以下介紹一維數(shù)據(jù)的可視化。
一. 餅狀圖、根狀圖和梯形圖
1) 餅狀圖
(源代碼:pie_stem_stairs.m)
餅狀圖可以直觀地表示百分比的相對(duì)大小。餅狀圖可以由matlab的pie命令繪制。其中,我們可以將某些數(shù)據(jù)從餅中分離以強(qiáng)調(diào)顯示(圖1)。
- Expenses = [20 10 40 12 20 19 5 15];
- ExpenseCategories = {'食品','藥品','住宿','其他','交通',...
- '水電','禮品','購(gòu)物'};
- MostLeastExpensive = ...
- (Expenses==max(Expenses)|Expenses==min(Expenses));
-
- figure();
- h=pie(gca,Expenses,MostLeastExpensive,ExpenseCategories);
- % 命令為每一個(gè)數(shù)據(jù)項(xiàng)返回一個(gè)文本句柄(text handle,h的偶數(shù)項(xiàng))
- % 可以通過(guò)句柄改變字體大小
- for i =2:2:16;set(h(i),'fontsize',14);end
-
- % 添加標(biāo)注
- title('年度支出報(bào)告','fontsize',14);
圖 1
2) 根狀圖
根狀圖可由stem命令繪制,根狀圖常用來(lái)表示連續(xù)信號(hào)的離散采樣數(shù)據(jù)(圖2)。
- %% 根狀圖
- figure;
- x = linspace(0,2,100);
- x1 = x(1:13:end);
- x2 = x(1:5:end);
- y = exp(.3*x).*cos(-2*x);
- yy = round(rand(1,length(x1)));yy(yy==0)=-1;
- y1 = exp(.3*x1).*cos(-2*x1)+yy.*rand(1,length(x1));
- yy = round(rand(1,length(x2)));yy(yy==0)=-1;
- y2 = exp(.3*x2).*cos(-2*x2)+yy.*rand(1,length(x2));
- plot(x,y); hold on;
- h1 = stem(x1,y1);
- h2 = stem(x2,y2);
-
- % 設(shè)置標(biāo)志的大小和樣式
- set(h1,'MarkerFaceColor','green','Marker','o','Markersize',7,'Color',[0 0 0]);
- set(h2,'MarkerFaceColor','red','Marker','s','Color',[0 0 0]);
- xlabel('x');ylabel('信號(hào)');
- title({'以一定的采樣率對(duì)連續(xù)信號(hào)進(jìn)行采樣','由于噪聲的存在,采樣不完美'});
- legend({'原始信號(hào)','帶噪聲離散化1','帶噪聲離散化2'});
- print(gcf,'-dpng','./stem.png');
圖 2
3) 梯形圖
梯形圖可由stairs命令得到,它常常用于數(shù)據(jù)之間連線并無(wú)意義的情況下的繪圖,在數(shù)據(jù)密集的情況下,也可以用梯形圖代替柱狀圖。(圖3)
- %% 梯形圖
-
- %figure('units','normalized','position',[0.1 0.1 0.6 0.6]);
- figure;
- % 加載數(shù)據(jù)
- load algoResultsData.mat
- % 增加一行NaN,以使最梯形圖最后是一條水平線(而非上升線)
-
- h=stairs([MethodPerformanceNumbers nan(5,1)]');
- legendMatrix = {'Fresh Tissue','FFPE',...
- 'Blood','DNA','Simulated'};
- for i = 1:5;
- set(h(i),'linewidth',2); % 加粗線條
- % y在圖例說(shuō)明后面加注“共計(jì)…個(gè)”
- legendMatrix{i} = [legendMatrix{i} ...
- ', 共計(jì)' num2str(CategoryTotals(i)) '個(gè)'];
- end
- set(gca,'xlim',[0.5 6.5],...
- 'XTick',1.5:nosOfMethods+1,...
- 'XTickLabel',{'K Means','Fuzzy C Means',...
