Matlab 用方框显示数据并向方框中添加圆圈/记号

我有一个看似简单的任务，如果有人能帮我一把或给我指出正确的方向，我将非常感激

我有一个由1和0组成的向量，我想用下面的方式创建一个数据图：我想要一个由两个正方形组成的垂直块，对于向量中的每个元素，我想在每个正方形中添加一个计数（可以是一个圆，一个点，任何东西）。因此，对于eg，顶部的正方形可以计算所有的0，底部的正方形可以计算所有的1

例如，如果我有一个50个0和50个1的向量，在运行这个文件的末尾，每个块将包含50个圆圈/计数标记。我首先创建矩形，如下所示：

axis([0 1 0 1])
rectangle('Position',[0.1,0.3,0.2,0.2])
rectangle('Position',[0.1,0.8,0.2,0.2])

但是，当我想根据向量的元素是零还是一，将计数标记添加到每个圆上时，我被卡住了

非常感谢任何帮助

可以使用命令绘制圆（或正方形）。为了避免在同一点上绘制所有标记，可以考虑在位置上添加一些随机性。 正方形的中心

c0 = [0.2, 0.4];
c1 = [0.2, 0.9];

假设你有以下向量

v = [0 0 0 1 1 1 0 1 0 0 1 1 0 0 0 0];

有点随意

r = 0.025*randn( numel( v ), 2 ); % you may control the "spread" of the markers using the scaling factor here

% do the plot
axis([0 1 0 1]); hold on;
rectangle('Position',[0.1,0.3,0.2,0.2])
rectangle('Position',[0.1,0.8,0.2,0.2])     
s0 = v == 0;
scatter( c0(1)+r(s0,1), c0(2)+r(s0,2), 20, 'ob' ); % blue circles
scatter( c1(1)+r(~s0,1), c1(2)+r(~s0,2), 20, 'ob' ); % blue circles

---

基本的问题似乎是如何以一种美观的方式在每个盒子中分配计数、圆圈等<在某种程度上，Shai的答案是好的。如果你接受这个答案，我建议你使用半透明的符号。这样，重叠符号将可见

让我们用

matplotlib

试试这个：

import matplotlib.pyplot as plt
import numpy as np

# input vector with 100 elements:
v = np.random.randint(0,2,100)

# calculate the number of 0's and 1's:
n_zeros = np.sum(v == 0)
n_ones = len(v) - n_zeros

# create the plot
fig = plt.figure()
ax = fig.add_subplot(111)
ax.set_xlim(0,2)
ax.set_ylim(0,4)
ax.add_patch(plt.Rectangle((.5, .5), 1, 1, facecolor='none', edgecolor='k'))
ax.add_patch(plt.Rectangle((.5, 2.5), 1, 1, facecolor='none', edgecolor='k'))

# calculate some random coordinates for zeros and ones
c_zeros = np.array([.6, .6]) + .8 * np.random.random((n_zeros, 2))
c_ones = np.array([.6, 2.6]) + .8 * np.random.random((n_ones, 2))

# plot ones with semi-transparent red
ax.plot(c_ones[:,0], c_ones[:,1], 'o', mfc=(1.,0.,0.,.5), mec='none', markersize=10)
# plot zeros with semi-transparent blue
ax.plot(c_zeros[:,0], c_zeros[:,1], 'o', mfc=(0., 0., 1., .5), mec='none', markersize=10)

我们得到：

该图有两个明显的缺点：

随机性不会给出均匀分布

标记的大小与缩放级别无关；如果放大，标记大小将保持在10点

数字2相对容易通过使用圆圈而不是标记来修复。（通过使用标记，代码稍微简单一些。）

然而，另一个问题有点棘手。最可能的情况是，我们希望将圆打包成矩形，使它们的中心尽可能远离彼此。这就是所谓的包装问题，没有简单的解决方案。最佳填料通常相当美观，但即使是很好的近似值，在数学上也相当具有挑战性

那么，让我们尝试一些更简单的方法。我们将始终在一个有N行的网格中绘制点，每行有N个或N+1个项目

def find_packing(num_items):
    """Find a reasonable packing of circles into a rectangle

    num_items - number of items to pack

    Returns: [list of X coordinates], [list of Y coordinates]
             - lists are normalized so that all coordinates are in the interval [0,1]"""

    # get rid of a few special cases:
    if num_items == 0:
        return [],[]
    if num_items == 1:
        return [.5], [.5]
    if num_items == 2:
        return [0., 1.], [.5, .5]
    if num_items == 3:
        return [0., 0., 1.], [0., 1., .5]

    # calculate the size of the full square (n >= 2)
    n = int(np.sqrt(num_items))

    # determine the required number of rows:
    if num_items > n * (n+1):
        num_rows = n + 1
    else:
        num_rows = n

    # determine how may elements we have beyond the full num_rows x n rectangle
    leftovers = num_items - num_rows * n

    # let us create a list of row lengths:
    r_lengths = [n] * num_rows

    # the leftovers need to be distributed evenly (note the integer division):
    for i in range(leftovers):
        r_lengths[(i * num_rows // leftovers + num_rows / 2) % num_rows] += 1

    # let us normalize the coordinates so that the resulting coordinates are always 0,0..1,1
    xcoords = []
    ycoords = []
    row_step = 1. / (num_rows - 1)
    for r in range(num_rows):
        ycoords += [r * row_step] * r_lengths[r]
        xcoords += np.linspace(0, 1, r_lengths[r]).tolist()

    return xcoords, ycoords

现在，这很容易集成到绘图代码中：

# calculate some less random coordinates for zeros and ones
c_zeros = np.array([.6, .6]) + .8 * np.array(find_packing(n_zeros)).T
c_ones = np.array([.6, 2.6]) + .8 * np.array(find_packing(n_ones)).T

然后，我们对绘图进行另一个微小的更改，以保持正方形：

    ax.set_aspect('equal')

这应该添加到

set\u xlim

命令之前

通过这些更改，我们的图表如下所示：

（在这里，我将

v

中的项目数更改为200，赔率为0.33/0.67，以使其看起来更有趣。）