parallelplot

parallelplot(tbl) 根据表 tbl 创建一个平行坐标图。绘图中的每个线条代表表中的一行，绘图中的每个坐标变量对应于表中的一列。默认情况下，软件绘制所有表列。

parallelplot(tbl,'CoordinateVariables',coordvars) 根据表 tbl 中的 coordvars 变量创建一个平行坐标图。

parallelplot(___,'GroupVariable',grpvar) 使用 grpvar 指定的表变量对绘图中的线条进行分组。在上述语法中的任何输入参量组合后指定此选项。

parallelplot(data) 根据数值矩阵 data 创建一个平行坐标图。

parallelplot(data,'CoordinateData',coorddata) 根据矩阵 data 中的 coorddata 列创建一个平行坐标图。

parallelplot(___,'GroupData',grpdata) 使用 grpdata 中的数据对绘图中的线条进行分组。可在上述任一适用于数值矩阵数据的输入参量组合后指定此选项。

parallelplot(___,Name,Value) 使用一个或多个名称-值对组参量指定其他选项。例如，您可以为具有数值的坐标指定数据归一化方法。有关属性列表，请参阅 ParallelCoordinatesPlot 属性。

parallelplot(parent,___) 在 parent 指定的图窗、面板或选项卡中创建平行坐标图。

p = parallelplot(___) 返回 ParallelCoordinatesPlot 对象。创建对象后，使用 p 修改该对象。有关属性列表，请参阅 ParallelCoordinatesPlot 属性。

示例

用表格数据创建平行坐标图

根据医疗患者数据表创建一个平行坐标图。

加载 patients 数据集，并基于加载到工作区中的变量子集创建一个表。使用表创建一个平行坐标图。绘图中的每个线条对应于单个患者。使用绘图观测数据中的趋势。例如，绘图表明吸烟者往往具有较高的血压值（包括舒张压和收缩压）。

load patients
tbl = table(Diastolic,Smoker,Systolic);
p = parallelplot(tbl)

p = 
  ParallelCoordinatesPlot with properties:

            SourceTable: [100x3 table]
    CoordinateVariables: {'Diastolic'  'Smoker'  'Systolic'}
          GroupVariable: ''

  Use GET to show all properties

默认情况下，软件会沿坐标标尺随机抖动绘图线条，使其不会完全重叠。这种抖动对于可视化分类数据特别有用，因为它使您能够更轻松地区分绘图线条。例如，沿 Smoker 坐标标尺观察绘图线条；这些绘图线条并没有完全对齐到 true 或 false 刻度线。

要禁用默认抖动，请将 Jitter 属性设置为 0。

p.Jitter = 0;

指定坐标变量和组变量

根据海啸数据表创建一个平行坐标图。指定要显示的表变量及其顺序，并根据其中一个变量对绘图中的线条进行分组。

将海啸数据以表形式读入工作区中。

tsunamis = readtable('tsunamis.xlsx');

使用该表中的变量子集创建一个平行坐标图。首先，增大图窗窗口大小，以防止绘图过度拥挤。然后，要指定变量及其顺序，请使用 'CoordinateVariables' 名称-值对组参量。要根据有效性对海啸事件进行分组，请将 'GroupVariable' 名称-值对组参量设置为 'Validity'。绘图中的每个线条对应于单个海啸事件。绘图表明数据集中大多数具有 Validity 值的事件被认为是确定的海啸。

figure('Units','normalized','Position',[0.3 0.3 0.45 0.4])
coordvars = {'Year','Validity','Cause','Country'};
p = parallelplot(tsunamis,'CoordinateVariables',coordvars,'GroupVariable','Validity');

