本页对应的英文页面已更新,但尚未翻译。 若要查看最新内容,请点击此处访问英文页面。

histogram2

二元直方图

说明

二元直方图是一种数值数据条形图,它将数据分组到二维 bin 中。创建 Histogram2 对象后,可以通过更改直方图的属性值修改它的各个方面。这对快速修改 bin 属性或更改显示特别有用。

创建对象

说明

示例

histogram2(X,Y) 创建 XY 的二元直方图。histogram2 函数使用自动 bin 划分算法,然后返回均匀面积的 bin,这些 bin 可涵盖 XY 中的元素范围并显示分布的基本形状。histogram2 将 bin 显示为三维矩形条形,这样每个条形的高度就表示 bin 中的元素数量。

示例

histogram2(X,Y,nbins) 指定要在直方图的每个维度中使用的 bin 数量。

示例

histogram2(X,Y,Xedges,Yedges) 使用向量 XedgesYedges 指定每个维度中 bin 的边界。

histogram2('XBinEdges',Xedges,'YBinEdges',Yedges,'BinCounts',counts) 手动指定 bin 计数。histogram2 绘制指定的 bin 计数,而不执行任何数据的 bin 划分。

示例

histogram2(___,Name,Value) 使用前面的任何语法指定具有一个或多个 Name,Value 对组参数的其他选项。例如,可以指定 'BinWidth' 和一个二元素向量以调整每个维度中 bin 的宽度,或指定 'Normalization' 和一个有效选项('count''probability''countdensity''pdf''cumcount''cdf')以使用不同类型的归一化。有关属性列表,请参阅 Histogram2 属性

histogram2(ax,___) 将图形绘制到 ax 指定的坐标区中,而不是当前坐标区 (gca) 中。选项 ax 可以位于前面的语法中的任何输入参数组合之前。

示例

h = histogram2(___) 返回 Histogram2 对象。使用此项可检查和调整二元直方图的属性。有关属性列表,请参阅 Histogram2 属性

输入参数

全部展开

要分布到各 bin 的数据,指定为向量、矩阵或多维数组的单独参数。XY 的大小必须相同。如果 XY 不是向量,则 histogram2 将其视为单列向量 X(:)Y(:),并绘制一个直方图。

XY 中的对应元素指定二维数据点 [X(k),Y(k)] 的 x 和 y 坐标。XY 的数据类型可以不同,但 histogram2 会将这些输入串联成占优数据类型的 N×2 矩阵。

histogram2 忽略所有的 NaN 值。同样,histogram2 忽略 Inf-Inf 值,除非 bin 边界将 Inf-Inf 显式指定为 bin 边界。虽然 NaNInf-Inf 值通常情况下不会绘制,但在包括所有数据元素的归一化计算(如 'probability')中,仍然会包含这些值。

注意

如果 XY 包含类型为 int64uint64 且大于 flintmax 的整数,则建议您显式指定直方图 bin 边界。histogram2 会自动使用双精度对输入数据划分bin,这种方式对于大于 flintmax 的数字缺少整数精度。

数据类型: single | double | int8 | int16 | int32 | int64 | uint8 | uint16 | uint32 | uint64 | logical

每个维度中的 bin 数量,指定为一个正整数标量或由正整数组成的二元素向量。如果不指定 nbins,则 histogram2 自动基于 XY 中的值计算要使用多少个 bin。

  • 如果 nbins 是标量,则 histogram2 在每个维度中使用该标量所指定的 bin 数。

  • 如果 nbins 是向量,则 nbins(1) 指定 x 维度的 bin 数,nbins(2) 指定 y 维度的 bin 数。

示例: histogram2(X,Y,20) 在每个维度中使用 20 个 bin。

示例: histogram2(X,Y,[10 20])x 维度使用 10 个 bin,在 y 维度使用 20 个 bin。

x 维度中的 bin 边界,指定为向量。Xedges(1) 是 x 维度的第一个 bin 的第一个边界,Xedges(end) 是最后一个 bin 的外边界。

如果 Xedges(i)X(k) < Xedges(i+1) Yedges(j)Y(k) < Yedges(j+1),则 [X(k),Y(k)] 位于第 (i,j) 个 bin 中。每个维度中的最后 bin 还包含最后一个(外部)边界。例如,如果 Xedges(end-1)X(k)Xedges(end) Yedges(i)Y(k) < Yedges(i+1),则 [X(k),Y(k)] 属于最后一行中的第 i 个 bin。

