Matlab绘图技巧大全(终极版)

使用Matlab绘图

  • 图像是结果的一种可视化表现,它能直观的体现你的结果,并且能体现你获得结果的准确性,在当前的大数据时代,在做数据分析的时候,将其可视化可以直观多维的展示数据,可以让人们更好的发现并且记住数据的特征,因此很多时候掌握一些绘图方法是非常重要的,而使用MATLAB可以非常简单的进行绘图(当然还有很多其它工具可供使用),下文是我所了解的一些基本绘图方法的整理,其中很多很多内容非常基础,希望对你能有些帮助。

二维作图

二维图像是我们在学习过程中经常会接触到的图像,比如在做数学题目时随手画出的一个正弦曲线,这个图像往往是我们根据它的函数做出来的,事实确是这样,在我们学习过程中画出来的每一个图像几乎都是函数,反过来说,每一个函数都对应着它自己的图像,我们能画出来的二维图像往往是一个一元函数即二元方程,在Matlab中做二维图像也是这样,我们根据一个函数来画出它的图像,不过要注意的一点是,在Matlab画图的过程中,它并不认识你给出的那个函数,它要做的仅仅是把你给出的函数上的点连成线而已。

  • plot和fplot

在Matlab里面做二维图像最基础也是最常用的两个函数:plot()fplot()函数,其中,的经常使用的方法有下面三种:

one plot(x) two plot(x,y,参数) three plot(x1,y1,x2,y2,...,xn,yn)

首先,第一种方法里面若x为一维数组,则作出的图像是以其数组长度为横坐标,间隔为1,以数组中的具体值为纵坐标的。而其也可以为复数变量,如下:

	y = [5,10,15,20]
	z = [100,200,300,400]
	x =y+z*i
	//这里的x经过此定义将会被认为是一个复数变量
	//图像将会以实部即y为横坐标,虚部即z为纵坐标作图

对于第二种形式就更好理解了,往往其中的x、y都为一维数组,其实y也就是x对应的函数值,后边的参数用于指定曲线的线形、颜色和数据点标记,如下:

	x = [0:0.01:10]
	y = sin(x)
	plot(x,y,'-r*')

可以看到,x是一个长度为1001的一维数组,y是和x等长的在sin(x)上的一维数组,后边的-r*分别为曲线线性、颜色、数据点标记,其中参数的一些具体属性如下表所示:


线形颜色数据点标记
'-' : 实线'k' : 黑色* : 星号
':' : 虚线b : 蓝色o : 圆圈
'-.' : 点划线c : 蓝绿色s : 方块
'--' : 双划线g : 绿色p : 五角星
m : 洋红色^ : 朝上三角符号
r : 红色X : 叉
w : 白色+ : +
y : 黄色d : 菱形
v : 朝下三角符号
< : 朝左三角符号
> : 朝右三角符号
H : 六角形
这些就是基本的绘图参数指令,搭配使用效果更佳。关于参数的使用是在每种方法中都可以添加,三种常用示例只是简单示例。关于第三种使用方法,意思是把n个图像做出在一个窗口中,同时也少敲了几个plot,当然,如果你想把代码分开写也可以,只需要加上hold on命令就行了,关于它后文会有介绍。
而关于,其基本使用方法如下:
one fplot(f,lims,参数) two fplot(funx,funy,tlims,参数)

在第一种方法中,f代表一个函数,通常采用函数句柄的形式。lims为x轴的取值范围,用二元向量[xmin,xmax]描述,默认值为[-5,5]。参数定义与plot函数相同。例如使用fplot函数绘制sin(x)图像如下:

	fplot(@(x)sin(x),[0,10],'-r')

在第二种方法中,funx、funy代表函数,通常采用函数句柄的形式。tlims为参数函数funx和funy的自变量的取值范围,用二元向量[tmin,tmax]描述。如绘制参数方程(x=tsint,y=tcost)曲线如下:

	fplot(@(t)t.*sin(t),@(t)t.*cos(t),[0,10*pi],'-r')
其它形式下的二维曲线图

上文举例说明了最基础最常用的两个做二维曲线的函数,实际上,二维图形的种类还有很多,不光只有一根线构成的曲线图,还有各种统计图、坐标图等等,相应的在Matlab中也有画它们图形的方法,下面是其它几种图形作图方法(非全部):

  • 对数坐标图
semilogx(x1,y1,'参数',x2,y2,'参数'...)semilogy(x1,y1,'参数,x2,y2','参数'...)loglog(x1,y1,'参数',x2,y2,'参数'...)

