Main Content

本页翻译不是最新的。点击此处可查看最新英文版本。

创建分类数组

此示例说明如何创建分类数组。categorical 是一个数据类型,用来存储值来自一组有限离散类别的数据。这些分类可以采用自然排序,但并不要求一定如此。分类数组可用来有效地存储并方便地处理数据,同时还为数值赋予有意义的名称。您可以在表中使用分类数组来定义行组。

默认情况下,分类数组包含的是无数学排序的类别。例如,离散的宠物类别集合 ["dog","cat","bird"] 无有意义的数学排序,因此 MATLAB® 使用字母排序 ["bird","cat","dog"]有序分类数组包含的类别具有有意义的数学排序。例如,离散的大小类别集合 ["small","medium","large"] 采用数学排序 small < medium < large

当您基于字符串数组(或字符向量元胞数组)创建分类数组时,前导空格和尾随空格将被删除。例如,如果您将文本 [" cat","dog"] 指定为类别,则在将它们转换为类别时,它们将变成 ["cat","dog"]

基于字符串数组创建分类数组

您可以使用 categorical 函数基于数值数组、逻辑数组、字符串数组、字符向量元胞数组或现有的分类数组来创建分类数组。

创建一个包含新英格兰各州名称的 1×11 字符串数组。

state = ["MA","ME","CT","VT","ME","NH","VT","MA","NH","CT","RI"]
state = 1x11 string
    "MA"    "ME"    "CT"    "VT"    "ME"    "NH"    "VT"    "MA"    "NH"    "CT"    "RI"

将字符串数组 state 转换为无数学排序的分类数组。

state = categorical(state)
state = 1x11 categorical
     MA      ME      CT      VT      ME      NH      VT      MA      NH      CT      RI 

列出变量 state 中的离散类别。state 中只列出六个唯一状态,也就是说有六个类别。这些类别按字母顺序列出。

categories(state)
ans = 6x1 cell
    {'CT'}
    {'MA'}
    {'ME'}
    {'NH'}
    {'RI'}
    {'VT'}

添加新元素和缺失的元素

向原始字符串数组添加元素。其中一个元素是缺失字符串,显示为 <missing>。正如 NaN 可以表示数值数组中的缺失值一样,<missing> 表示字符串数组中的缺失值。

state = ["MA","ME","CT","VT","ME","NH","VT","MA","NH","CT","RI"];
state = [string(missing) state];
state(13) = "ME"
state = 1x13 string
    <missing>    "MA"    "ME"    "CT"    "VT"    "ME"    "NH"    "VT"    "MA"    "NH"    "CT"    "RI"    "ME"

将字符串数组转换为 categorical 数组。缺失的字符串成为一个未定义的类别,显示为 <undefined>。它指示分类数组中不属于任何分类的一个元素。

state = categorical(state)
state = 1x13 categorical
     <undefined>      MA      ME      CT      VT      ME      NH      VT      MA      NH      CT      RI      ME 

基于字符串数组创建有序分类数组

创建一个包含八个对象的大小的 1×8 字符串数组。

AllSizes = ["medium","large","small","small","medium",...
            "large","medium","small"];

字符串数组 AllSizes 包含三个不同值:"large""medium""small"。当使用字符串数组时,没有方便的方式来指示 small < medium < large

将字符串数组 AllSizes 转换为有序分类数组。使用 valueset 指定用于定义类别的值 smallmediumlarge。对于有序分类数组,所指定的第一个类别是最小的,最后一个类别是最大的。

valueset = ["small","medium","large"];
sizeOrd = categorical(AllSizes,valueset,'Ordinal',true)
sizeOrd = 1x8 categorical
     medium      large      small      small      medium      large      medium      small 

分类数组 sizeOrd 中值的顺序保持不变。

列出分类变量 sizeOrd 中的离散类别。

categories(sizeOrd)
ans = 3x1 cell
    {'small' }
    {'medium'}
    {'large' }

这些类别按指定的顺序列出以匹配数学排序 small < medium < large

基于分 bin 数值数据创建有序分类数组

创建由 0 到 50 之间的 100 个随机数构成的向量。

x = rand(100,1)*50;

使用 discretize 函数,通过对 x 的值进行分 bin,创建一个分类数组。将 0 到 15 之间的所有值归入第一个 bin,15 到 35 之间的所有值归入第二个 bin,35 到 50 之间的所有值归入第三个 bin。每个 bin 包括左端点,但不包括右端点。

catnames = ["small","medium","large"];
binnedData = discretize(x,[0 15 35 50],'categorical',catnames);

binnedData 是一个包含三个类别的 100×1 有序分类数组,其中 small < medium < large

使用 summary 函数输出每个类别中的元素数量。

summary(binnedData)
     small       30 
     medium      35 
     large       35 

您可以生成分 bin 数据的各种图。例如,生成 binnedData 的饼图。

pie(binnedData)

另请参阅

| | |

相关示例

详细信息