数据类型: single | double | int8 | int16 | int32 | int64 | uint8 | uint16 | uint32 | uint64 | logical

y 维度中的 bin 边界,指定为向量。Yedges(1) 是 y 维度的第一个 bin 的第一个边界,Yedges(end) 是最后一个 bin 的外边界。

如果 Xedges(i)X(k) < Xedges(i+1) Yedges(j)Y(k) < Yedges(j+1),则 [X(k),Y(k)] 位于第 (i,j) 个 bin 中。每个维度中的最后 bin 还包含最后一个(外部)边界。例如,如果 Xedges(end-1)X(k)Xedges(end) Yedges(i)Y(k) < Yedges(i+1),则 [X(k),Y(k)] 属于最后一行中的第 i 个 bin。

数据类型: single | double | int8 | int16 | int32 | int64 | uint8 | uint16 | uint32 | uint64 | logical

bin 计数,指定为矩阵。当单独执行 bin 计数计算且不希望 histogram2 执行任何数据 bin 划分时,可使用此输入将 bin 计数传递给 histogram2

counts 必须是大小为 [length(XBinEdges)-1 length(YBinEdges)-1] 的矩阵,从而为每个 bin 指定一个 bin 计数。

示例: histogram2('XBinEdges',-1:1,'YBinEdges',-2:2,'BinCounts',[1 2 3 4; 5 6 7 8])

坐标区对象。如果未指定坐标区,histogram2 函数将使用当前坐标区 (gca)。

名称-值对组参数

指定可选的、以逗号分隔的 Name,Value 对组参数。Name 为参数名称,Value 为对应的值。Name 必须放在引号中。您可采用任意顺序指定多个名称-值对组参数,如 Name1,Value1,...,NameN,ValueN 所示。

示例: histogram2(X,Y,'BinWidth',[5 10])

此处所列的属性只是一部分。有关完整列表,请参阅 Histogram2 属性

bin 划分算法,指定为此表中的一个值。

说明
'auto'

默认的 'auto' 算法选择一个 bin 宽度,以便涵盖数据范围并显示基础分布形状。

'scott'

如果数据接近联合正态分布,则 Scott 规则最佳。该规则也适用于大多数的其他分布。它使用 bin 大小 [3.5*std(X(:))*numel(X)^(-1/4), 3.5*std(Y(:))*numel(Y)^(-1/4)]

'fd'

Freedman-Diaconis 规则对数据中的离群值不太敏感,可能更适用于重尾分布的数据。它使用 bin 大小 [2*IQR(X(:))*numel(X)^(-1/4), 2*IQR(Y(:))*numel(Y)^(-1/4)],其中 IQR 为四分位差。

'integers'

整数规则对整数数据有用,因为它创建以整数为中心的 bin。它对每个维度使用 bin 宽度 1 并将 bin 边界放在整数的中间。

为避免无意间创建太多 bin,可以使用此规则创建 1024 (210) 个 bin 的限制。如果任一维度的数据范围大于 1024,则整数规则改用更宽的 bin。

histogram2 并不始终使用这些精确的公式来选择 bin 数目。有时 bin 数目会稍做调整,以便 bin 边界落在“合适”的数字上。

注意

如果设置 NumBinsXBinEdgesYBinEdgesBinWidthBinLimits 属性,则 BinMethod 属性设置为 'manual'

示例: histogram2(X,Y,'BinMethod','integers') 创建一个二元直方图,该直方图具有以整数为中心的 bin。

每个维度中的 bin 宽度,指定为由正整数组成的二元素向量 [xWidth yWidth]

如果指定 BinWidth,则 histogram2 可以沿每个维度使用最多 1024 (210) 个 bin。如果指定的 bin 宽度需要多个 bin,则 histogram2 使用与最大 bin 数对应的较大的 bin 宽度。

示例: histogram2(X,Y,'BinWidth',[5 10])x 维度使用的 bin 的大小为 5,在 y 维度使用的 bin 的大小为 10

直方图的显示样式,指定为 'bar3''tile'。指定 'tile' 以将直方图显示为矩形块阵列,这些图块用各种颜色指示 bin 值。

'bar3' 的默认值使用三维条形显示直方图。

示例: histogram2(X,Y,'DisplayStyle','tile') 将直方图绘制为矩形块阵列。

直方图条形边的透明度,指定为介于 01(包含这两个边界值)之间的标量值。值 1 表示完全不透明,0 则表示完全透明(不可见)。

示例: histogram2(X,Y,'EdgeAlpha',0.5) 创建一个具有半透明条形边的二元直方图。

直方图的边界颜色,指定为下列值之一:

