【可视化】基于Matlab模拟箱线图

本文详细介绍了箱线图的构成、绘制方法以及其在数据分析中的作用,包括中心趋势、离散程度和异常值检测。此外,还提及了Matlab在智能优化算法、神经网络预测等领域中的应用示例。
摘要由CSDN通过智能技术生成

 ✅作者简介:热爱科研的Matlab仿真开发者,修心和技术同步精进,

代码获取、论文复现及科研仿真合作可私信。

🍎个人主页:Matlab科研工作室

🍊个人信条:格物致知。

更多Matlab完整代码及仿真定制内容点击👇

智能优化算法       神经网络预测       雷达通信      无线传感器        电力系统

信号处理              图像处理               路径规划       元胞自动机        无人机

🔥 内容介绍

箱线图是一种用于展示数据分布的统计图形。它可以帮助我们快速了解数据的中心趋势、离散程度和异常值。

箱线图的组成

箱线图由以下几个部分组成:

  • 中位数:数据的中值是将数据从小到大排列后,位于中间位置的值。中位数将数据分为两半,一半的值大于中位数,一半的值小于中位数。

  • 四分位数:数据的第一四分位数是将数据从小到大排列后,位于 25% 位置的值。数据的第三四分位数是将数据从小到大排列后,位于 75% 位置的值。

  • 箱体:箱体是位于第一四分位数和第三四分位数之间的矩形。箱体的高度表示数据的四分位数范围。

  • 触须:触须是连接箱体和极值点的线段。触须的长度通常为 1.5 倍的四分位数范围。

  • 极值点:极值点是位于触须之外的数据点。极值点可能是异常值,也可能是正常数据。

箱线图的绘制

箱线图的绘制步骤如下:

  1. 将数据从小到大排列。

  2. 计算数据的四分位数和中位数。

  3. 绘制箱体。箱体的左端点为第一四分位数,箱体的右端点为第三四分位数。箱体的高度为四分位数范围。

  4. 绘制触须。触须的左端点为第一四分位数减去 1.5 倍的四分位数范围,触须的右端点为第三四分位数加上 1.5 倍的四分位数范围。

  5. 绘制极值点。极值点是位于触须之外的数据点。

箱线图的解读

箱线图可以帮助我们快速了解数据的中心趋势、离散程度和异常值。

  • 中位数:中位数是数据的中心趋势。中位数将数据分为两半,一半的值大于中位数,一半的值小于中位数。

  • 四分位数范围:四分位数范围是数据的第一四分位数和第三四分位数之差。四分位数范围表示数据的离散程度。四分位数范围越大,数据的离散程度越大。

  • 极值点:极值点是位于触须之外的数据点。极值点可能是异常值,也可能是正常数据。

箱线图的应用

箱线图广泛应用于数据分析和统计学中。箱线图可以帮助我们快速了解数据的分布情况,找出异常值,并比较不同数据集之间的差异。

箱线图的应用场景包括:

