ہسٹوگرام کو معمول بنانا ڈیٹا کے تجزیہ اور تصور میں ایک اہم عمل ہے۔ MATLAB، ایک طاقتور کمپیوٹیشنل ٹول، آپ کو ہسٹگرامس کو مؤثر طریقے سے معمول پر لانے میں مدد کے لیے مختلف فنکشن فراہم کرتا ہے۔ اس مضمون میں، ہم MATLAB میں ہسٹوگرام کو معمول پر لانے کے مرحلہ وار عمل کو تلاش کریں گے، جس سے آپ اپنے ڈیٹا میں بصیرت حاصل کر سکیں گے اور بامعنی موازنہ کر سکیں گے۔
MATLAB میں ہسٹوگرام کو کیسے معمول بنایا جائے؟
نارملائزڈ ہسٹوگرام ڈیٹا ویلیو کی فریکوئنسیوں کا ایک پلاٹ ہے، جہاں فریکوئنسی کو نارملائز کیا گیا ہے تاکہ ان کا مجموعہ 1 ہو جائے۔ اس کا مطلب ہے کہ نارملائزڈ ہسٹوگرام کو مختلف ڈیٹاسیٹس کی تقسیم کا موازنہ کرنے کے لیے استعمال کیا جا سکتا ہے، چاہے ڈیٹا سیٹس کے سائز مختلف ہوں۔ یہاں ایک نارملائزڈ ہسٹوگرام بنانے کے لیے کچھ اقدامات ہیں:
مرحلہ 1: ڈیٹا لوڈ کریں اور ہسٹوگرام بنائیں
شروع کرنے کے لیے، آپ کو اپنا ڈیٹا MATLAB میں لوڈ کرنا ہوگا اور ہسٹوگرام() فنکشن کا استعمال کرتے ہوئے ایک ہسٹوگرام بنانا ہوگا۔ یہ فنکشن آپ کے ڈیٹا کی بنیاد پر بن کی گنتی اور بن کے مقامات کا حساب لگاتا ہے۔ یہاں ایک مثال کوڈ ہے:
ڈیٹا = % آپ کا ڈیٹا یہاں % ;
ہسٹوگرام ( ڈیٹا ) ;
مرحلہ 2: ہسٹوگرام ڈیٹا بازیافت کریں۔
ہسٹوگرام بنانے کے بعد، آپ histcounts() فنکشن کا استعمال کرتے ہوئے بن کاؤنٹ اور بن کناروں کو حاصل کر سکتے ہیں۔ یہ فنکشن ہر ڈبے اور متعلقہ کناروں میں گنتی لوٹاتا ہے۔ مزید پروسیسنگ کے لیے ان اقدار کو الگ الگ متغیر میں اسٹور کریں:
[ شمار، کناروں ] = ہسٹ گنتی ( ڈیٹا ) ;
مرحلہ 3: معمول کی اقدار کا حساب لگائیں۔
ہسٹوگرام کو معمول پر لانے کے لیے ضروری ہے کہ ہر ڈبے کی گنتی کو ڈیٹا پوائنٹس کی کل تعداد سے تقسیم کیا جائے۔ یہ یقینی بناتا ہے کہ ہسٹوگرام قطعی گنتی کے بجائے رشتہ دار تعدد کی تقسیم کی نمائندگی کرتا ہے۔ یہاں یہ ہے کہ آپ معمول کی اقدار کا حساب کیسے کر سکتے ہیں:
کل ڈیٹا پوائنٹس = رقم ( شمار کرتا ہے ) ;normalized Values = شمار / کل ڈیٹا پوائنٹس؛
مرحلہ 4: بن کناروں کو ایڈجسٹ کریں۔
کچھ صورتوں میں، یہ ضروری ہو سکتا ہے کہ بن کے کناروں کو ایڈجسٹ کرنا ہو تاکہ نارملائزڈ ہسٹوگرام کو صحیح طریقے سے ترتیب دیا جائے۔ ایسا کرنے کے لیے، آپ ملحقہ بن کے کناروں کے درمیان مڈ پوائنٹس کا حساب لگا سکتے ہیں اور انہیں نئے بن کے مراکز کے طور پر استعمال کر سکتے ہیں۔ یہاں ایک مثال کوڈ ہے:
binCenters = ( کناروں ( 1 :end- 1 ) + کنارے ( 2 : end ) ) / 2 ;
مرحلہ 5: نارملائزڈ ہسٹوگرام پلاٹ کریں۔
اب جب کہ آپ کے پاس نارملائزڈ ویلیوز اور ایڈجسٹڈ بن سینٹرز ہیں، آپ bar() فنکشن کا استعمال کرکے نارملائزڈ ہسٹوگرام پلاٹ کرسکتے ہیں۔ بن مراکز کو x-axis اقدار کے طور پر اور معمول کی اقدار کو متعلقہ y-axis اقدار کے طور پر سیٹ کریں:
بار ( بن سینٹرز، نارملائزڈ ویلیوز ) ;
یہاں مکمل MATLAB کوڈ ہے جو ہسٹوگرام کو معمول بناتا ہے:
% قدم 1 : ہسٹوگرام بنائیںڈیٹا = [ 10 , بیس , 30 , 40 , پچاس , 10 , بیس , 30 , 10 , بیس ] ;
ہسٹوگرام ( ڈیٹا ) ;
% قدم 2 : ہسٹوگرام ڈیٹا حاصل کریں۔
[ شمار، کناروں ] = ہسٹ گنتی ( ڈیٹا ) ;
% قدم 3 : نارملائزڈ ویلیوز حاصل کریں۔
کل ڈیٹا پوائنٹس = رقم ( شمار کرتا ہے ) ;
normalized Values = شمار / کل ڈیٹا پوائنٹس؛
% قدم 4 : ڈبوں میں ترمیم کریں۔
binCenters = ( کناروں ( 1 :end- 1 ) + کنارے ( 2 : end ) ) / 2 ;
% قدم 5 : نارملائزڈ ہسٹوگرام پلاٹ کریں۔
بار ( بن سینٹرز، نارملائزڈ ویلیوز ) ;
% قدم 6 : پلاٹ کو حسب ضرورت بنائیں
xlabel ( 'بنس' ) ;
ylabel ( 'معمولی تعدد' ) ;
عنوان ( 'نارملائزڈ ہسٹوگرام' ) ;
گرڈ آن؛
میں نے ڈیٹاسیٹ ڈیٹا کی ایک مثال شامل کی ہے اور اسے ہسٹوگرام بنانے کے لیے استعمال کیا ہے۔ یہ کوڈ ایک ہسٹوگرام بنائے گا، معمول کی اقدار کی گنتی کرے گا، بن کے کناروں کو ایڈجسٹ کرے گا، اور نارملائزڈ ہسٹوگرام کو پلاٹ کرے گا۔
نوٹ: کوڈ فرض کرتا ہے کہ آپ کے پاس MATLAB امیج پروسیسنگ ٹول باکس انسٹال ہے، جس میں ہسٹوگرام اور ہسٹ کاؤنٹ فنکشنز شامل ہیں۔
نتیجہ
MATLAB میں ہسٹوگرام کو معمول بنانا ایک سیدھا سادہ عمل ہے جو آپ کو اپنے ڈیٹا کی متعلقہ فریکوئنسی کی تقسیم کے بارے میں بصیرت حاصل کرنے کی اجازت دیتا ہے۔ ہسٹوگرام کو معمول پر لانے کے لیے ہر بن کی گنتی کو ڈیٹا پوائنٹس کی کل تعداد سے تقسیم کریں۔