- 'Hierarchical','Maximize Expectation','Dendogram'});
-
- % 添加標(biāo)注
- title({'5種聚類算法在','5個(gè)測(cè)試集上測(cè)試結(jié)果'},'fontsize',15);
- legendflex(h,... %handle to plot lines
- legendMatrix,... %corresponding legend entries
- 'ref', gcf, ... %which figure
- 'anchor', {'ne','ne'}, ...%location of legend box
- 'buffer',[0 0], ... % an offset wrt the location
- 'fontsize',8,... %font size
- 'xscale',.5); %a scale factor for symbols
- rotateXLabels(gca,20);
- set(gca,'position',[0.1139 0.1989 0.7750 0.6638]);
- set(gcf,'color',[1 1 1],'paperpositionmode','auto');
圖 3
二. 盒形圖
(源代碼boxplots.m)
盒形圖(box plot)又名盒須圖(box-and-whisker diagram)。它能在一副圖中同時(shí)表示多種統(tǒng)計(jì)信息。具體而言,包括如下五種統(tǒng)計(jì)量:中位數(shù)(median,Q2)
上下四分位數(shù)(Q1、Q3)和最大最小值。其中,Q1和Q3構(gòu)成盒子,胡須分別向上和向下延伸到最大值和最小值處。
接下來(lái),我們利用matlab自帶的命令plotbox,繪制14種癌癥的第105號(hào)基因表達(dá)水平的盒形圖(圖4)。
- % 加載14種癌癥基因表達(dá)數(shù)據(jù),共16063組基因,144+54=198個(gè)樣本
- load 14cancer.mat
-
- figure('units','normalized','Position',[0 0 0.8 0.8]);
- data = [Xtrain(:,0105); Xtest(:,0105)];
- labels = [ytrainLabels ytestLabels];
- boxplot(data,labels,'labels',classLabels);
-
- ylabel('基因表達(dá)水平','fontsize',12);
- title({'盒狀圖表示198個(gè)樣本的基因','在14種癌癥上的表達(dá)水平'},'fontsize',12);
圖 4
第三方函數(shù)aboxplot,提供了更高級(jí)的功能,我們可以為盒形圖上色,同時(shí)繪制多組盒形圖等。
首先,繪制單獨(dú)一組盒形圖(圖5)。
- figure;
- x1 = normrnd(5,2,10000,1); % 期望為5,方差為2的正態(tài)分布的10000個(gè)數(shù)據(jù)
- x2 = normrnd(10,2,10000,1); % 期望為10,方差為2的正態(tài)分布的10000個(gè)數(shù)據(jù)
- x3 = normrnd(15,2,10000,1); % 期望為15,方差為2的正態(tài)分布的10000個(gè)數(shù)據(jù)
-
- x = cat(2,x1,x2,x3); % 將三組數(shù)據(jù)連接成 10000 x 3 的矩陣
- aboxplot(x,'labels',[5,10,15],'Colorgrad','green_down','OutlierMarker','*','OutlierMarkerSize',1,'WidthE',0.2,'WidthS',0.6); % 利用aboxplot繪圖
- xlabel('\mu'); % X軸標(biāo)簽
- title('利用aboxplot,繪制更加精制的盒形圖');
圖5
然后,我們繪制含有三組數(shù)據(jù)的盒形圖(圖6)。
- figure;
- % 第一組標(biāo)準(zhǔn)差都為2
- x1 = normrnd(5,2,10000,1);
- x2 = normrnd(10,2,10000,1);
- x3 = normrnd(15,2,10000,1);
- % 第二組標(biāo)準(zhǔn)差都為4
- y1 = normrnd(5,4,10000,1);
- y2 = normrnd(10,4,10000,1);
- y3 = normrnd(15,4,10000,1);
- % 第三組標(biāo)準(zhǔn)差都為6
- z1 = normrnd(5,6,10000,1);
- z2 = normrnd(10,6,10000,1);
- z3 = normrnd(15,6,10000,1);
-
- % 將每組數(shù)據(jù)連接成 10000 x 3 的矩陣
