当前位置：首页 > news >正文

MATLAB制作直方图

news 来源：原创 2025/8/15 13:39:12

一、什么是直方图？

直方图（Histogram）是一种用于显示数据分布的图形工具。它通过将数据分成若干个区间，统计每个区间内数据的数量或频率，从而形成类似柱状图的形式。它能帮助我们直观了解数据的集中程度、分布形状、离散程度以及是否存在异常值。

二、四种类型的直方图

1. 频数直方图：了解“有多少个”

频数直方图的适用场景

当你想知道每个数值区间内有多少数据点时，频数直方图最合适。它展示的是“数量”。

举个例子：

你分析一批商品的价格，想知道有多少商品价格在 100~200 元之间。频数直方图的柱子高度就代表这个数量。

适用场景总结

统计每个区间内数据的个数
理解数据的实际数量分布
适合数据量不太大时用

2. 频率直方图：了解“占比是多少”

频率直方图的适用场景

当你需要比较不同样本数量之间的分布，或者更关心比例而非数量，就该用频率直方图。

举个例子：

你比较两批学生的考试成绩分布，一批有 50 人，一批有 500 人。如果只看数量会失真，而频率直方图展示的是比例，更公平。

适用场景总结

比较不同样本规模的数据分布
强调数据比例而非具体数量
避免样本量影响解读

3. 概率密度直方图：估计“分布曲线”

概率密度直方图的适用场景

当你希望将离散数据转换为连续分布的近似，或者估计一个连续概率密度函数，用这个图最合适。

举个例子：

你想看一组数据是不是接近正态分布。画出概率密度直方图，就能看到形状是否像一座“钟形山”。

适用场景总结

估计概率密度函数
分布拟合或对比分析
用于统计分析前的可视化检验

4. 分组直方图：对比多个数据集

分组直方图的适用场景

当你有两个或多个数据组，想放在一张图里对比分布差异，比如两家店的销量分布，就用这个图。

举个例子：

你分别采集了 A、B 两个城市的温度数据，想知道哪座城市温度更集中，哪座波动更大，重叠直方图能很好地展示这种差异。

适用场景总结

对比不同组数据的分布
展示组间的相似或差异
可与透明度叠加更清晰呈现

四种直方图适用场景总结
你想了解什么？	用哪种直方图？
数据在各区间的数量分布	频数直方图
各区间数据所占比例	频率直方图
数据的概率密度估计	概率密度直方图
对比两组或多组数据的分布	分组直方图
数据分布整体趋势，是否近似正态分布	概率密度直方图或频率直方图

三、实现绘图前的数据检查

针对四种类型的直方图数据需求
直方图类型	特别准备事项说明
频数直方图	需要一组连续型数值变量，无缺失
频率直方图	同上，适用于样本量大小不一致时对比
概率密度直方图	数据应为连续型，适合用于估计分布形状，建议样本量足够大
分组直方图	至少有两个数值变量，且每组为独立数据，推荐使用分组标签

四、MATLAB绘制相应直方图

1. 频数直方图绘制

只需要一组数值变量，例如“身高”、“价格”，就可以直接使用最基本的 histogram() 函数来实现。

以下是相关代码实现：

% 读取数据并保护中文列名
data = readtable('直方图绘制.xlsx', 'sheet', 'Sheet1', 'VariableNamingRule', 'preserve');
% 获取数值变量
x = data.('身高');
% 创建图窗口
figure('Color', 'w', 'Position', [100, 100, 800, 600]);  % 调整窗口大小
% 绘制频数直方图
h = histogram(x, 'EdgeColor', '#2E4053', 'LineWidth', 1.5, 'FaceAlpha', 0.7);
% 设置柱体颜色（按需更改）
colormap(parula);  % 使用颜色渐变
set(gcf, 'Renderer', 'painters');
% 添加标题和标签
title('身高分布频数直方图', 'FontSize', 16, 'FontWeight', 'bold', 'Color', '#2E4053', 'FontName', '宋体');
xlabel('身高 (cm)', 'FontSize', 14, 'FontWeight', 'bold', 'FontName', 'Times New Roman', 'Color', '#2E4053');
ylabel('频数', 'FontSize', 14, 'FontWeight', 'bold', 'FontName', 'Times New Roman', 'Color', '#2E4053');
% 设置图表背景色和边框
set(gca, 'Color', '#f7f7f7', 'LineWidth', 1.5, 'Box', 'on');  % 去除 EdgeColor
% 设置网格，增加细网格线
grid on;
set(gca, 'GridLineStyle', '--', 'GridColor', [0.7, 0.7, 0.7], 'MinorGridLineStyle', ':', 'MinorGridColor', [0.9, 0.9, 0.9]);
% 设置轴刻度
xticks(150:10:190);
yticks(0:50:200);
% 增加图例
legend('身高数据', 'Location', 'Best', 'FontSize', 12, 'FontName', '宋体', 'TextColor', '#2E4053');
% 调整字体
set(gca, 'FontSize', 11, 'FontName', '宋体', 'FontWeight', 'normal');

