1. tabulate
调用MATLAB自带的函数tabulate统计一个数组中各数字(元素)出现的频数、频率
【例1】统计数值型数组中各元素出现的频数、频率。
>> x = [2 2 6 5 2 3 2 4 3 4 3 4 4 4 4 2 26 0 4 7 2 5 8 3 1 3 2 5 3 6 2 3 54 3 1 4 2 2 2 3 1 5 2 6 3 4 1 2 5];
>> tabulate(x(:))Value Count Percent0 1 1.96%1 4 7.84%2 14 27.45%3 10 19.61%4 10 19.61%5 6 11.76%6 4 7.84%7 1 1.96%8 1 1.96%
【例2】统计字符串中各字符出现的频数、频率。
>> x = ['If x is a numeric array, TABLE is a numeric matrix.']';
>> tabulate(x)Value Count PercentI 1 2.44%f 1 2.44%x 2 4.88%i 5 12.20%s 2 4.88%a 5 12.20%n 2 4.88%u 2 4.88%m 3 7.32%e 2 4.88%r 5 12.20%c 2 4.88%y 1 2.44%, 1 2.44%T 1 2.44%A 1 2.44%B 1 2.44%L 1 2.44%E 1 2.44%t 1 2.44%. 1 2.44%
【例3】统计字符型数组中各行元素出现的频数、频率。
>> x = ['崔家峰';'孙乃喆';'安立群';'王洪武';'王玉杰';'高纯静';'崔家峰';'叶 鹏';'关泽满';'谢中华';'王宏志';'孙乃喆';'崔家峰';'谢中华'];
>> tabulate(x)Value Count Percent崔家峰 3 21.43%孙乃喆 2 14.29%安立群 1 7.14%王洪武 1 7.14%王玉杰 1 7.14%高纯静 1 7.14%叶 鹏 1 7.14%关泽满 1 7.14%谢中华 2 14.29%王宏志 1 7.14%
【例4】统计字符串元胞数组中各字符串出现的频数、频率。
>> x = {'崔家峰';'孙乃喆';'安立群';'王洪武';'王玉杰';'高纯静';'崔家峰';
'叶鹏';'关泽满';'谢中华';'王宏志';'孙乃喆';'崔家峰';'谢中华'};
>> tabulate(x)Value Count Percent崔家峰 3 21.43%孙乃喆 2 14.29%安立群 1 7.14%王洪武 1 7.14%王玉杰 1 7.14%高纯静 1 7.14%叶鹏 1 7.14%关泽满 1 7.14%谢中华 2 14.29%王宏志 1 7.14%
【例5】统计名义尺度(如性别,职业,产品型号等)数组中各元素出现的频数、频率。
>> load fisheriris
>> species = nominal(species);
>> tabulate(species)Value Count Percentsetosa 50 33.33%versicolor 50 33.33%virginica 50 33.33%
2. HistRate
自编效率更高的函数HistRate(代码如下),调用HistRate函数统计一个数组中各数字(元素)出现的频数、频率和累积频率。
函数HistRate的代码:
游客,如果您要查看本帖隐藏内容请回复
【例1】统计数值型数组中各元素出现的频数、频率和累积频率。
>> x = [2 2 6 5 2 3 2 4 3 4 3 4 4 4 4 2 26 0 4 7 2 5 8 3 1 3 2 5 3 6 2 3 54 3 1 4 2 2 2 3 1 5 2 6 3 4 1 2 5];
>> HistRate(x)取值 频数 频率 累积频率0 1 1.96% 1.96%1 4 7.84% 9.80%2 14 27.45% 37.25%3 10 19.61% 56.86%4 10 19.61% 76.47%5 6 11.76% 88.24%6 4 7.84% 96.08%7 1 1.96% 98.04%8 1 1.96% 100.00%
【例2】统计字符串中各字符出现的频数、频率和累积频率。
>> x = ['If x is a numeric array, TABLE is a numeric matrix.']';
