MATLAB：组合和归一化具有不同样本大小的直方图答案

【问题标题】：MATLAB: combining and normalizing histograms with different sample sizesMATLAB：组合和归一化具有不同样本大小的直方图
【发布时间】：2017-07-03 02:08:40
【问题描述】：

我有四组数据，我想在 MATLAB 中用一张图表示它们的分布。当前代码是：

[n1,x1]=hist([dataset1{:}]);
[n2,x2]=hist([dataset2{:}]);
[n3,x3]=hist([dataset3{:}]);
[n4,x4]=hist([dataset4{:}]);
bar(x1,n1,'hist'); 
hold on; h1=bar(x1,n1,'hist'); set(h1,'facecolor','g')
hold on; h2=bar(x2,n2,'hist'); set(h2,'facecolor','g')
hold on; h3=bar(x3,n3,'hist'); set(h3,'facecolor','g')
hold on; h4=bar(x4,n4,'hist'); set(h4,'facecolor','g')
hold off

我的问题是我对每个组有不同的采样大小，dataset1 的 n 为 69，dataset2 的 n 为 23，dataset3 和 dataset4 的 n 为 10。那么在表示这三个组时如何对分布进行归一化一起？

有什么方法可以...例如..将每个 bin 中的实例除以该组的采样吗？

【问题讨论】：

为什么不改用n1/sum(n1) 呢？否则，也许histogram(x,'Normalization','probability') 会是一个替代方案。
n1/sum(n1) 效果很好，有没有办法用 histfit 做到这一点？或者一些更好/更简单的方法来添加拟合线？

标签： matlab histogram distribution normalize bins

【解决方案1】：

您可以通过除以元素总数来标准化直方图：

[n1,x1] = histcounts(randn(69,1));
[n2,x2] = histcounts(randn(23,1));
[n3,x3] = histcounts(randn(10,1));
[n4,x4] = histcounts(randn(10,1));
hold on
bar(x4(1:end-1),n4./sum(n4),'histc');
bar(x3(1:end-1),n3./sum(n3),'histc');
bar(x2(1:end-1),n2./sum(n2),'histc');
bar(x1(1:end-1),n1./sum(n1),'histc');
hold off 
ax = gca;
set(ax.Children,{'FaceColor'},mat2cell(lines(4),ones(4,1),3))
set(ax.Children,{'FaceAlpha'},repmat({0.7},4,1))

但是，正如您在上面看到的，您可以做更多的事情来使您的代码更加简单和简短：

您只需hold on 一次。
不要收集所有bar 句柄，而是使用axes 句柄。
按数据集中元素数量的升序绘制条形图，以便所有直方图清晰可见。
使用axes 句柄在一个命令中设置所有属性。

附带说明 - 最好使用 histcounts。

结果如下：

编辑：

如果你还想从histfit绘制pdf线，那么你可以先保存，然后标准化绘制：

dataset = {randn(69,1),randn(23,1),randn(10,1),randn(10,1)};
fits = zeros(100,2,numel(dataset));
hold on
for k = numel(dataset):-1:1
    total = numel(dataset{k}); % for normalizing
    f = histfit(dataset{k}); % draw the histogram and fit
    % collect the curve data and normalize it:
    fits(:,:,k) = [f(2).XData; f(2).YData./total].';
    x = f(1).XData; % collect the bar positions
    n = f(1).YData; % collect the bar counts
    f.delete % delete the histogram and the fit
    bar(x,n./total,'histc'); % plot the bar
end
ax = gca; % get the axis handle
% set all color and transparency for the bars:
set(ax.Children,{'FaceColor'},mat2cell(lines(4),ones(4,1),3))
set(ax.Children,{'FaceAlpha'},repmat({0.7},4,1))
% plot all the curves:
plot(squeeze(fits(:,1,:)),squeeze(fits(:,2,:)),'LineWidth',3)
hold off

同样，您可以对代码进行一些其他改进：

将所有内容放在一个循环中，以便以后更容易更改。
将所有曲线数据收集到一个变量中，这样您就可以非常轻松地将它们全部绘制在一起。

新的结果是：

【讨论】：