直方图实现：

2. 频率直方图绘图

频率直方图能直观展示数值变量的分布规律，MATLAB 中利用 histogram() 函数并设置 Normalization 参数为 probability 即可快速生成频率直方图。

以下是相关代码实现：

% 读取数据并保留中文列名
data = readtable('直方图绘制.xlsx', 'sheet', 'Sheet1', 'VariableNamingRule', 'preserve');
% 获取数值变量
x = data.('身高');
% 创建窗口
figure('Color', [0.95 0.95 0.95], 'Position', [100, 100, 1000, 600]);  
% 绘制频率直方图
h = histogram(x, 'Normalization', 'probability', ...'EdgeColor', [0.2 0.4 0.6], ..'LineWidth', 1.5, ...  'FaceColor', [0.5 0.7 0.9], ...  'FaceAlpha', 0.8);  
% 设置直方图的其他属性（可更改）
h.BinWidth = 5;  
h.NumBins = 10;  
% 添加标题和轴标签
title({'身高频率直方图'}, 'FontSize', 14, 'FontWeight', 'bold', 'Color', [0.1 0.1 0.1], 'Interpreter', 'latex', 'FontName', 'new roman');  
xlabel({"身高 (cm)"}, 'FontSize', 11, 'FontName', 'SimSun');  
ylabel({"频率"}, 'FontSize', 11, 'FontName', 'SimSun');  
% 添加网格，美化图形
grid on;
grid minor;  
set(gca, 'GridColor', [0.8 0.8 0.8], 'GridAlpha', 0.5);  
% 设置坐标轴的其他属性（可更改）
set(gca, 'TickLabelFontSize', 10, ...  'XColor', [0.1 0.1 0.1], ...  'YColor', [0.1 0.1 0.1], ...  'LineWidth', 1.2);

直方图实现：

3. 概率密度分布绘图

概率密度直方图能直观展示数值变量的概率分布特征，MATLAB 中利用 histogram() 函数并设置 Normalization 参数为 pdf 即可快速生成概率密度直方图。

以下是相关代码实现：

% 读取数据并保留中文列名
data = readtable('考试成绩.xlsx', 'sheet', 'Sheet1', 'VariableNamingRule', 'preserve');
% 提取数据
x = data{:, '成绩'};
% 创建窗口
figure('Color', [0.95 0.95 0.95], 'Position', [100, 100, 1000, 600]);
% 绘制概率密度直方图
h = histogram(x, 'Normalization', 'pdf', ...'EdgeColor', [0.2 0.4 0.6], ...'LineWidth', 1.5, ...'FaceColor', [0.5 0.7 0.9], ...'FaceAlpha', 0.8);
% 设置直方图的属性
h.BinWidth = 5;
h.NumBins = 20;
% 添加标题和轴标签
title('考试成绩概率密度直方图', 'FontSize', 14, 'FontWeight', 'bold', 'Color', [0.1 0.1 0.1]);
xlabel('成绩 (分)', 'FontSize', 11, 'Interpreter', 'tex', 'FontName', '\rm');  
ylabel('概率密度', 'FontSize', 11, 'Interpreter', 'tex', 'FontName', '\rm');  
% 添加网格
grid on;
grid minor;
set(gca, 'GridColor', [0.8 0.8 0.8], 'GridAlpha', 0.5);
% 设置坐标轴属性
ax = gca;
ax.FontSize = 10;
ax.XColor = [0.1 0.1 0.1];
ax.YColor = [0.1 0.1 0.1];
ax.LineWidth = 1.2;
% 添加拟合的概率密度曲线
hold on;
[f, xi] = ksdensity(x);
plot(xi, f, 'Color', [0.8 0.2 0.2], 'LineWidth', 2);
hold off;

