MATLAB - 直方图
MATLAB - 现代直方图用于数据分析
Section titled “MATLAB - 现代直方图用于数据分析”直方图是数据分析中必不可少的工具，它提供了一种强大的数值数据分布图形表示。它们将数据分组到“bins”（区间）中，并显示每个区间内有多少个数据点。MATLAB 现代的 histogram 函数提供了一种灵活而强大的方式来创建富有洞察力的可视化图表，帮助您理解数据分布、集中趋势并识别异常。
现代方法：histogram 函数
Section titled “现代方法：histogram 函数”虽然旧版 MATLAB 使用 hist 函数，但推荐的现代方法是使用 histogram。它提供了更多的控制、灵活性，并返回一个创建后可修改其属性的对象。
逐步操作：创建和自定义直方图
Section titled “逐步操作：创建和自定义直方图”1. 创建基本直方图
Section titled “1. 创建基本直方图”让我们从可视化 1000 个服从正态分布的随机数的分布开始。histogram 函数将自动确定合适的 bin 数量以揭示其底层形状。
2. 控制 Bin 以获得更深入的洞察
Section titled “2. 控制 Bin 以获得更深入的洞察”bin 的数量和宽度可以显著改变直方图所呈现的信息。您有几种方式来控制它们：
'NumBins'：指定 bin 的数量。适用于总体概览。'BinWidth'：指定每个 bin 的宽度。当您有特定的区间大小（例如，年龄组）时很有用。'BinEdges'：提供一个明确定义每个 bin 边缘的向量。这为您提供了最大的控制权。
3. 归一化：改变 Y 轴的含义
Section titled “3. 归一化：改变 Y 轴的含义”默认情况下，直方图的条形高度代表数据点的计数。'Normalization'（归一化）属性允许您以不同方式表示数据，这对于比较不同大小的数据集至关重要。
'count'（默认）：条形的高度是 bin 中观测值的原始数量。'probability'：条形的高度是计数除以观测值的总数。所有条形高度之和为 1。'pdf'（概率密度函数）：每个条形的面积（高度 * 宽度）是观测值落入该 bin 的概率。所有条形的总面积为 1。这最适合比较具有不同 bin 宽度的分布。
4. 处理分类数据
Section titled “4. 处理分类数据”直方图不仅适用于数值数据。它们非常适合可视化数据中不同类别的频率。
高级主题和最佳实践
Section titled “高级主题和最佳实践”将 histogram 函数的输出赋给一个变量，会得到一个强大的对象。您可以在创建后检查其属性（例如 bin 计数或边缘）并修改其外观。
常见错误和调试
Section titled “常见错误和调试”- 误导性 Bin：过少的 bin 会过度平滑数据，隐藏重要特征。过多的 bin 会创建难以解释的嘈杂图表。请尝试使用
NumBins或BinWidth来找到一个好的平衡点。 - 误解 Y 轴：务必注意所使用的归一化方式。50 的“计数”与 0.5 的“概率”截然不同。请清晰地标注您的 Y 轴！
- 比较数据集：要比较两个不同数据集的直方图，几乎总是最好使用
'probability'或'pdf'归一化，特别是当数据集的总观测数量不同时。
掌握 histogram 后，可以探索以下相关函数：
histogram2：用于可视化两个变量的联合分布。ksdensity：计算平滑的概率密度估计，可以作为 PDF 归一化直方图的一个很好的替代方案。boxplot：用于以不同视角查看分布，侧重于四分位数和异常值。