  • 'none' - 不绘制边。

  • 'auto' - 每个边界的颜色都是自动选择的。

  • RGB 三元组、十六进制颜色代码或颜色名称 - 边使用指定的颜色。

    RGB 三元组和十六进制颜色代码对于指定自定义颜色非常有用。

    • RGB 三元组是包含三个元素的行向量,其元素分别指定颜色中红、绿、蓝分量的强度。强度值必须位于 [0,1] 范围内,例如 [0.4 0.6 0.7]

    • 十六进制颜色代码是字符向量或字符串标量,以井号 (#) 开头,后跟三个或六个十六进制数字,范围可以是 0F。这些值不区分大小写。因此,颜色代码 '#FF8800''#ff8800''#F80''#f80' 是等效的。

    此外,还可以按名称指定一些常见的颜色。下表列出了命名颜色选项、等效 RGB 三元组和十六进制颜色代码。

    颜色名称短名称RGB 三元组十六进制颜色代码外观
    'red''r'[1 0 0]'#FF0000'

    'green''g'[0 1 0]'#00FF00'

    'blue''b'[0 0 1]'#0000FF'

    'cyan' 'c'[0 1 1]'#00FFFF'

    'magenta''m'[1 0 1]'#FF00FF'

    'yellow''y'[1 1 0]'#FFFF00'

    'black''k'[0 0 0]'#000000'

    'white''w'[1 1 1]'#FFFFFF'

    以下是 MATLAB® 在许多类型的绘图中使用的默认颜色的 RGB 三元组和十六进制颜色代码。

    RGB 三元组十六进制颜色代码外观
    [0 0.4470 0.7410]'#0072BD'

    [0.8500 0.3250 0.0980]'#D95319'

    [0.9290 0.6940 0.1250]'#EDB120'

    [0.4940 0.1840 0.5560]'#7E2F8E'

    [0.4660 0.6740 0.1880]'#77AC30'

    [0.3010 0.7450 0.9330]'#4DBEEE'

    [0.6350 0.0780 0.1840]'#A2142F'

示例: histogram2(X,Y,'EdgeColor','r') 创建一个具有红色条形边的三维直方图。

直方图条形的透明度,指定为介于 01(包括二者)之间的标量值。histogram2 对所有的直方图条形使用相同的透明度。值 1 表示完全不透明,0 则表示完全透明(不可见)。

示例: histogram2(X,Y,'FaceAlpha',0.5) 创建一个具有半透明条形的二元直方图。

直方图的条形颜色,指定为下列值之一:

  • 'none' - 条形未填充。

  • 'flat' - 条形的颜色根据高度而有所不同。具有不同高度的条形有不同颜色。从图窗或坐标区颜色图中选择颜色。

  • 'auto' - 条形颜色是自动选择的(默认)。

  • RGB 三元组、十六进制颜色代码或颜色名称 - 用指定的颜色填充条形。

    RGB 三元组和十六进制颜色代码对于指定自定义颜色非常有用。

    • RGB 三元组是包含三个元素的行向量,其元素分别指定颜色中红、绿、蓝分量的强度。强度值必须位于 [0,1] 范围内,例如 [0.4 0.6 0.7]

    • 十六进制颜色代码是字符向量或字符串标量,以井号 (#) 开头,后跟三个或六个十六进制数字,范围可以是 0F。这些值不区分大小写。因此,颜色代码 '#FF8800''#ff8800''#F80''#f80' 是等效的。

    此外,还可以按名称指定一些常见的颜色。下表列出了命名颜色选项、等效 RGB 三元组和十六进制颜色代码。

    颜色名称短名称RGB 三元组十六进制颜色代码外观
    'red''r'[1 0 0]'#FF0000'

    'green''g'[0 1 0]'#00FF00'

    'blue''b'[0 0 1]'#0000FF'

    'cyan' 'c'[0 1 1]'#00FFFF'

    'magenta''m'[1 0 1]'#FF00FF'

    'yellow''y'[1 1 0]'#FFFF00'

    'black''k'[0 0 0]'#000000'