直方图实现：

4. 分组直方图

分组直方图能直观展示多组数值变量（如不同组别的“成绩”）的分布特征，MATLAB 中利用 histogram 函数并结合分组数据处理，即可快速生成分组直方图。

以下是相关代码实现：

% 读取数据并保留中文列名
data = readtable('学生成绩分组.xlsx','sheet', 'Sheet1', 'VariableNamingRule', 'preserve');
% 提取数据和组别
x = data{:, 1};  
group = data{:, 2};  
% 创建窗口
figure('Color', [0.95 0.95 0.95], 'Position', [100, 100, 1000, 800]);
% 定义颜色
colors = [0.2 0.4 0.6; 0.6 0.2 0.4; 0.4 0.6 0.2];
% 获取唯一的组别
uniqueGroups = unique(group);
numGroups = length(uniqueGroups);
% 为每组数据绘制单独的直方图
for i = 1:numGroupscurrentGroup = uniqueGroups{i};currentData = x(strcmp(group, currentGroup));% 创建子图subplot(2, 2, i);  % 绘制直方图h = histogram(currentData, 'Normalization', 'pdf', ...'EdgeColor', 'k', ...'LineWidth', 1.2, ...'FaceColor', colors(i, :), ...'BinWidth', 5, ...'BinLimits', [50 100]);% 添加标题和轴标签title(['组 ', currentGroup, ' 成绩分布'], 'FontSize', 12, 'FontWeight', 'bold');xlabel('成绩 (分)', 'FontSize', 10, 'FontName', 'SimSun');ylabel('概率密度', 'FontSize', 10, 'FontName', 'SimSun');  % 添加网格grid on;grid minor;set(gca, 'GridColor', [0.8 0.8 0.8], 'GridAlpha', 0.5);% 设置坐标轴的其他属性ax = gca;ax.FontSize = 9;ax.XColor = [0.1 0.1 0.1];ax.YColor = [0.1 0.1 0.1];ax.LineWidth = 1.0;
end
% 在最后一个子图位置添加合并的分组直方图
subplot(2, 2, 4);
for i = 1:numGroupscurrentGroup = uniqueGroups{i};currentData = x(strcmp(group, currentGroup));h = histogram(currentData, 'Normalization', 'pdf', ...'EdgeColor', 'k', ...'LineWidth', 1.2, ...'FaceColor', colors(i, :), ...'BinWidth', 5, ...'BinLimits', [50 100], ...'DisplayStyle', 'bar');hold on;
end
title('所有组合并', 'FontSize', 12, 'FontWeight', 'bold');
xlabel('成绩 (分)', 'FontSize', 10, 'FontName', 'SimSun');
ylabel('概率密度', 'FontSize', 10, 'FontName', 'SimSun');
legend(uniqueGroups, 'FontSize', 9, 'FontName', 'SimSun');
grid on;
grid minor;
set(gca, 'GridColor', [0.8 0.8 0.8], 'GridAlpha', 0.5);
ax = gca;
ax.FontSize = 9;
ax.XColor = [0.1 0.1 0.1];
ax.YColor = [0.1 0.1 0.1];
ax.LineWidth = 1.0;

直方图实现：

希望这些示例能为你今后的数据分析、教学展示或科研图表制作提供实用参考。如果你有任何问题或想法，欢迎留言交流，一起精进可视化表达的技巧！

MATLAB制作直方图

一、什么是直方图？ 直方图（Histogram）是一种用于显示数据分布的图形工具。它通过将数据分成若干个区间，统计每个区间内数据的数量或频率，从而形成类似柱状图的形式。它能帮助我们直观了解数据的集中程度、分布形状、离…...