使用分 bin 数据创建平行坐标图

根据包含医疗患者数据的矩阵创建一个平行坐标图。对矩阵中一个列的值进行分 bin，并使用分 bin 值对绘图中的线条进行分组。

加载 patients 数据集，并根据 Age、Height 和 Weight 值创建一个矩阵。使用矩阵数据创建一个平行坐标图。为绘图中的坐标变量添加标签。绘图中的每个线条对应于单个患者。

load patients
X = [Age Height Weight];
p = parallelplot(X)

p = 
  ParallelCoordinatesPlot with properties:

              Data: [100x3 double]
    CoordinateData: [1 2 3]
         GroupData: []

  Use GET to show all properties

p.CoordinateTickLabels = {'Age (years)','Height (inches)','Weight (pounds)'};

创建一个新分类变量，该分类变量将每个患者归入三个类别之一：short、average 或 tall。设置 bin 边界，使其包括最小和最大 Height 值。

min(Height)

ans = 60

max(Height)

ans = 72

binEdges = [60 64 68 72];
bins = {'short','average','tall'};
groupHeight = discretize(Height,binEdges,'categorical',bins);

现在使用 groupHeight 值对平行坐标图中的线条分组。绘图表明 short 患者体重往往低于 tall 患者。

p.GroupData = groupHeight;

指定坐标和组数据

根据包含医疗患者数据的矩阵创建平行坐标图。对于每个绘图，指定要显示的矩阵列，并根据一个单独变量对绘图中的线条进行分组。

加载 patients 数据集，并基于加载到工作区的变量中的一部分创建一个矩阵。

load patients
X = [Age Height Weight];

使用矩阵 X 中的列的子集创建一个平行坐标图。要指定列及其顺序，请使用 'CoordinateData' 名称-值对组参量。通过将 Smoker 值传递给 'GroupData' 名称-值对组参量，根据患者是否为吸烟者对其进行分组。绘图中的每个线条对应于单个患者。绘图表明是否为吸烟者与年龄或体重之间没有明显的关系。

coorddata = [1 3];
p = parallelplot(X,'CoordinateData',coorddata,'GroupData',Smoker)

p = 
  ParallelCoordinatesPlot with properties:

              Data: [100x3 double]
    CoordinateData: [1 3]
         GroupData: [100x1 logical]

  Use GET to show all properties

p.CoordinateTickLabels = {'Age','Weight'};

使用 X 中列的另一个子集创建另一个平行坐标图。根据患者的性别对其进行分组。绘图表明男人的身高和体重高于女人。

coorddata2 = [2 3];
p2 = parallelplot(X,'CoordinateData',coorddata2,'GroupData',Gender)

p2 = 
  ParallelCoordinatesPlot with properties:

              Data: [100x3 double]
    CoordinateData: [2 3]
         GroupData: {100x1 cell}

  Use GET to show all properties

p2.CoordinateTickLabels = {'Height','Weight'};

在绘图中更改数据归一化

根据停电数据表创建一个平行坐标图。更改数值坐标变量的归一化方法。

将停电数据以表形式读入工作区中。显示表的前几行。

outages = readtable('outages.csv');
head(outages)

       Region           OutageTime        Loss     Customers     RestorationTime            Cause       
    _____________    ________________    ______    __________    ________________    ___________________

    {'SouthWest'}    2002-02-01 12:18    458.98    1.8202e+06    2002-02-07 16:50    {'winter storm'   }
    {'SouthEast'}    2003-01-23 00:49    530.14    2.1204e+05                 NaT    {'winter storm'   }
    {'SouthEast'}    2003-02-07 21:15     289.4    1.4294e+05    2003-02-17 08:14    {'winter storm'   }
    {'West'     }    2004-04-06 05:44    434.81    3.4037e+05    2004-04-06 06:10    {'equipment fault'}
    {'MidWest'  }    2002-03-16 06:18    186.44    2.1275e+05    2002-03-18 23:23    {'severe storm'   }
    {'West'     }    2003-06-18 02:49         0             0    2003-06-18 10:54    {'attack'         }
    {'West'     }    2004-06-20 14:39    231.29           NaN    2004-06-20 19:16    {'equipment fault'}
    {'West'     }    2002-06-06 19:28    311.86           NaN    2002-06-07 00:51    {'equipment fault'}