>> HistRate(x)ans ='取值' '频数' '频率(%)' '累积频率(%)''I' [ 1] [ 2.4390] [ 2.4390]'f' [ 1] [ 2.4390] [ 4.8780]'x' [ 2] [ 4.8780] [ 9.7561]'i' [ 5] [12.1951] [ 21.9512]'s' [ 2] [ 4.8780] [ 26.8293]'a' [ 5] [12.1951] [ 39.0244]'n' [ 2] [ 4.8780] [ 43.9024]'u' [ 2] [ 4.8780] [ 48.7805]'m' [ 3] [ 7.3171] [ 56.0976]'e' [ 2] [ 4.8780] [ 60.9756]'r' [ 5] [12.1951] [ 73.1707]'c' [ 2] [ 4.8780] [ 78.0488]'y' [ 1] [ 2.4390] [ 80.4878]',' [ 1] [ 2.4390] [ 82.9268]'T' [ 1] [ 2.4390] [ 85.3659]'A' [ 1] [ 2.4390] [ 87.8049]'B' [ 1] [ 2.4390] [ 90.2439]'L' [ 1] [ 2.4390] [ 92.6829]'E' [ 1] [ 2.4390] [ 95.1220]'t' [ 1] [ 2.4390] [ 97.5610]'.' [ 1] [ 2.4390] [ 100]
【例3】统计字符型数组中各行元素出现的频数、频率和累积频率。
>> x = ['崔家峰';'孙乃喆';'安立群';'王洪武';'王玉杰';'高纯静';'崔家峰';'叶 鹏';'关泽满';'谢中华';'王宏志';'孙乃喆';'崔家峰';'谢中华'];
>> HistRate(x)ans ='取值' '频数' '频率(%)' '累积频率(%)''崔家峰' [ 3] [21.4286] [ 21.4286]'孙乃喆' [ 2] [14.2857] [ 35.7143]'安立群' [ 1] [ 7.1429] [ 42.8571]'王洪武' [ 1] [ 7.1429] [ 50]'王玉杰' [ 1] [ 7.1429] [ 57.1429]'高纯静' [ 1] [ 7.1429] [ 64.2857]'叶 鹏' [ 1] [ 7.1429] [ 71.4286]'关泽满' [ 1] [ 7.1429] [ 78.5714]'谢中华' [ 2] [14.2857] [ 92.8571]'王宏志' [ 1] [ 7.1429] [ 100]
【例4】统计字符串元胞数组中各字符串出现的频数、频率和累积频率。
>> x = {'崔家峰';'孙乃喆';'安立群';'王洪武';'王玉杰';'高纯静';'崔家峰';
'叶鹏';'关泽满';'谢中华';'王宏志';'孙乃喆';'崔家峰';'谢中华'};
>> HistRate(x)ans ='取值' '频数' '频率(%)' '累积频率(%)''崔家峰' [ 3] [21.4286] [ 21.4286]'孙乃喆' [ 2] [14.2857] [ 35.7143]'安立群' [ 1] [ 7.1429] [ 42.8571]'王洪武' [ 1] [ 7.1429] [ 50]'王玉杰' [ 1] [ 7.1429] [ 57.1429]'高纯静' [ 1] [ 7.1429] [ 64.2857]'叶鹏' [ 1] [ 7.1429] [ 71.4286]'关泽满' [ 1] [ 7.1429] [ 78.5714]'谢中华' [ 2] [14.2857] [ 92.8571]'王宏志' [ 1] [ 7.1429] [ 100]
【例5】统计名义尺度(如性别,职业,产品型号等)数组中各元素出现的频数、频率和累积频率。
>> load fisheriris
>> species = nominal(species);
>> HistRate(species)ans ='取值' '频数' '频率(%)' '累积频率(%)''setosa' [ 50] [33.3333] [ 33.3333]'versicolor' [ 50] [33.3333] [ 66.6667]'virginica' [ 50] [33.3333] [ 100]
3. 统计矩阵元素的出现次数
方法1:find
例如统计矩阵flag里面的0次数
length(find(flag==0))
以此类推 统计其他的元素次数
方法2:hist
统计flag里面所有的元素次数
a=hist(flag, unique(flag));
方法3:diff
统计flag里面所有的元素次数
x=flag(:)
x=sort(x); % 数据排序
d=diff([x;max(x)+1]); % 通过同一数据为0 找标识
count = diff(find([1;d])) ; % 找到d里面的非0的位置,
y =[x(find(d)) count]; % 打印结果
y的第一列是对应的元素,第二列是对应元素的出现次数
原文链接:https://www.ilovematlab.cn/thread-67367-1-1.html
https://blog.csdn.net/qingfengxd1/article/details/105447213