编程日记 2025/8/15 13:39:12

Linux NVIDIA 显卡驱动安装指南（适用于 RHEL/CentOS）

📌 一、禁用 Nouveau 开源驱动 NVIDIA 闭源驱动与开源的 nouveau 驱动冲突，需先禁用： if [ ! -f /etc/modprobe.d/blacklist-nouveau.conf ]; thenecho -e "blacklist nouveau\noptions nouveau modeset0" | sudo tee /etc/modpr…...

编程日记 2025/8/15 13:39:10

微机控制电液伺服拉扭疲劳试验系统

微机控制电液伺服拉扭疲劳试验系统，主要用于测定金属材料及其构件在正弦波、三角波、方波、梯形波、斜波、程序块波谱状态下进行： 拉压扭复合疲劳； 单纯的扭转疲劳试验； 拉压扭复合疲劳作用下材料的断裂韧性试验； 拉压…...

编程日记 2025/8/15 13:39:08

ElementUI 表格el-table自适应高度设置

el-table表格占满页面剩余的全部高度空间首先，el-table父节点要使用flex布局和超出隐藏（overflow: hidden），设置样式如下： .list{flex: 1;display: flex;flex-direction: column;overflow: hidden; }其次&#xff0…...

编程日记 2025/8/15 13:39:07

深入探索Linux命名管道（FIFO）：原理、实践与高级技巧

引言：跨越进程的“文件桥梁” 在Linux的进程间通信（IPC）机制中，命名管道（Named Pipe，FIFO） 是一个看似简单却功能强大的工具。它不仅保留了匿名管道的流式数据传输特性，还通过文件系…...

编程日记 2025/8/15 13:39:05

光伏政策“430”“531”安科瑞光储充为新能源提供解决方案有哪些？

简婷安科瑞电气股份有限公司上海嘉定 201801 一、政策节点“430”与“531”的含义 2025年分布式光伏行业的两大核心节点——“4月30日”（430）和“5月31日”（531），分别对应《分布式光伏发电开发建设管理办法》实施…...

编程日记 2025/8/15 13:39:03

VScode一直处于循环“正在重新激活终端“问题的解决方法

方法一： 键盘使用 “ctrlshiftp” 调出快捷命令，也可以按F1，并输入“>Python: Clear Cache and Reload Window ”，回车。清除 VSCode 先前的缓存内容，如下图所示。方法二： 键盘使用 ” ctrl ,"…...

编程日记 2025/8/15 13:39:01

CAN报文逆向工程

在没有DBC文件的情况下解析CAN报文获取物理信息需要逆向工程和系统分析。以下是详细步骤： 1. 数据采集与基础分析采集原始数据： 使用CAN分析工具（如PCAN-Explorer、SavvyCAN或USB-CAN适配器配套软件）记录车辆在不同状态下的CAN数…...

编程日记 2025/8/15 13:38:59

文件包含漏洞学习

理论什么是文件包含漏洞就是允许攻击者包含并执行非预期的文件。也就是通过PHP函数引入文件时，传入的文件名（或者文件内容）没有经过合理的验证，从而操作了预想之外的文件，就可能导致意外的文件泄漏甚至恶意代码注入…...

编程日记 2025/8/15 13:38:58

Linux基本操作——网络操作文件下载

6.网络操作文件下载 （1）在VMware Workstation中配置固定IP 配置固定IP需要的两个大步骤 VMware Workstation中的配置步骤概述：配置IP地址、网关和网段（IP地址范围） Linux系统中的配置步骤概述：手动修改…...

编程日记 2025/8/15 13:38:56

【ARM AMBA AHB 入门 3.1 -- AHB控制信号】

文章目录 AHB控制信号传送状态HTRANS[1:0]批量传送HBURST[2:0]传送方向HWRITE传送大小HSIZE[2:0]保护控制HPROT[3:0]响应信号 HRESP[1:0] AHB控制信号传送状态HTRANS[1:0] 在AHB总线上, Master （M） 的传送状态可由HTRANS[1:0]来表示,这两位所代表的意…...