创建一个名为 OutageDuration 的新变量，指示每次停电持续的时间。将 OutageDuration 转换为每次停电持续的天数。将该新变量添加到 outages 表中，并将其命名为 OutageDays。

OutageDuration = outages.RestorationTime - outages.OutageTime;
outages.OutageDays = days(OutageDuration);

使用 Loss、Customers 和 OutageDays 变量创建一个平行坐标图。由于坐标变量是数值，因此使用 'DataNormalization' 和 'Jitter' 名称-值对组参量将绘图中的值显示为 Z 分数，不使用任何抖动。

coordvars = {'Loss','Customers','OutageDays'};
p = parallelplot(outages,'CoordinateVariables',coordvars,'DataNormalization','zscore','Jitter',0);

OutageDays 变量包含一个偏离 OutageDays 均值超过 30 倍标准差的值和另一个偏离均值超过 10 倍标准差的值。将鼠标悬停在绘图中的值上以显示数据提示。每个数据提示表示与绘图中的线条对应的表行。

在 outages 表中查找具有刚才识别的 OutageDays 极值的行。您会注意到，这两次停电的 RestorationTime 值是不正常的。

outliers = outages([1011 269],:)

outliers=2×7 table
       Region           OutageTime        Loss     Customers     RestorationTime            Cause            OutageDays
    _____________    ________________    ______    __________    ________________    ____________________    __________

    {'NorthEast'}    2009-08-20 02:46       NaN    1.7355e+05    2042-09-18 23:31    {'severe storm'    }       12083  
    {'MidWest'  }    2008-02-07 06:18    2378.7             0    2019-08-14 16:16    {'energy emergency'}      4206.4

对绘图中坐标变量的类别重新排序

创建一个平行坐标图。对其中一个坐标变量的类别重新排序。

将停电数据以表形式读入工作区中。

outages = readtable('outages.csv');

使用表中的列的子集创建一个平行坐标图。根据导致停电的事件对绘图中的线条分组。

coordvars = [1 3 4 6];
p = parallelplot(outages,'CoordinateVariables',coordvars,'GroupVariable','Cause');

通过更新源表，更改 Cause 中事件的顺序。首先，将 Cause 转换为一个 categorical 变量，指定事件的新顺序，并使用 reordercats 函数创建一个名为 orderCause 的新变量。然后，在绘图的源表中，用新 orderCause 变量替换原来的 Cause 变量。

categoricalCause = categorical(p.SourceTable.Cause);
newOrder = {'attack','earthquake','energy emergency','equipment fault', ...
    'fire','severe storm','thunder storm','wind','winter storm','unknown'};
orderCause = reordercats(categoricalCause,newOrder);
p.SourceTable.Cause = orderCause;

由于 Cause 变量包含七个以上的类别，因此绘图中的一些组具有相同的颜色。通过更改 p 的 Color 属性，为每个组分配不同颜色。

p.Color = parula(10);

输入参数

`tbl` — 源表
表

源表，指定为表。

您可以使用 table 函数根据工作区变量创建表，也可以使用 readtable 函数以表的形式导入数据。

源表存储在 ParallelCoordinatesPlot 对象的 SourceTable 属性中。

`coordvars` — 要显示为坐标的表变量
数值向量 | 字符串数组 | 字符向量元胞数组 | 逻辑向量

要显示为坐标的表变量，指定为下列形式之一：

数值向量 - 指示表变量的索引。例如，parallelplot(tbl,'CoordinateVariables',[1 5:7]) 选择表中的第一个、第五个、第六个和第七个变量来显示为坐标。
字符串数组或字符向量元胞数组 - 指示表变量的名称。例如，parallelplot(tbl,'CoordinateVariables',{'Age','Weight','Height'}) 选择名为 'Age'、'Weight' 和 'Height' 的变量来显示为坐标。
逻辑向量 - 包含所选表变量的 true 元素。

coordvars 值存储在 ParallelCoordinatesPlot 对象的 CoordinateVariables 属性中。CoordinateTickLabels 属性存储选定的变量名称。