    'white''w'[1 1 1]'#FFFFFF'

    以下是 MATLAB 在许多类型的绘图中使用的默认颜色的 RGB 三元组和十六进制颜色代码。

    RGB 三元组十六进制颜色代码外观
    [0 0.4470 0.7410]'#0072BD'

    [0.8500 0.3250 0.0980]'#D95319'

    [0.9290 0.6940 0.1250]'#EDB120'

    [0.4940 0.1840 0.5560]'#7E2F8E'

    [0.4660 0.6740 0.1880]'#77AC30'

    [0.3010 0.7450 0.9330]'#4DBEEE'

    [0.6350 0.0780 0.1840]'#A2142F'

如果将 DisplayStyle 指定为 'stairs',则 histogram2 不使用 FaceColor 属性。

示例: histogram2(X,Y,'FaceColor','g') 创建一个具有绿色条形的三维直方图。

直方图条形上的光照效果,指定为下表中的值之一。

说明
'lit'

直方图条形显示伪光照效果,其中条形的侧边使用相对于顶部更暗的颜色。条形不受坐标区中其他光源的影响。

这是当 DisplayStyle'bar3' 时的默认值。

'flat'

直方图条形不会自动被照亮。若存在其他光源对象,则光照效果在条形面上是统一的。

'none'

直方图条形不会自动被照亮,且光源不影响直方图条形。

仅当 DisplayStyle'tile' 时,FaceLighting 才为 'none'

示例: histogram2(X,Y,'FaceLighting','none') 关闭直方图条形的光照。

线型,指定为下表中列出的选项之一。

线型说明表示的线条
'-'实线

'--'虚线

':'点线

'-.'点划线

'none'无线条无线条

条形轮廓的宽度,指定为以磅为单位的正值。一磅等于 1/72 英寸。

示例: 1.5

数据类型: single | double | int8 | int16 | int32 | int64 | uint8 | uint16 | uint32 | uint64

归一化类型,指定为此表中的一个值。对于每个 bin i

  • vi 是 bin 的值。

  • ci 是 bin 中的元素数目。

  • Ai=wxiwyi 是每个 bin 的面积,使用 bin 宽度 x 和 y 计算得出。

  • N 是输入数据中的元素数目。此值可以大于分 bin 数据元素数,前提是数据中包含 NaN 值,或者某些数据位于 bin 范围外。

bin 值注释
'count'(默认值)

vi=ci

  • 观测值的计数或频率。

  • bin 值之和小于或等于 numel(X)numel(y)。仅当某些输入数据不在 bin 中时,bin 值之和才会小于 numel(X)numel(y)

'countdensity'

vi=ciAi

  • 按 bin 的面积进行换算的计数或频率。

  • 每个条形的体积(高 * 面积)是 bin 中的观测值数量。条形体积之和小于或等于 numel(X)numel(y)

'cumcount'

vi=j=1icj

  • 累积计数。每个 bin 的值等于 x 和 y 维度中每个 bin 及以前所有 bin 中的观测值的累积数量。

  • 最后一个条形的高度小于或等于 numel(X)numel(Y)

'probability'

vi=ciN

  • 相对概率。

  • 条形高度之和小于或等于 1

'pdf'

vi=ciNAi

  • 概率密度函数的估计值。

  • 每个条形的体积是相对观测值数量。条形体积之和小于或等于 1

'cdf'

vi=j=1icjN

  • 累积的密度函数估算值。

  • 每个条形的高度等于 x 和 y 维度的每个 bin 及以前的所有 bin 中的累积相对观测值数量。最后一个条形的高度小于或等于 1

示例: histogram2(X,Y,'Normalization','pdf') 绘制 XY 的概率密度函数估算值。

切换空 bin 的显示,指定为 'off''on'。默认值为 'off'