编程日记 2025/8/15 13:38:54

Amazing晶焱科技：系统级 EOS 测试方法 - System Level EOS Testing Method

系统上常见的EOS测试端口以AC电源、电话线（RJ11）、同轴电缆（coaxial cable）以及以太网络（RJ45）最常见，这些端口因有机会布线至户外的关系，受到EOS/Surge冲击的几率也大大提升。因此电…...

编程日记 2025/8/15 13:38:52

基于DR模式的LVS集群案例

一.环境描述如上图所示，后端是一个NFS服务器实现共享文件，调度器是一个高可用的环境， 这是基于LVS的DR模式实现的一个负载均衡集群。 keepalived在于LVS结合使用的时候，会自动实现很多功能。比如，第一点我们可以修…...

编程日记 2025/8/15 13:38:51

Spark jdbc写入崖山等国产数据库失败问题

随着互联网、信息产业的大发展、以及地缘政治的变化，网络安全风险日益增长，网络安全关乎国家安全。因此很多的企业，开始了国产替代的脚步，从服务器芯片，操作系统，到数据库，中间件，逐步实现信息技术自主可控，规避外部技术制裁和风险。就数据库而言，目前很多的国产数据…...

编程日记 2025/8/15 13:38:49

Chain-of-Draft (CoD) 是提示工程的新王者

图像由 DALLE 3 生成推理型大模型，是当前 AI 研究的热门话题。我们从最早的 GPT-1 一路走到现在像 Grok-3 这样的高级推理模型。这段旅程可以说非常精彩，过程中也发现了很多重要的推理方法。其中之一就是 Chain-of-Thought（CoT&#xff0…...

编程日记 2025/8/15 13:38:47

隐私计算技术及其在数据安全中的应用：守护数据隐私的新范式

前言在数字化时代，数据已成为企业和组织的核心资产。然而，数据的收集、存储和使用过程中面临着诸多隐私和安全问题。随着法律法规对数据隐私的监管日益严格，企业和组织需要在数据利用与隐私保护之间找到平衡。隐私计算技术作为一种新兴的数据…...

编程日记 2025/8/15 13:38:45

使用Milvus向量数据库构建具有长期记忆的对话机器人

一、申请Milvus试用版快速创建Milvus实例_向量检索服务 Milvus 版(Milvus)-阿里云帮助中心二、配置 pip3 install pymilvus tqdm dashscope 由于在下文使用的时候需要用到Milvus的公网地址，而公网地址需要我们手动开启，参考下面这篇文章开启公网地…...

编程日记 2025/8/15 13:38:44

[Es_1] 介绍 | 特点 | 图算法 | Trie | FST

编程就是一门不断试错的艺术。不要害怕犯错，实践才会出真知。什么是ElasticSearch？ Elasticsearch是一个分布式的免费开源搜索和分析引擎适用于包括文本、数字、地理空间、结构化和非结构化数据等在内的所有类型的数据。 Elasticsearch在Apache Luc…...

编程日记 2025/8/15 13:38:42

企业安装加密软件有什么好处

企业安装加密软件可以有效保护敏感数据安全，防止信息泄露，并满足合规要求。以下是其主要好处及具体应用场景： 1. 防止数据泄露，保护核心资产文件加密：对敏感文件（如财务数据、客户信息、设计图纸&#xff…...

编程日记 2025/8/15 13:38:40

【MVCP】基于解纠缠表示学习和跨模态-上下文关联挖掘的多模态情感分析

多处可看出与同专栏下的DCCMCI很像 abstract 多模态情感分析旨在从多模态数据中提取用户表达的情感信息，包括语言、声学和视觉线索。然而，多模态数据的异质性导致了模态分布的差异，从而影响了模型有效整合多模态互补性和冗余性的能力。此外，现有的方法通常在获得表征后直…...

编程日记 2025/8/15 13:38:38

2025软考【系统架构设计师】：两周极限冲刺攻略（附知识点解析+答题技巧）

距离2025上半年“系统架构设计师”考试已经只剩最后两周了，还没有准备好的小伙伴赶紧行动起来。为了帮助大家更好的冲刺学习，特此提供一份考前冲刺攻略。本指南包括考情分析、答题技巧、注意事项三个部分，可以参考此指南进行最后的复习要领&a…...

