NominalScale

NominalScale[{cat1,cat2,…,catn}]

順序付けられていないカテゴリ catiの集合を表す．

NominalScale[cat1lab1,…,catnlabn|>]

カテゴリ catiをラベル labiに関連付ける．

NominalScale[…,catilabi,…|>]

プロットの中で labiを使って catiを表す．

NominalScale[Automatic]

カテゴリを自動的に決定する．

詳細とオプション

  • 名義尺度は，製品，名称，場所等を識別するために使われる．以下は，その典型的な例である．
  • apple,banana,orange, …果物のカテゴリ
    London,NYC,Miami,Paris,… 都市のカテゴリ
    sad,happy,angry, …感情のカテゴリ
  • NominalScaleをScalingFunctionsと一緒に使って軸に沿ってカテゴリ的な値を置く．
  • カテゴリ間には順序はない．等しいかどうかである．
  • カテゴリ catiは任意の式でよい．
  • NominalScale[…][prop]は指定された特性を順序尺度で与える．
  • 次は，使用可能な特性である．
  • "CategoryList"カテゴリ{cat1,…,catn}のリスト
    "LabelAssociation"<|…,catilabi,…|>の形の連想
    "LabelList"ラベルのリスト{lab1,…,labn}
    "Properties"サポートされる特性のリスト
  • NominalScale[…][prop,arg]またはNominalScale[…][prop][arg]は引数 arg に従って特性 prop を返す．
  • 次は，使用可能な特性 prop と引数 arg である．
  • "Label"caticatiに対応するラベル labi
    "Labels"{…,cati,…}catiに対応するラベル labiのリスト

例題

すべて開くすべて閉じる

例  (4)

コインを100回トスした結果のシミュレーションを行う：

「Heads」（表）と 「Tails」（裏）にそれぞれ「H」と「T」のラベルをつける：

時系列中のCPUの状態のカテゴリを自動的に決定する：

リンゴの価格を種類と大きさに基づいて表示する：

コード化されたカテゴリのラベルを与える：

スコープ  (23)

尺度の例  (11)

調査からの人種カテゴリ：

配偶者の有無：

性別：

雲のカテゴリ：

コンピュータの種類：

オペレーティングシステム：

大陸：

通貨：

言語：

車の種類：

スポーツ：

カテゴリとラベル  (7)

カテゴリは文字列のように任意のタイプの式でよい：

実体：

色：

画像：

数値カテゴリは数値尺度を使わない：

数値にラベルと順序を割り当てる：

自動検出されたカテゴリはデータに出現した順に表示される：

カテゴリとその提示順を指定する：

スケールから省略されたカテゴリは欠落したものとみなされて表示されない：

デフォルトで，カテゴリはラベルとして使われる：

カテゴリの代りに使うラベルを指定する：

個々のカテゴリのラベルを与える：

ラベルは任意のタイプの式でよい：

特性の抽出  (5)

名義尺度の特性のリストを得る：

カテゴリのリストを抽出する：

カテゴリをアルファベット順にソートして新たな尺度を作る：

カテゴリとラベルの間のマッピングを抽出する：

単一のカテゴリのラベルを決定する：

カテゴリのリストのためのラベルを決定する：

オプション  (1)

RotateLabel  (1)

デフォルトで，ラベルは水平に置かれる：

読みやすくなるように目盛ラベルを回転させる：

アプリケーション  (11)

基本的なアプリケーション  (1)

BubbleChartでNominalScaleを使う：

GroupByで使う：

農業  (1)

ParallelAxisPlotを使ってUSDAからのマルチカテゴリのオレンジ卸売データをプロットする：

化学  (3)

価格元素のクラスの電気式を可視化する：

元素の自然状態を可視化する：

元素がどのブロックにあるのかをプロットする：

商業  (1)

ParallelAxisPlotを使ってNominalScaleによる車の分類をプロットする：

気象  (1)

数ヶ月間の降水状況をプロットする：

教育  (1)

クラスの生徒の成績を示す：

生物  (1)

染色体の一部のDNA配列をプロットする：

社会学  (1)

アメリカ合衆国の大統領の所属政党を時代とともにプロットする：

マルコフ鎖  (1)

表が出る確率が0.6で裏が出る確率が0.4の離散マルコフ過程を使ってコインを繰返しトスする過程をモデル化する：

50回のコイントスのシミュレーションを行う：

Wolfram Research (2022), NominalScale, Wolfram言語関数， https://reference.wolfram.com/language/ref/NominalScale.html.

テキスト

Wolfram Research (2022), NominalScale, Wolfram言語関数， https://reference.wolfram.com/language/ref/NominalScale.html.

CMS

Wolfram Language. 2022. "NominalScale." Wolfram Language & System Documentation Center. Wolfram Research. https://reference.wolfram.com/language/ref/NominalScale.html.

APA

Wolfram Language. (2022). NominalScale. Wolfram Language & System Documentation Center. Retrieved from https://reference.wolfram.com/language/ref/NominalScale.html

BibTeX

@misc{reference.wolfram_2024_nominalscale, author="Wolfram Research", title="{NominalScale}", year="2022", howpublished="\url{https://reference.wolfram.com/language/ref/NominalScale.html}", note=[Accessed: 21-November-2024 ]}

BibLaTeX

@online{reference.wolfram_2024_nominalscale, organization={Wolfram Research}, title={NominalScale}, year={2022}, url={https://reference.wolfram.com/language/ref/NominalScale.html}, note=[Accessed: 21-November-2024 ]}