示例: histogram2(X,Y,'ShowEmptyBins','on') 打开空 bin 的显示。

x 维度的 bin 范围,指定为二元素向量 [xbmin,xbmax]。该向量表示 x 维度中的第一个和最后一个 bin 边界。

histogram2 只绘制在 bin 范围 Data(Data(:,1)>=xbmin & Data(:,1)<=xbmax)(包含这两个边界值)内的数据。

x 维度中 bin 范围的选择模式,指定为 'auto''manual'。默认值是 'auto',这样 bin 范围自动调整为沿 x 轴的数据。

如果显式指定 XBinLimitsXBinEdges,则 XBinLimitsMode 自动设置为 'manual'。在这种情况下,将 XBinLimitsMode 指定为 'auto' 可将 bin 范围重新调整为该数据。

y 维度的 bin 范围,指定为二元素向量 [ybmin,ybmax]。该向量表示 y 维度中的第一个和最后一个 bin 边界。

histogram2 只绘制在 bin 范围 Data(Data(:,2)>=ybmin & Data(:,2)<=ybmax)(包含这两个边界值)内的数据。

y 维度中 bin 范围的选择模式,指定为 'auto''manual'。默认值是 'auto',这样 bin 范围自动调整为沿 y 轴的数据。

如果显式指定 YBinLimitsYBinEdges,则 YBinLimitsMode 自动设置为 'manual'。在这种情况下,将 YBinLimitsMode 指定为 'auto' 可将 bin 范围重新调整为该数据。

输出参数

全部展开

二元直方图,以对象形式返回。有关详细信息,请参阅Histogram2 属性

属性

Histogram2 属性二元直方图的外观和行为

对象函数

morebins增加直方图的 bin 数量
fewerbins减少直方图 bin 数量

示例

全部折叠

生成 10000 个随机数对组并创建一个二元直方图。histogram2 函数自动选择合适的 bin 数量,以便涵盖 xy 中的值范围并显示基本分布的形状。

x = randn(10000,1);
y = randn(10000,1);
h = histogram2(x,y)
h = 
  Histogram2 with properties:

             Data: [10000x2 double]
           Values: [25x28 double]
          NumBins: [25 28]
        XBinEdges: [1x26 double]
        YBinEdges: [1x29 double]
         BinWidth: [0.3000 0.3000]
    Normalization: 'count'
        FaceColor: 'auto'
        EdgeColor: [0.1500 0.1500 0.1500]

  Show all properties

xlabel('x')
ylabel('y')

指定 histogram2 函数的输出参数时,它返回一个二元直方图对象。可以使用该对象检查直方图的属性,例如 bin 数量或宽度。

计算每个维度的直方图 bin 数量。

nXnY = h.NumBins
nXnY = 1×2

    25    28

为划分入 25 个等距 bin 的 1,000 个随机数对组绘制一个二元直方图,其中每个维度使用 5 个 bin。

x = randn(1000,1);
y = randn(1000,1);
nbins = 5;
h = histogram2(x,y,nbins)

h = 
  Histogram2 with properties:

             Data: [1000x2 double]
           Values: [5x5 double]
          NumBins: [5 5]
        XBinEdges: [-4 -2.4000 -0.8000 0.8000 2.4000 4]
        YBinEdges: [-4 -2.4000 -0.8000 0.8000 2.4000 4]
         BinWidth: [1.6000 1.6000]
    Normalization: 'count'
        FaceColor: 'auto'
        EdgeColor: [0.1500 0.1500 0.1500]

  Show all properties

求生成的 bin 计数。

counts = h.Values
counts = 5×5

     0     2     3     1     0
     2    40   124    47     4
     1   119   341   109    10
     1    32   117    33     1
     0     4     8     1     0

生成 1,000 个随机数对组并创建一个二元直方图。

x = randn(1000,1);
y = randn(1000,1);
h = histogram2(x,y)

h = 
  Histogram2 with properties:

             Data: [1000x2 double]
           Values: [15x15 double]
          NumBins: [15 15]
        XBinEdges: [1x16 double]
        YBinEdges: [1x16 double]
         BinWidth: [0.5000 0.5000]
    Normalization: 'count'
        FaceColor: 'auto'
        EdgeColor: [0.1500 0.1500 0.1500]

  Show all properties

使用 morebins 函数精略调整 x 维度中的 bin 数量。

nbins = morebins(h,'x');
nbins = morebins(h,'x')

nbins = 1×2

    19    15

使用 fewerbins 函数调整 y 维度中的 bin 数量。

nbins = fewerbins(h,'y');
nbins = fewerbins(h,'y')

nbins = 1×2

    19    11

通过显式设置 bin 数按精细粒度级别调整 bin 数量。

h.NumBins = [20 10];

