Matlab帕累托图绘制函数pareto用法

今天，带来Matlab中离散数据绘制帕累托图的函数pareto。本文主要讲解pareto函数在Matlab中的常见用法、语法说明、帕累托图的创建、帕累托图中的条形标记、显示累积分布中的所有值等。

下面给一个百度百科关于帕累托图的解释吧：

帕累托图（Pareto chart）是将出现的质量问题和质量改进项目按照重要程度依次排列而采用的一种图表。以意大利经济学家V.Pareto的名字而命名的。帕累托图又叫排列图、主次图，是按照发生频率大小顺序绘制的直方图，表示有多少结果是由已确认类型或范畴的原因所造成。

下面，我们将开始详细的介绍pareto函数的语法介绍，实例引用，结果展示。首先，我们给出 Matlab 中关于 pareto 函数的帮助文本如下：

>> help pareto
 pareto Pareto chart.
    pareto(Y,NAMES) produces a Pareto chart where the values in the
    vector Y are drawn as bars in descending order.  Each bar will
    be labeled with the associated name in the string matrix or
    cell array NAMES.
 
    pareto(Y,X) labels each element of Y with the values from X.
    pareto(Y) labels each element of Y with its index.
 
    pareto(AX,...) plots into AX as the main axes, instead of GCA.
 
    [H,AX] = pareto(...) returns a combination of patch and line object
    handles in H and the handles to the two axes created in AX.

常用用法

pareto(Y)
pareto(Y,names)
pareto(Y,X)
H = pareto(...)
[H,ax] = pareto(...)

语法说明

帕累托图将向量 Y 中的值显示为降序排列的条形图。Y 中的值必须是非负的且不能包含 NaN。默认情况下，显示最高的 10 个条形或累积分布的前 95% 的值，以两者中较小者为准。

pareto(Y) 用 Y 中的元素索引标识每个条形，并绘制线条以显示 Y 的累积和。

pareto(Y,names) 用矩阵或元胞数组 names 中的关联文本标识每个条形。

pareto(Y,X) 用 X 中的关联值标识每个条形。

pareto(ax,..) 在坐标区 ax 而不是当前坐标区 gca 中绘图。

pareto(…,threshold) 指定 0 和 1 之间的一个阈值。阈值是要包含在图中的累积直方图的比例。不管阈值如何，图最多显示 10 个条形。

H = pareto(…) 返回创建的原始 Line 和 Bar 对象。

此外，[H,ax] = pareto(...) 还返回创建的两个坐标区对象。

帕累托图的创建

创建向量 y 的帕累托图。

y = [90,75,30,60,5,40,40,5];
figure
pareto(y)

pareto 将 y 中的元素绘制为降序排列的条形图并用其在 y 中的索引标记每个条形。由于 pareto 仅绘制累积分布的前 95%，因此 y 中的部分元素并未显示。

帕累托图中的条形标记

查看一组编程人员的累积生产率以了解其是否为正态分布。用编程人员的姓名标记每个条形。

codelines = [200 120 555 608 1024 101 57 687];
coders = {'Fred','Ginger','Norman','Max','Julia','Wally','Heidi','Pat'};
figure
pareto(codelines, coders)
title('Lines of Code by Programmer')

显示累积分布中的所有值

创建一个帕累托图，在包含 200 名参与者的一项调查中显示所青睐的馅饼类型情况。通过将 threshold 参数设置为 1，包括累积分布中的所有值。

pies = {'Chocolate','Apple','Pecan','Cherry','Pumpkin'};
votes = [35 50 30 5 80];
pareto(votes,pies,1)
ylabel('Votes')

由于Matlab2016中不支持threshold参数（将最大值设置为100%，你可以与前面的两张图对比看下），所以下图是官方的运行结果：