  • 数据探索:箱线图可以帮助我们快速了解数据的分布情况,找出异常值。

  • 数据比较:箱线图可以帮助我们比较不同数据集之间的差异。

  • 异常值检测:箱线图可以帮助我们检测异常值。

  • 统计分析:箱线图可以用于统计分析,例如计算数据的平均值、中位数和标准差。

📣 部分代码

function varargout = minmax(a, type, whis)%MINMAX Returns minimum and maximum value in the given array%% [minval maxval] = minmax(a)% lims = minmax(a);% lims = minmax(a, type);% lims = minmax(a, type, w);%% Computes the minimum and maximum value in entire array (all dimensions).%% Input variables:%%   a:      numeric array%%   type:   'all':          absolute minimum and maximum (default)   %           'noout':        discards outliers%           'center':       centers on zero%           'centernoout':  centers on 0 and eliminates outliers%           'expand':       wider that 'all' by a specifed fraction%%   w:      for no-outlier version, factor defining an outlier.  Point is%           considered an outlier if larger than q3+w*(q3-q1) or smaller%           than q1-w*(q3-q1) [1.5]  %           %           for expand version, fraction of actual range to add onto each%           end [0.1]%% Output variables:%%   minval: minimum value in a%%   maxval: maximum value in a% Copywrite 2005 Kelly Kearneyif nargin == 1    type = 'all';endswitch type    case 'all'        minval = min(a(:));        maxval = max(a(:));    case 'noout'        if nargin < 3            whis = 1.5;        end        pctiles = prctile(a(:),[25 75]);        q1 = pctiles(1);        q3 = pctiles(2);        vhi = q3+whis*(q3-q1);        vlo = q1-whis*(q3-q1);        minval = min(a(a > vlo));        maxval = max(a(a < vhi));        if isempty(minval)            minval = vlo;        end        if isempty(maxval)            maxval = vhi;        end    case 'center'        temp = max(abs([min(a(:)) max(a(:))]));        minval = -temp;        maxval = temp;    case 'centernoout'        if nargin < 3            whis = 1.5;        end        pctiles = prctile(a(:),[25 75]);        q1 = pctiles(1);        q3 = pctiles(2);        vhi = q3+whis*(q3-q1);        vlo = q1-whis*(q3-q1);        temp = max(abs([min(a(a > vlo)) max(a(a < vhi))]));        minval = -temp;        maxval = temp;    case 'expand'        if nargin < 3            whis = 0.1;        end        minval = min(a(:));        maxval = max(a(:));        da = maxval - minval;        minval = minval - whis*da;        maxval = maxval + whis*da;    otherwise        error('Unrecognized option: %s', type);end               if nargout == 2    varargout{1} = minval;    varargout{2} = maxval;elseif nargout == 1    varargout{1} = [minval maxval];elseif nargout == 0    [minval maxval]else    error('Wrong number of output arguments');end

⛳️ 运行结果

🔗 参考文献

🎈 部分理论引用网络文献,若有侵权联系博主删除
🎁  关注我领取海量matlab电子书和数学建模资料

👇  私信完整代码、论文复现、期刊合作、论文辅导及科研仿真定制

1 各类智能优化算法改进及应用
生产调度、经济调度、装配线调度、充电优化、车间调度、发车优化、水库调度、三维装箱、物流选址、货位优化、公交排班优化、充电桩布局优化、车间布局优化、集装箱船配载优化、水泵组合优化、解医疗资源分配优化、设施布局优化、可视域基站和无人机选址优化
2 机器学习和深度学习方面
卷积神经网络(CNN)、LSTM、支持向量机(SVM)、最小二乘支持向量机(LSSVM)、极限学习机(ELM)、核极限学习机(KELM)、BP、RBF、宽度学习、DBN、RF、RBF、DELM、XGBOOST、TCN实现风电预测、光伏预测、电池寿命预测、辐射源识别、交通流预测、负荷预测、股价预测、PM2.5浓度预测、电池健康状态预测、水体光学参数反演、NLOS信号识别、地铁停车精准预测、变压器故障诊断
2.图像处理方面
图像识别、图像分割、图像检测、图像隐藏、图像配准、图像拼接、图像融合、图像增强、图像压缩感知
3 路径规划方面
旅行商问题(TSP)、车辆路径问题(VRP、MVRP、CVRP、VRPTW等)、无人机三维路径规划、无人机协同、无人机编队、机器人路径规划、栅格地图路径规划、多式联运运输问题、车辆协同无人机路径规划、天线线性阵列分布优化、车间布局优化
4 无人机应用方面
无人机路径规划、无人机控制、无人机编队、无人机协同、无人机任务分配、无人机安全通信轨迹在线优化
5 无线传感器定位及布局方面
传感器部署优化、通信协议优化、路由优化、目标定位优化、Dv-Hop定位优化、Leach协议优化、WSN覆盖优化、组播优化、RSSI定位优化
6 信号处理方面
信号识别、信号加密、信号去噪、信号增强、雷达信号处理、信号水印嵌入提取、肌电信号、脑电信号、信号配时优化
7 电力系统方面
微电网优化、无功优化、配电网重构、储能配置
8 元胞自动机方面
交通流 人群疏散 病毒扩散 晶体生长
9 雷达方面
卡尔曼滤波跟踪、航迹关联、航迹融合

  • 29
    点赞
  • 31
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值