使用 1000 个正态分布的随机数创建一个二元直方图,其中每个维度有 12 个 bin。将 FaceColor 指定为 'flat' 以按高度对直方图条形着色。

h = histogram2(randn(1000,1),randn(1000,1),[12 12],'FaceColor','flat');
colorbar

生成随机数据并绘制一个二元块状直方图。通过将 ShowEmptyBins 指定为 'on' 显示空 bin。

x = 2*randn(1000,1)+2;
y = 5*randn(1000,1)+3;
h = histogram2(x,y,'DisplayStyle','tile','ShowEmptyBins','on');

生成 1,000 个随机数对组并创建一个二元直方图。使用两个向量指定 bin 边界,使具有无限宽的 bin 在直方图的边缘,以捕获不满足 |x|<2 的所有离群值。

x = randn(1000,1);
y = randn(1000,1);
Xedges = [-Inf -2:0.4:2 Inf];
Yedges = [-Inf -2:0.4:2 Inf];
h = histogram2(x,y,Xedges,Yedges)

h = 
  Histogram2 with properties:

             Data: [1000x2 double]
           Values: [12x12 double]
          NumBins: [12 12]
        XBinEdges: [1x13 double]
        YBinEdges: [1x13 double]
         BinWidth: 'nonuniform'
    Normalization: 'count'
        FaceColor: 'auto'
        EdgeColor: [0.1500 0.1500 0.1500]

  Show all properties

当 bin 边界为无限时,histogram2 将每个离群值的 bin(沿直方图的边界)显示为其相邻 bin 宽度的两倍。

Normalization 属性指定为 'countdensity' 以删除包含离群值的 bin。现在,每个 bin 的体积表示该 bin 的观测值频率。

h.Normalization = 'countdensity';

生成 1000 个随机数对组并使用 'probability' 归一化创建一个二元直方图。

x = randn(1000,1);
y = randn(1000,1);
h = histogram2(x,y,'Normalization','probability')

h = 
  Histogram2 with properties:

             Data: [1000x2 double]
           Values: [15x15 double]
          NumBins: [15 15]
        XBinEdges: [1x16 double]
        YBinEdges: [1x16 double]
         BinWidth: [0.5000 0.5000]
    Normalization: 'probability'
        FaceColor: 'auto'
        EdgeColor: [0.1500 0.1500 0.1500]

  Show all properties

计算条形高度的总和。通过此归一化,每个条形的高度等于选取位于该 bin 间隔内的观测值的概率,并且所有条形的高度总和为 1。

S = sum(h.Values(:))
S = 1.0000

生成 1,000 个随机数对组并创建一个二元直方图。返回直方图对象以调整该直方图的属性,无需重新创建整个绘图。

x = randn(1000,1);
y = randn(1000,1);
h = histogram2(x,y)

h = 
  Histogram2 with properties:

             Data: [1000x2 double]
           Values: [15x15 double]
          NumBins: [15 15]
        XBinEdges: [1x16 double]
        YBinEdges: [1x16 double]
         BinWidth: [0.5000 0.5000]
    Normalization: 'count'
        FaceColor: 'auto'
        EdgeColor: [0.1500 0.1500 0.1500]

  Show all properties

按高度对直方图条形着色。

h.FaceColor = 'flat';

更改每个方向的 bin 数量。

h.NumBins = [10 25];

将直方图显示为块状图。

h.DisplayStyle = 'tile';
view(2)

使用 savefig 函数保存二元直方图图窗。

y = histogram2(randn(100,1),randn(100,1));
savefig('histogram2.fig');
clear all
close all

使用 openfig 重新将直方图加载到 MATLAB。openfig 也返回图窗 h 的句柄。

h = openfig('histogram2.fig');

使用 findobj 函数从图窗句柄中查找正确的对象句柄。这样,您可以继续处理用于生成图窗的原始直方图对象。

y = findobj(h, 'type', 'histogram2')
y = 
  Histogram2 with properties:

             Data: [100x2 double]
           Values: [7x6 double]
          NumBins: [7 6]
        XBinEdges: [-3 -2 -1 0 1 2 3 4]
        YBinEdges: [-3 -2 -1 0 1 2 3]
         BinWidth: [1 1]
    Normalization: 'count'
        FaceColor: 'auto'
        EdgeColor: [0.1500 0.1500 0.1500]

  Show all properties

提示

  • 使用 histogram2 创建的直方图在绘图编辑模式下提供上下文菜单,以允许在图窗窗口中进行交互式操作。例如,您可以使用上下文菜单以交互方式更改 bin 的数量、对齐多个直方图或更改显示顺序。

扩展功能

在 R2015b 中推出