`grpvar` — 用于对数据分组的表变量
字符向量 | 字符串标量 | 数值标量 | 逻辑向量

用于对数据分组的表变量，指定为下列形式之一：

字符向量或字符串标量 - 指示表变量名称之一。
数值标量 - 指示表变量索引
逻辑向量 - 包含表变量的一个 true 元素

与表变量关联的值必须构成一个数值向量、逻辑向量、分类数组、字符串数组或字符向量元胞数组。

grpvar 将 tbl 中的行分成若干唯一组。默认情况下，软件根据关联的绘图线条的组值为这些绘图线条着色。对应于同一组的绘图线条具有相同的颜色。然而，parallelplot 最多分配七种唯一的组颜色。当组的总数超过指定的颜色数量时，parallelplot 将循环使用指定的颜色。

在图例中，parallelplot 按照组在 ParallelCoordinatesPlot 的 GroupData 属性中首次出现的顺序显示其组名称。

示例: 'Smoker'

示例: 3

`data` — 输入数据
数值矩阵

输入数据，指定为数值矩阵。

data 值存储在 ParallelCoordinatesPlot 对象的 Data 属性中。

`coorddata` — 要显示为坐标的矩阵列
数值向量 | 逻辑向量

要显示为坐标的矩阵列，以下列形式之一指定：

数值向量 - 指示输入数据矩阵的列。例如，parallelplot(data,'CoordinateData',[1 5:7]) 选择 data 中的第一个、第五个、第六个和第七个列来显示为坐标。
逻辑向量 - 包含输入数据矩阵中选定列的 true 元素。

coorddata 值存储在 ParallelCoordinatesPlot 对象的 CoordinateData 属性中。

`grpdata` — 用于对矩阵数据分组的值
数值向量 | 逻辑向量 | 分类数组 | 字符串数组 | 字符向量元胞数组

用于对矩阵数据分组的值，指定为数值向量、逻辑向量、分类数组、字符串数组或字符向量元胞数组。

grpdata 将 data 中的行分成若干唯一组。默认情况下，软件根据关联的绘图线条的组值为这些绘图线条着色。对应于同一组的绘图线条具有相同的颜色。然而，parallelplot 最多分配七种唯一的组颜色。当组的总数超过指定的颜色数量时，parallelplot 将循环使用指定的颜色。

在图例中，parallelplot 按照组在 ParallelCoordinatesPlot 的 GroupData 属性中首次出现的顺序显示其组名称。

示例: [1 2 1 3 2 1 3 3 2 3]

示例: categorical({'blue','red','yellow','blue','yellow','red','red','yellow','blue','red'})

`parent` — 父容器
`Figure` 对象 | `Panel` 对象 | `Tab` 对象 | `TiledChartLayout` 对象 | `GridLayout` 对象

父容器，指定为 Figure、Panel、Tab、TiledChartLayout 或 GridLayout 对象。

名称-值参数

将可选的参量对组指定为 Name1=Value1,...,NameN=ValueN，其中 Name 是参量名称，Value 是对应的值。名称-值参量必须出现在其他参量之后，但参量对组的顺序无关紧要。

在 R2021a 之前，使用逗号分隔每个名称和值，并用引号将 Name 引起来。

示例: parallelplot(data,'GroupData',grpdata,'DataNormalization','zscore','Jitter',0) 指定使用 grpdata 对 data 中的数值数据进行分组，并将数据显示为 Z 分数，且不使用任何抖动。

