Main Content

Cette page a été traduite par traduction automatique. Cliquez ici pour voir la dernière version en anglais.

Visualisez la corrélation entre la température et l'humidité

Ouvrir le live script

Cet exemple montre comment lire plusieurs variables à partir d'un canal ThingSpeak ™ existant et générer un scatter plot pour examiner la corrélation entre la température et la pression. Dans l'exemple, vous modifiez l'un des modèles de code fournis par l'application MATLAB Analaysis et MATLAB Visualizations.

ThingSpeak channel 12397 contient des données météorologiques provenant d'une station météo située au-dessus d'un parking sur le campus MathWorks® à Natick, MA. Le champ 4 contient la mesure de température, le champ 3 contient la mesure d'humidité.

Créer uneMATLABVisualisation à partir du code modèle

Pour créer une visualisation en scatter plot des données d'un canal ThingSpeak , vous pouvez écrire un script MATLAB à l'aide d'un modèle de code fourni dans l'application MATLAB Visualizations.

Allez dans l'onglet Applications et sélectionnez Visualisations MATLAB . Cliquez sur Nouveau , sélectionnez Visualiser la corrélation entre la température et l'humidité et cliquez sur Créer .

Visualisez vos données

ThingSpeak remplit le champ MATLAB Code avec le code pour générer l'histogramme de température.

1) Définissez les variables pour communiquer avec ThingSpeak. Dans cet exemple, la clé d'API en lecture n'est pas nécessaire car le canal de la station météo est public. Si vous lisez depuis votre propre canal, vous pouvez modifier ces valeurs.

readChannelID = 12397;
TemperatureFieldID = 4;
HumidityFieldID = 3;
readAPIKey = '';

2) Utilisez thingSpeakRead pour récupérer 300 points des champs de température et d'humidité.

data = thingSpeakRead(readChannelID,'Fields',[TemperatureFieldID HumidityFieldID], ...
      'NumPoints',300, 'ReadKey',readAPIKey);

3) Extraire les données de température et de vitesse du vent.

temperatureData = data(:, 1);
humidityData = data(:, 2);

4) Utilisez scatter pour générer le tracé. Définissez les étiquettes des axes x et y en utilisant xlabel et ylabel.

scatter(temperatureData,humidityData);
xlabel('Temperature');
ylabel('Humidity');

5) Vous pouvez modifier le code du modèle pour l'adapter à votre application. Par exemple, vous pouvez modifier le nombre de points à lire et les titres des tracés dans le code. Cliquez sur Enregistrer et exécuter pour générer la sortie. Étant donné que le scatter plot est généré à partir de données temps réel, votre tracé ressemble mais pas à celui-ci.

Ajouter une visualisation à votre vue de canal

Vous pouvez éventuellement ajouter des visualisations enregistrées à votre canal. Dans Paramètres d'affichage , cliquez sur Ajouter/Modifier cette visualisation à un canal pour développer la liste des canaux.

Cochez la case correspondant au canal auquel vous souhaitez ajouter la visualisation. Pour ajouter des visualisations privées, cochez Vue privée . Pour partager l'URL et ajouter la visualisation à la Vue publique , sélectionnez Créer une URL publique . Pour mettre à jour vos sélections, cliquez sur  Enregistrer les paramètres d'affichage .

Déterminer l'ajustement linéaire

La fonction polyfit peut fournir un ajustement aux données linéaires lorsque le degré d'ajustement est défini sur une valeur de 1. Le code suivant n'est pas inclus dans le modèle. Pour tracer plusieurs distributions, ajoutez ce code au modèle.

1) Utilisez polyfit pour effectuer un ajustement aux données. Spécifiez 1 comme dernier argument pour un ajustement linéaire.

fitData = polyfit(temperatureData,humidityData,1);
display(fitData(1),'Slope');
Slope = -1.1647

display(fitData(2),'Intercept');
Intercept = 104.3294

2) Étant donné que la température et l'humidité n'ont pas de relation définie, l'ajustement linéaire n'est pas nécessairement un bon ajustement. Vous pouvez vérifier la qualité de l'ajustement avec un coefficient de corrélation. Calculer et afficher le coefficient de corrélation.

r = corrcoef(temperatureData,humidityData);
display(r(2),'Correlation Coefficient');
   -0.8784

3) Appuyez sur Enregistrer et exécuter pour générer le double tracé. Le scatter plot a une pente négative, et donc un coefficient de corrélation négatif : l'humidité diminue avec l'augmentation de la température pour cette mesure. Une valeur r de 1 ou -1 indique un ajustement parfait. La valeur r de ces données confirme que l'ajustement est relativement médiocre.

Voir aussi

Fonctions

Exemples associés

En savoir plus