使用箱线图可视化通道数据的分布
此示例展示了如何根据 ThingSpeak™通道中的数据绘制箱线图并可视化数据的分布。
从 ThingSpeak 汽车计数器通道读取数据
ThingSpeak通道38629 包含通过 Raspberry Pi™ 和网络摄像头获得的数据,该网络摄像头可对繁忙高速公路上的汽车进行计数。汽车计数算法在 Raspberry Pi 上运行,每 15 秒向 ThingSpeak 发送一次汽车计数。字段 1 和 2 分别包含东行和西行交通数据。
data = thingSpeakRead(38629,'NumDays',1,'Fields',[1,2],'outputFormat','table');
绘制箱线图
使用箱线图函数可视化东行和西行交通数据的分布,显示最小值、最大值、中位数、第一四分位数和第三四分位数。
boxplot([data.DensityOfEastboundCars data.DensityOfWestboundCars],'Notch','on', ... 'Labels',{'All Eastbound Cars','All Westbound Cars'}); ylabel('Density of cars every 15 seconds'); title('Boxplot of Eastbound and Westbound traffic in the last 24 hours');
箱线图显示了东行和西行交通的中位数、最小和最大汽车数量。须线默认覆盖 99.3% 的数据。盒子的底部和顶部表示第一和第三四分位数;西行交通量的分布明显较小。
另请参阅
函数
boxplot
(Statistics and Machine Learning Toolbox) |thingSpeakRead