使用Origin绘制边际分布曲线(Marginal distributions plots)的思路和方法

本文详细介绍了如何使用Origin软件绘制边际分布曲线图(Marginal distributions plots)。内容包括数据的筛选与拆分、图表的绘制及图例的调整。通过实例展示了如何将数据拆分为3组,并利用Origin的图层管理和Plot Details窗口来完成图表的组合与定制,最终形成具有分组效果的边际分布曲线图。
摘要由CSDN通过智能技术生成

使用Origin绘制边际分布曲线(Marginal distributions plots)的思路和方法

作者:基迪奥生物
链接:https://zhuanlan.zhihu.com/p/277680615
来源:知乎

今天为大家介绍一种“组合型”图表:边际分布曲线图(Marginal distributions plots),如下图。小提琴图是箱型图和核密度曲线的结合,而边际分布曲线图是散点图和核密度曲线的组合。
在这里插入图片描述

为了让图表展示更丰富的信息,在一种图表不能满足时,大家自然想到了图表的组合。而且,通常来说,这样的图表B格也更高。

本文主要介绍使用Origin绘制Marginal distributions plots的思路和方法,学习重点是数据的筛选拆分、用多个表格的数据绘制分组图表,图层(Layer)的管理。

数据的筛选与拆分

原始数据依照用rnorm()函数生成的,将数据导入到origin的图表中,如下

好的,我来回答你的问题。首先,我们需要明确一下频率分布直方图和边际密度函数图的概念。 频率分布直方图是一种用于展示数据分布情况的图表,它将数据分成若干个区间,并用矩形条表示每个区间中数据的频率或数量。一般情况下,我们可以通过统计数据的频数或频率来绘制频率分布直方图。 而边际密度函数图则是一种用于展示数据概率密度分布情况的图表,它通过在一定区间内的概率密度来描述数据分布情况。在Matlab中,我们可以使用“histogram”函数来绘制频率分布直方图,使用“ksdensity”函数来绘制边际密度函数图。 下面是一个简单的示例代码,展示如何在Matlab中绘制频率分布直方图和边际密度函数图: ```matlab % 生成随机数据 data = randn(1000,1); % 绘制频率分布直方图 figure; histogram(data,'Normalization','probability'); title('Frequency distribution histogram'); % 绘制边际密度函数图 figure; ksdensity(data); title('Marginal density function'); ``` 在这个例子中,我们生成了一个包含1000个随机数的数据集,并使用“histogram”函数绘制了它的频率分布直方图。我们使用了“Normalization”参数来将频率转换为概率。另外,我们还使用了“title”函数来为图表添加标题。 接着,我们使用“ksdensity”函数绘制了数据的边际密度函数图。同样地,我们也为图表添加了标题。
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

打赏作者

sta@ma@brain

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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