- x = cat(2,x1,x2,x3);
- y = cat(2,y1,y2,y3);
- z = cat(2,z1,z2,z3);
-
- % 將三組數(shù)據(jù)連接成 3 x 10000 x 3 的矩陣
- h = cat(1, reshape(x,[1 size(x)]), reshape(y,[1 size(y)]), reshape(z,[1 size(z)]));
-
- aboxplot(h,'labels',[5,10,15],'colorgrad','orange_down','colorrev',true); % 繪圖; 顏色默認(rèn)為藍(lán)色,這里設(shè)為橙色; colorrev默認(rèn)為false,可以改為默認(rèn)值觀察變化
- xlabel('\mu'); % X軸標(biāo)簽
- legend('\sigma=2','\sigma=4','$\sigma=6'); % 添加圖例
- title('同時(shí)繪制多組盒形圖');
圖 6
三. 迷你圖(sparkline)
(源代碼:sparklines.m)
sparkline最初是由Edward Tufte(愛(ài)德華塔夫特)提出的,是一類信息體積小和數(shù)據(jù)密度高的圖表。目前它被用作一些測(cè)量,相關(guān)的變化的信息呈現(xiàn)的方式,如平均溫度,股市交投活躍。sparkline也常常以一組多條的形式出現(xiàn)在柱狀圖,折線圖當(dāng)中。
以下我們用迷你圖繪制谷歌等7家公司2011年全年的股價(jià)信息。(圖7)
- %% 加載數(shù)據(jù)
- [dt{1} dateD{1}] = xlsread('AAPL_090784_012412.csv');
- [dt{2} dateD{2}] = xlsread('GOOG_090784_012412.csv');
- [dt{3} dateD{3}] = xlsread('MSFT_090784_012412.csv');
- [dt{4} dateD{4}] = xlsread('SLB_090784_012412.csv');
- [dt{5} dateD{5}] = xlsread('YHOO_090784_012412.csv');
- [dt{6} dateD{6}] = xlsread('S&P_090784_012412.csv');
- [dt{7} dateD{7}] = xlsread('GE_090784_012412.csv');
- stocks = {'AAPL','GOOG','MSFT','SLB','YHOO','S&P','GE'};
- rangeMIN = datenum('1/1/2011');
- rangeMAX = datenum('12/31/2011');
-
- %% 數(shù)據(jù)預(yù)處理
- for i = 1:length(dt)
- % 數(shù)據(jù)處理
- % 將日期轉(zhuǎn)化為數(shù)字形式
- dateD{i} = datenum({dateD{i}{2:end,1}});
- % 查找日期區(qū)間
- idx = find(dateD{i} >= rangeMIN & dateD{i} <= rangeMAX);
- dt{i} = dt{i}(idx);
- % 提取區(qū)間內(nèi)的數(shù)據(jù)
- dateD{i} = dateD{i}(idx);
- % 標(biāo)準(zhǔn)化數(shù)據(jù)
- dtn{i} = dt{i}./max(dt{i});
- clear idx
- labels2{i} = num2str(dt{i}(end));
- end
-
- %% 繪制迷你圖
- sparkline(dateD,dtn,stocks,labels2);
圖7
實(shí)際的繪制工作由sparkline命令完成,方法是將7條表示股價(jià)信息的曲線繪制在同一個(gè)figure中,高度分別相關(guān)若干距離。代碼如下:
- function sparkline(xdata,ydata,labels1,labels2)
-
- %SPARKLINE(XDATA,YDATA,LABELS1,LABELS2) creates a graph with sparklines
- % XDATA and YDATA are cell arrays of vectors of x and corresponding y
- % values. LABELS1 give the labels you want corresponding to each sparkline
- % to be located at the start of the line. LABELS2 give the labels you want
- % corresponding to each sparkline to be located at the end of the line.