编程日记 2025/8/15 9:26:37

企业该如何选择合适的DDOS防护？

在互联网行业当中，大型的网络游戏和网络视频企业会经常受到DDOS攻击和CC攻击，这些网络攻击会导致服务器崩溃或者是网络中断，给企业造成巨大的经济损失，所以企业通常会配备合适的DDOS防护来进行防御，但是，对…...

编程日记 2025/8/14 18:10:59

CPU-GPU-NPU-TPU 概念

1.CPU 中央处理器（Central Processing Unit，简称CPU）作为计算机系统的运算和控制核心，是信息处理、程序运行的最终执行单元。CPU自产生以来，在逻辑结构、运行效率以及功能外延上取得了巨大发展。 2.GPU GPU&#xff0…...

编程日记 2025/8/15 13:33:19

DELL R770 服务器，更换OCP模块！

今天接到客户报修电话，说有一台 DELL PowerEdge R770服务器，网卡出现了故障，需要更换OCP模块。顺便做一个教程，分享给有需要的小伙伴们。这一期的教程，听起来好像很高大上，很多小伙伴可能不知道OCP是什么…...

编程日记 2025/8/15 13:38:32

go.mod没有自动缓存问题

今天在安装Gin框架的时候遇到了一个问题在Terminal运行下面命令安装时，包已经被下载安装到了GoPath中的bkg/mod go get -u github.com/gin-gonic/gin但是由于使用的是Go Modules，GPT以及大多数人给的说法是运行完这个依赖包会被自动同步更新到go.mod…...

编程日记 2025/8/15 13:38:29

黑电平校正（Black Level Correction, BLC）算法

黑电平校正（Black Level Correction, BLC）算法黑电平校正（BLC）是图像传感器（如CMOS/CCD）信号处理中的一个重要步骤，主要用于消除传感器暗电流（Dark Current）导致的基线…...

编程日记 2025/8/15 13:38:28

Ubuntu 安装 Keepalived

Keepalived 是什么 Keepalived 是一个用于实现高可用性（High Availability, HA）的服务，是一款基于 VRRP 协议的高可用软件，常用于主备切换和虚拟IP漂移，在服务故障时自动实现故障转移。 Keepalived 的核心功能功能说…...

编程日记 2025/8/15 0:45:42

基于SpringBoot和PostGIS的应急运输事件影响分析-以1.31侧翻事故为例

目录前言一、技术实现路径 1、需要使用的数据 2、空间分析方法二、相关模块设计与实现 1、运输路线重现开发 2、事故点影响范围实现 3、WebGIS可视化实现三、讨论 1、界面结果展示 2、影响范围分析四、总结前言在交通运输发达的当今社会，应急运输…...

编程日记 2025/8/14 16:26:33

ABP-Book Store Application中文讲解 - 前期准备 - Part 2:创建Acme.BookStore + Angular

ABP-Book Store Application中文讲解-汇总-CSDN博客因为本系列文章使用的.NET8 SDK，此处仅介绍如何使用abp cli .NET 8 SDK SQL sevrer 2014创建Angular模板的Acme.BookStore。目录 1. ABP cli创建项目 1.1 打开cmd.exe 1.2 创建项目 2. ABP Studio创建项…...

编程日记 2025/8/15 1:19:27

grpc到底是啥！！！！

一、什么是RPC（Remote Procedure Call） 简单理解： RPC是一种让程序可以像调用本地函数一样去调用远程机器上的函数或方法。它的目标：让分布式系统中的不同计算机可以透明地互相通信，实现远程服务调用的封装。举个例…...

编程日记 2025/8/15 13:38:24

ES6入门---第三单元模块五：Map和WeakMap

map: users.map((user) 遍历类似 json, 但是json的键(key)只能是字符串 map的key可以是任意类型使用: let map new Map(); map.set(key,value); 设置一个值 map.get(key) 获取一个值 map.delete(key) 删除一项 map.has(key) 判断有没有 map.clear…...

编程日记 2025/8/15 13:38:22

【C++】【数据结构】【API列表】标准库数据结构

标准库数据结构 unordered_set 头文件：#include <unordered_set> 特性： 唯一性：所有元素唯一，重复插入无效无序性：元素存储顺序不固定自定义类型：若存储自定义类型需提供哈希函数和相等比较器 …...

