% 数据 x = randn(1000,1); % 直方图 histogram(x);

这段代码生成了一个大小为1000的随机值的正态分布直方图。使用histogram函数可以对数据进行分组，并且自动计算组距。同时，可以使用histogram函数中的一些其他参数来设置图形的一些属性，如修改颜色、边界和曲线等。

% 数据 x = randn(1000,1); % 直方图 histogram(x,'Normalization','probability');

% 数据 x = randn(1000,1); % 直方图 h = histogram(x); % 修改属性 h.FaceColor = [0, 0.5, 0.5]; h.EdgeColor = 'none'; h.BinWidth = 0.5; h.Normalization = 'probability'; h.FaceAlpha = 0.75; % 显示直方图 xlabel('x'); ylabel('Frequency'); title('Normal distribution histogram');

% 数据 x = randn(1000,1); % 直方图 histogram(x,'BinLimits',[-5,5]);

% 数据 x = randn(1000,1); % 直方图 [counts,edges] = histcounts(x); % 显示计数和边界 counts edges

bar函数：与histogram函数相比，bar函数在绘制直方图时较为常见，它可以用于将一维离散数据转换为直方图。

% 数据
x = randn(1000,1);
% 统计每个bin中元素个数
[counts,edges] = histcounts(x);
binWidth = edges(2)-edges(1);
% 显示直方图
bar(edges(1:end-1),counts/(binWidth*length(x)),1);

% 数据 x = randn(1000,1); % 直方图 histogram(x); % 调整图形大小 fig = gcf; fig.Position = [100, 100, 800, 600];

% 读取图像 I = imread('peppers.png'); % 绘制灰度直方图 imhist(rgb2gray(I)); % 显示图像 imshow(I);

% 数据 x = randn(1000,1); y = 0.5*x + randn(1000,1)/3; % 直方图 histogram2(x,y,'FaceColor','flat','DisplayStyle','tile'); % 显示标签 xlabel('X'); ylabel('Y');

% 数据 x = randn(1000,1); % 计算频率直方图 [counts,edges] = histcounts(x,10,'Normalization','probability'); binWidth = edges(2)-edges(1); % 显示直方图 bar(edges(1:end-1),counts,1); % 显示标签 xlabel('X'); ylabel('Frequency');