从零开始的matlab学习笔记——（34）直方图

Answer 1

matlab应用丰富，从基本的求极限、求导、求积分到解方程、概率统计、函数绘图、三维图像、拟合函数、动态图、傅里叶变换以及生成随机数等，涵盖了广泛的数据分析与可视化需求。在深入学习matlab的过程中，我们逐渐接触到不同的图表类型，以更好地理解和呈现数据。在这一系列学习笔记中，我们特别关注直方图的绘制。

直方图是直观展示数据分布的一种重要图表形式，尤其在统计分析中发挥关键作用。它通过将数据划分成多个区间（或称为桶），然后统计每个区间内数据的数量，进而以柱状图形式展示。直方图不仅帮助我们观察数据的集中趋势、离散程度，还能揭示数据分布的偏态或正态特性。

在matlab中，我们可以通过`histogram`函数轻松绘制直方图。首先，让我们了解一些基本的调用格式：

`histogram(a)`：此命令将绘制一个直方图，其中`a`代表一维数据向量，横轴表示数据的区间范围，纵轴则显示各区间内数据的数量。

`histogram(a,n)`：在这一格式中，`n`指定了数据被分成的区间数量。例如，使用`y=[0 1 3 2 3 4 4 2]`数据，执行`histogram(y,4)`会将数据分为四个区间进行统计。

`histogram(a,area)`：这里的`area`是一个向量，定义了数据被划分的区间。例如，`area=[0, 1, 1.25, 1.75, 2 ,3 ,3.5, 4]`将数据按照这个区间序列进行统计，得到更为定制化的直方图。

在绘制直方图时，除了显示数据数量，我们还可以选择不同的纵轴表示形式。通过`'Normalization'`参数，可以将纵轴数值调整为概率密度（`'pdf'`）或概率（`'probability'`）。在`'pdf'`模式下，纵轴数值表示的是区间数据占总体数据的相对概率；而在`'probability'`模式下，纵轴直接表示数据落在特定区间的概率。

以正态分布随机数为例，我们可以通过以下代码绘制直方图，并选择不同的纵轴表示方式：

`y=randn(1,90000)+2`生成一组随机数。

`histogram(y,20,'Normalization','pdf')`绘制PDF形式的直方图，其中20表示区间数量，结果将展示每个区间数据的相对概率。

`histogram(y,20,'Normalization','probability')`绘制概率形式的直方图，同样展示的是数据落在特定区间的概率。

通过这些方法，matlab为我们提供了灵活且强大的工具，以适应不同数据可视化需求。在绘制直方图时，合理选择参数不仅可以提升数据的可读性，还能更深入地理解数据的分布特性。

在学习matlab绘制直方图的过程中，你可能对统计图表有了更深刻的理解。这仅仅是数据可视化之旅的一个起点，接下来我们将探索更为丰富的统计图表类型，比如饼图的制作。在掌握了这些基本技能后，相信你将能更加自信地利用matlab进行数据分析与可视化。