-
- % No borders necessary - span the axes out to total available space
- % make the plots by bumping up each sparkline with an arbitrary unit of
- % separation. Here unitOfSep=1;
- unitOfSep=1;
-
- figure; axes('position',[0 0 1 .9]);hold on;
- endPt = -1;
- startPt = 1e100;
- for i = 1:length(xdata)
- % Plot SparkLines
- plot(xdata{i}, ydata{i}+ (i-1)*+unitOfSep,'k');
-
- maxp{i} = find(ydata{i}==max(ydata{i}));
- minp{i} = find(ydata{i}==min(ydata{i}));
-
- plot(xdata{i}(maxp{i}),ydata{i}(maxp{i})+ (i-1)*+unitOfSep,'bo','MarkerFaceColor','b');
- plot(xdata{i}(minp{i}),ydata{i}(minp{i})+ (i-1)*+unitOfSep,'ro','MarkerFaceColor','r');
- text(xdata{i}(end), mean(ydata{i})+ (i-1)*+unitOfSep,labels1{i},'HorizontalAlignment','right');
- text(xdata{i}(1), mean(ydata{i})+ (i-1)*+unitOfSep,labels2{i},'HorizontalAlignment','left');
-
- endPt = max([xdata{i}(1) endPt]);
- startPt= min([xdata{i}(end) startPt]);
- end
- text(startPt+50, i*unitOfSep+.7,'1/1/2011 到 12/31/2011股價(jià)迷你圖','fontsize',14);
- set(gca,'visible','off','ylim',[0+unitOfSep/2 i*unitOfSep+unitOfSep/2],...
- 'yticklabel',[],'xlim',[startPt-.15*(endPt-startPt) endPt+.15*(endPt-startPt)],...
- 'xticklabel',[],'TickLength',[0 0]);
- set(gcf,'Color',[1 1 1],'Paperpositionmode','auto');
四. 堆疊折線圖(stacked line graph)
(源代碼:stackedlines.m)
堆疊折線圖可以表示多組數(shù)據(jù)變化趨勢(shì)。以下我們利用繪制面積圖的area命令制作堆疊折線圖。我們已有15個(gè)名字的受歡迎程度在各個(gè)年份的排名,我們即要用圖像表示出這個(gè)趨勢(shì)。(圖8)
- %% 加載數(shù)據(jù)
- [ranksoverdecades names] = xlsread('MockDataNameVoyager.xlsx');
- sex = names(2:end,2);
- names = names(2:end,1);
- years = ranksoverdecades(1,:);
- ranksoverdecades = ranksoverdecades(2:end,:);
- ranksoverdecades = ranksoverdecades';
- % 將男孩名字和女孩名字分開(kāi)
- males = find(strcmp(sex,'M'));
- fmales = find(strcmp(sex,'F'));
- ymax=max(max(cumsum(ranksoverdecades,2)));
-
- % 計(jì)算名字標(biāo)簽的位置的y坐標(biāo)
- nameLoc = cumsum(ranksoverdecades(end,:));
- nameLoc = [0 nameLoc];
- nameLoc = (nameLoc(1:end-1) + nameLoc(2:end))/2;
-
- %% 布局
- figure('units','normalized','Position',[ 0.3432 0.1472 0.6542 0.7574]);
- % 創(chuàng)建主坐標(biāo)軸
- axes('position',[.05,.1,.87,.85],'ylim',[0 ymax],'xlim',[min(years) max(years)],'YAxisLocation','right',...
- 'ytick',nameLoc,'yticklabel',names,'ticklength',[0.01 0.05],'tickdir','out','fontsize',14);
- % 另建一個(gè)坐標(biāo)軸,繪制面積圖
- axes('Position',get(gca,'Position'));
- % 繪制拆線
- h = area(years,ranksoverdecades);
- % 按性別設(shè)定顏色,男孩為藍(lán)色,女孩為粉色
- set(h(males),'FaceColor',[100 149 237]/255)
- set(h(fmales),'FaceColor',[255 192 203]/255);
- % fix edgecolor and x and y limits
- set(h,'edgecolor',[.5 .5 .5]) % Set all to same value
- set(gca,'ylim',[0 ymax],'xlim',[min(years) max(years)],'xticklabel',[],'fontsize',14);
- box on;
- % annotate the graph
- title('嬰兒名字趨勢(shì)圖','Fontsize',14);
- ylabel('排名隨年份的變化','Fontsize',14);
- text(mean(get(gca,'xlim')),-11,'年份','Fontsize',14);
圖 8
|