`Title` — 绘图标题
`''` (默认) | 字符向量 | 字符串数组 | 字符向量元胞数组 | 分类数组

绘图标题，指定为字符向量、字符串数组、字符向量元胞数组或分类数组。默认情况下，绘图没有标题。

要创建一个多行标题，请指定字符串数组或字符向量元胞数组。数组中的每个元素对应一行文本。

如果将标题指定为分类数组，MATLAB^® 将使用数组中的值，而不是类别。

示例: p = parallelplot(__,'Title','My Title Text')

示例: p.Title = 'My Title Text'

示例: p.Title = {'My','Title'}

`DataNormalization` — 坐标的归一化方法
`'range'` (默认) | `'none'` | `'zscore'` | `'scale'` | `'center'` | `'norm'`

具有数值的坐标的归一化方法，指定为以下选项之一。

方法	描述
`'range'`	沿具有独立最小值和最大值的坐标标尺显示原始数据
`'none'`	沿具有相同最小值和最大值的坐标标尺显示原始数据
`'zscore'`	沿每个坐标标尺显示 Z 分数（均值为 0，标准差为 1）
`'scale'`	沿每个坐标标尺显示按标准差缩放的值
`'center'`	沿每个坐标标尺显示均值为 0 的中心化数据
`'norm'`	沿每个坐标标尺显示 2-范数值

有关这些方法的详细信息，请参阅 normalize。

对于作为逻辑向量、日期时间数组、持续时间数组、分类数组、字符串数组或字符向量元胞数组的坐标变量，parallelplot 沿坐标标尺均匀分布唯一的可能值，而不考虑归一化方法。

示例: p = parallelplot(__,'DataNormalization','none')

示例: p.DataNormalization = 'zscore'

`Jitter` — 数据位移距离
`0.1` (默认) | 区间 [0,1] 中的数值标量

沿坐标标尺的数据位移距离，指定为区间 [0,1] 中的数值标量。Jitter 值决定绘图线条从实际值出发沿坐标标尺位移的最大距离，其中位移是均匀随机量。如果您将 Jitter 属性设置为 1，则相邻抖动区域会恰好彼此接触。将 Jitter 属性设置为 0 可显示实际数据值。

一定程度的抖动对可视化分类数据特别有帮助，因为抖动使您能够更轻松地区分绘图线条。但是，Jitter 值会影响所有坐标变量，包括数值变量。

示例: p = parallelplot(__,'Jitter',0.5)

示例: p.Jitter = 0.2

`Color` — 组颜色
字符向量 | 字符串数组 | 字符向量元胞数组 | RGB 值的矩阵

组颜色，指定为下列形式之一：

指定颜色名称、短名称或十六进制颜色代码的字符向量。十六进制颜色代码以井号 (#) 开头，后跟三个或六个 0 到 F 范围内的十六进制数字。这些值不区分大小写。因此，颜色代码 '#FF8800' 与 '#ff8800'、'#F80' 与 '#f80' 是等效的。
指定一个或多个颜色名称、短名称或十六进制颜色代码的字符串数组或字符向量元胞数组。
范围 [0,1] 内的 RGB 值的三列矩阵。三列代表 R 值、G 值和 B 值。

从这些预定义的颜色、其等效 RGB 三元组及其十六进制颜色代码中进行选择。

颜色名称	短名称	RGB 三元组	十六进制颜色代码
`"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"`

默认情况下，parallelplot 最多分配七种唯一的组颜色。当组的总数超过指定的颜色数量时，parallelplot 将循环使用指定的颜色。

示例: p = parallelplot(__,'Color',{'blue','black','green'})

示例: p.Color = [0 0 1; 0 0.5 0.5; 0.5 0.5 0.5]

示例: p.Color = {'#EDB120','#77AC30','#7E2F8E'}

输出参量

`p` — 平行坐标图
`ParallelCoordinatesPlot` 对象

ParallelCoordinatesPlot 对象，它是一个独立可视化。创建对象后，使用 p 修改该对象。有关属性列表，请参阅 ParallelCoordinatesPlot 属性。

详细信息