编程日记 2025/8/15 13:38:21

三、Hadoop1.X及其组件的深度剖析

作者：IvanCodes 日期：2025年5月7日专栏：Hadoop教程一、Hadoop 1.X 概述 （一）概念 Hadoop 是 Apache 开发的分布式系统基础架构，用 Java 编写，为集群处理大型数据集提供编程模型，…...

编程日记 2025/8/15 6:44:15

stm32常见错误

1.使用LCD屏幕时，只用st-link时，亮度很暗，需要用usb数据线额外给屏幕供电； 2.移植freertos到f103c8t6芯片时，工程没有错误，但单片机没有反应； 需要将堆的大小改成10*1024； 3.在找已经…...

编程日记 2025/8/15 13:38:19

《Python星球日记》第46天：决策树与随机森林

名人说：路漫漫其修远兮，吾将上下而求索。—— 屈原《离骚》创作者：Code_流苏(CSDN)（一个喜欢古诗词和编程的Coder😊） 专栏：《Python星球日记》，限时特价订阅中ing 目录一、前言二…...

编程日记 2025/8/15 13:38:17

【Pandas】pandas DataFrame expanding

Pandas2.2 DataFrame Function application, GroupBy & window 方法描述DataFrame.apply(func[, axis, raw, …])用于沿 DataFrame 的轴（行或列）应用一个函数DataFrame.map(func[, na_action])用于对 DataFrame 的每个元素应用一个函数DataFrame.a…...

编程日记 2025/8/15 13:38:15

【SpringCloud GateWay】Connection prematurely closed BEFORE response 报错分析与解决方案

一、背景今天业务方调用我们的网关服务报错: Connection prematurely closed BEFORE response二、原因分析三、解决方案第一步: 增加 SCG 服务的JVM启动参数,调整连接获取策略。将连接池获取策略由默认的 FIFO（先进先出）变更为 LIFO&#xff08…...

编程日记 2025/8/15 13:38:14

【行业】一些名词

名词分布式应用架构（分布式计算技术的应用和工具）中间件中间件（Middleware）主流中间件技术1.通信类2.数据类3. **协调与治理类中间件**4. 监控与可观测性中间件5.**流处理与批处理**中间件6.云原生中间件数据库Redismogodb 分布…...

编程日记 2025/8/15 13:38:12

深度学习模型的部署实践与Web框架选择

引言在深度学习项目的完整生命周期中，模型训练只是第一步，将训练好的模型部署到生产环境才能真正发挥其价值。本文将详细介绍模型部署的核心概念、常见部署方式以及三种主流Python Web框架的对比分析，帮助开发者选择最适合自己项目的技术方…...

编程日记 2025/8/15 15:18:27

【笔记】当个自由的书籍收集者从canvas得到png转pdf

最近有点迷各种古书，然后从 www.shuge.org 下载了各种高清的印本，快成db狂魔了…上面也有人在各种平台上分享，不胜感激…只是有些平台可以免费看但是没法下载… 反正你都canvas了，撸下来自己珍藏… 于是让qwen写了一段代码&#…...

编程日记 2025/8/15 15:18:25

Ubuntu 配置网络接口端点（静态 IP 地址）详细教程

在 Ubuntu 系统中，配置网络接口端点通常指的是为您的有线或无线网卡设置一个固定的 IP 地址、子网掩码、网关以及 DNS 服务器。这对于服务器或者需要稳定网络标识的设备来说非常重要。使用 Netplan (Ubuntu 17.10 及更高版本的默认方式)使用 ifupdown (通过 /etc/…...

编程日记 2025/8/15 15:18:24

JavaScript ES6+ 最佳实践

1. 变量声明：从 var 到 let/const 问题代码：var 存在变量提升，只有函数作用域，没有块级作用域，容易导致变量污染。 // 变量提升导致意外行为 console.log(num); // undefined 而非报错 var num 10;// 没有块级作用域…...

