пример кода:построения гистограммы точек данных
figure
data = [0,2,9,2,5,8,7,3,1,9,4,3,5,8,10,0,1,2,9,5,10];
hist(data)
Почему это гистограмма участки точек данных 0 & 1 с частотой 4 (по оси ординат), когда на самом деле 0 & 1 появляются два раз в данных?
N = HIST (Y) объединяет элементы Y в 10 равноотстоящих контейнеров и возвращает количество элементов в каждом контейнере. Если Y - матрица, HIST работает по столбцам. Здесь для 0 и 1 один бин сделано, поэтому гистограмма участков точек данных 0 & 1 с частотой 4 (по оси ординат), когда на самом деле 0 & 1 появляется два раза в данных
Если вы сделали
[hy hx] = hist(data)
вы бы увидеть контейнеры, используемые в переменной hx , Если вы не укажете бункера, они будут указаны для вас - и по умолчанию это не очень разумно.
Если у вас есть целочисленные данные, и вы хотите, целые контейнеры,
hist(data, min(data):max(data))
довольно хороший способ, чтобы получить его. Если вам нужно закромах больше 1, что-то вроде
n = 5;
hist(data, (floor(min(data)/n):ceil(max(data)/n))*n)
работает довольно хорошо, и дать вам размер бен п (5, в данном случае)
Я предпочитаю использовать 'Hist (данные, 0 : 10) 'в таком случае, чтобы явно объявить 11 бункеров. Не знаете, почему вы звоните на '21'? Похоже, что вы (намеренно или случайно) создаете дополнительные бункеры между главными, т. Е. У вас есть бит [0 0,5>, [0,5 1> и т. Д., И каждый другой бит имеет в нем счет). Так получилось, что соответствует 21 ячейке (не то же самое, что «21 точка данных», поэтому я задаюсь вопросом, случайно ли это или преднамеренно). – Floris
@Floris Я представил пример для данных в вопросе, и использование дополнительных бункеров позволяет хорошо разделять данные. Но более обобщенный пример был бы полезен. – Marcin
@Marcin: спасибо, и да, используя 21 ячейку, позволяет хорошо разделять данные. – user2888999