matlab画直方图（matlab画直方图函数）

plotly官网教程？

这个网站有部分教程。

< 是一款用来做数据分析和可视化的在线平台，功能非常强大,可以在线绘制很多图形比如条形图、散点图、饼图、直方图等等。而且还是支持在线编辑，以及多种语言、、、R等许多

如何产生正态分布的随机数？

< R＝normrnd(MU,,m,n)：生成m×n的服从正态分布的随机数矩阵。 其中：MU为返回均值，为标准差 如果要画直方图的话可以用bar函数。

如何判断数据是非正态分布的？

正态分布平均值1035.2，置信区间(1033.2,1037.3) 方差595.5501，置信区间(594.6990,597.6117) 用画出分布直方图，估计为正态分布； 求法：设上述数据为向量X； 选取“取伪”错误的概率a=0.01； 利用检验原则校验数据正态分布的合理性； 命令为：jbtest(X,0.01) 得到结果为0，说明数据基本符合正态分布要求； 利用正态分布拟合函数求正态分布基本参数： 得到平均值u，平均值置信区间Au，方差o，方差置信区间Ao。

怎样实现灰度图像的对比度增强？

imadjust是matlab自带函数，用于对比度增强

设原图象f(x,y)的灰度范围是[m，M]，如果希望调整后的图象g(x,y)的灰度范围是[n，N]，可以通过下面的程序实现：

J = imadjust(I,[low_in high_in],[low_out high_out])

J = imadjust(I,[low_in high_in],[low_out high_out])

返回图象I经过直方图调整后的图象J，[low_in high_in]为原图象中要变换的灰度范围，[low_out high_out]指定了变换后的灰度范围。

例：

I = imread('pout.tif');

J = imadjust(I,[0.3 0.7],[]);

imshow(I), figure, imshow(J)

Matlab如何画动态图？

1、启动matlab，主界面如图所示，单击New Script。

2、在弹出编辑器中输入代码，如下所示。

3、单击“保存”并将其命名为zitu。当然，您也可以将其命名为您想要的名字。

matlab画直方图（matlab画直方图函数）

4、保存文件的位置应该与搜索路径相同。通过右键单击窗口中的文件和弹出的下拉框，可以轻松完成此操作。

5、最后在命令行窗口中输入zitu。可以看出，在同一图片中出现了四个子图，每张图片的颜色和线型不同。这是在plot命令中实现的。

1、首先打开matlab，导入日期数据：从1号到30号，>> date=1:30。

2、导入温度数据：从1号到30号每天的平均温度。>>temperature=[12 13 14 11 18 20 21 13 17 18 19 10 11 13 14 13 12 22 21 23 19 22 21 12 13 15 17 15 16 22]。

3、然后采用折线形式画出天气图。>> plot(date,temperature )>> axis([0,31,0,30])>> xlabel('date'),ylabel('temperature')。

matlab画直方图（matlab画直方图函数）

4、采用梯形线形式画出天气图。>> stairs(date,temperature )。

5、最后采用直方图形式画出天气动态图。>> bar(date,temperature )。

三角分布的统计学意义怎么做？

三角形分布经常用于商务决策，特别是计算机模拟领域。通常，如果对结果的概率分布所知信息很少，例如仅仅最大值和最小值，那么可以利用平均分布模型。但是如果知道最可能出现的结果，那么就可用三角形分布进行模拟。

对三角形分布进行模拟的matlab代码如下

a=-1; %分布左端,小于0的值

matlab画直方图（matlab画直方图函数）

b=2; %分布右端,大于0的值

h=2/(b-a); %三角形高

k1=-h/a; %前半段斜率

k2=-h/b; %后半段斜率

invcdf=@(s)(sqrt(2*s/k1)+a).*(s<=-a*h/2)+...

(b-sqrt(2*(s-1)/k2)).*(s>-a*h/2);%cdf逆函数

N=10000; %随机数数量

RV=invcdf(rand(1,N)); %随机变量数列

K=50;%统计区间数量

xx=linspace(a+(b-a)/K/2,b-(b-a)/K/2,K);

n = hist(RV,xx); %统计变量不同区间出现数量

p=K*n/N/(b-a); %不同区间出现的概率

x=[a 0 b];y=[0 h 0]; %pdf图像

bar(xx,p,1);hold on

plot(x,y,'r','linewidth',2);hold off

xlabel('x');

ylabel('概率密度');

legend('密度直方图','理论概率密度曲线');