编程日记 2025/8/15 15:18:21

华为昇腾在智慧矿山机器人的应用及其技术解决方案

一、智慧矿山机器人的核心应用场景 1. ‌井下智能巡检机器人‌ 搭载昇腾AI芯片的巡检机器人可实现 ‌全自主导航与多模态感知‌，通过激光雷达视觉SLAM技术实时构建井下三维地图，精准识别巷道变形、设备漏油等异常状态47。结合昇腾边缘计算能力&#xf…...

编程日记 2025/8/15 1:19:36

发那科机器人3（机器人编程基础）

发那科机器人（机器人编程基础）一、机器人编程基础1、程序构成2、程序创建3、程序修改4、程序操作5、程序的停止与恢复6、执行程序7、测试运转8、自动运转一、机器人编程基础 1、程序构成什么是程序？程序指的是由用户编写的一系列机器人指令以及其他附带信息构成，使机器…...

编程日记 2025/8/15 15:18:18

2014年写的一个文档《基于大数据应用的综合健康服务平台研发及应用示范》

项目目标与任务项目目标与任务需求分析当今社会已经处于高度信息化的时代，作为关系民生的重要领域，医疗行业的信息化直接涉及临床服务、社会保障、医学研究和大众健康等环节，对提升医疗服务水平，强化管理职能，改善…...

编程日记 2025/8/15 9:28:22

Python初学者笔记第十一期 -- （字符串编程练习题）

第20节课【字符串编程练习题】练习01 回文字符串输入一个字符串，判断其是否是回文字符串。 # 思路1 # s1 "黄山落叶松叶落山黄" # s2 s1[::-1] # 反转 # print(s2) # print(s1 s2)# 思路2 def is_palindrome(s):l 0r len(s) - 1while l < r…...

编程日记 2025/8/15 1:18:00

[量化交易Backtrader] - 如何规避过拟合

一、回测中的过拟合：隐藏在数据背后的陷阱过拟合发生在模型过度适应历史数据，以至于在新数据上表现不佳。这就像是为历史数据量身定制了一件衣服，却在新的数据集上穿不进去。（一）过拟合的常见表现曲线过于完美当在回测报告中看到策略的净值曲线如同一条完美的上升直…...

编程日记 2025/8/15 15:18:11

前端日常 · 移动端网页调试

前端日常移动端网页调试技巧集锦：5个工具实战思路在移动端开发中，调试网页内容常常不是“写完就跑”的顺滑体验。尤其当页面跑在 App WebView 里时，不同系统版本、设备特性、浏览器行为都可能带来各种“只有你遇得到”的玄学 Bug。本篇…...

编程日记 2025/8/15 15:18:09

SQLite数据库加密（Java语言、python语言）

1. 背景与需求 SQLite 是一种轻量级的关系型数据库，广泛应用于嵌入式设备、移动应用、桌面应用等场景。为了保护数据的隐私与安全，SQLite 提供了加密功能（通过 SQLCipher 扩展）。在 Java 中，可以使用 sqlite-jdbc 驱动与 SQLCipher 集成来实现 SQLite 数据库的加密。本…...

编程日记 2025/8/15 15:18:07

【前端基础】6、CSS的文本属性（text相关）

目录内容 text-decoration：设置文本装饰线text-transform：文本中文字的大小写转换text-indent：首行缩进text-align：设置文本对齐方式一、text-decoration：设置文本装饰线常见值： None：没有…...

编程日记 2025/8/15 15:18:06

一、什么是直方图？

二、四种类型的直方图

1. 频数直方图：了解“有多少个”

频数直方图的适用场景

适用场景总结

2. 频率直方图：了解“占比是多少”

频率直方图的适用场景

适用场景总结

3. 概率密度直方图：估计“分布曲线”

概率密度直方图的适用场景

适用场景总结

4. 分组直方图：对比多个数据集

分组直方图的适用场景

适用场景总结

四种直方图适用场景总结

三、实现绘图前的数据检查

针对四种类型的直方图数据需求

四、MATLAB绘制相应直方图

1. 频数直方图绘制

直方图实现：

2. 频率直方图绘图

直方图实现：

3. 概率密度分布绘图

直方图实现：

4. 分组直方图

直方图实现：

相关文章：