其中,semilogx函数x轴为常用对数刻度,y轴为线性刻度;semilogy函数x轴为线性刻度,y轴为常用对数刻度;loglog函数x轴和y轴均采用常用对数刻度。

  • 极坐标图
polar(theta,rho,'参数')

其中,theta为极角,rho为极径,参数内容与plot相同。

  • 条形图
bar(y,style)bar(x,y,style)
	x = [2018,2019,2020]
	y = [10,20,30,40,50;
		 10,20,30,40,50;
		 10,20,30,40,50];
	bar(x,y)

第一个,参数y是数据,选项style用于指定分组排列模式,模式有两种供选择,分别为:'grouped':簇状分组,'stacked':堆积分组。

   第二个,x存储横坐标,y存储数据,y的行数必须与向量x的长度相同。选项style用于指定分组排列模式。

   具体效果请自行练习查看。

  • 直方图
hist(y)hist(y,x)

其中,y是要统计的数据,x用于指定区间的划分方式。若x是标量,则统计区间均分成x个小区间;若x是向量,则向量x中的每一个数指定分组中心值,元素的个数为数据分组数。x缺省时,默认按10个等分区间进行统计。

rose(theta[],x)

其中,参数theta用于确定每一区间与原点的角度,选项x用于指定区间的划分方式。

  • 面积类图形
pie(x,explode)

其中,参数x存储待统计数据,选项explode控制图块的显示模式。使用如下,可以试着改下参数或者help一下看看。

	score = [10,25,3,18,41]
	ex = [0,0,0,0,1]
	pie(score,ex)
  • 散点类图形
scatter(x,y,选项,'filled')

其中,x、y用于定位数据点,选项用于指定线型、颜色、数据点标记。如果数据点标记是封闭图形,可以用选项’filled’指定填充数据点标记。该选项省略时,数据点是空心的。

   一颗心:

	t = 0:pi/50:2*pi
	x = 16*sin(t).^3
	y = 13*cos(t)-5*cos(2*t)-2*cos(3*t)-cos(4*t)
	scatter(x,y,'rd','filled')
  • 矢量类图形
quiver(x,y,u,v)

其中,(x,y)指定矢量起点,(u,v)指定矢量终点。x、y、u、v是同样大小的向量或同型矩阵,若省略x、y,则在x-y平面上均匀取若干个作为起点。

	已知向量A、B,求A+B,并用矢量图表示。
	A = [4,5]; B = [-10,0]; C = A+B;
	hold on 
	quiver(0,0,A(1),A(2));
	quiver(0,0,B(1),B(2));
	quiver(0,0,C(1),C(2));
	text(A(1),A(2),'A');text(B(1),B(2),'B');
	text(C(1),C(2),'C')
	axis([-12,6,-1,6])
	grid on
  • 进阶:双Y轴绘图
plotyy()

示例代码:

	x	= 	[0:0.01:20]
	y1	=	200*exp(-0.05*x).*sin(x)
	y2	=	0.8*exp(-0.5*x).*sin(10*x)
	plotyy(x,y1,y2)

三维作图

在上文的二维作图示例中我们可以知道二维作图的基本方法,而有时候二维的图形满足不了我们的需要,这个时候就需要做一些三维图像了,而三维图像里边除了包含曲线作图之外还包含曲面作图。

三维曲线

在二维曲线作图里边我们主要使用的函数是plotfplot函数,而在三维曲线作图里面我们使用的是plot3fplot3函数,其不但长得像,功能也是差不多的,只不过是做了扩展而已。

  • plot3和fplot3

关于plot3函数,其基本用法如下:

one plot3(x,y,z,参数) two plot(x1,y1,z1,x2,y2,z2,...,xn,yn,zn)

是不是似曾相识,没错,它和plot功能确实非常像,只是多了一维数据而已。如要画出sin(x)的三维图,只需这样就好:

	x = [0:0.01:10]
	y = x
	z = sin(x)
	plot3(x,y,z,'-r')

怎么样,是不是非常简单,假如要绘制个空间的螺旋线,其参数方程为:x=sint+tcost,y=cost-tsint,z=t,只需这样就好:

	t = [0:0.1:10*pi]
	x = sin(t)+t.*cos(t)
	y = cos(t)-t.*sin(t)
	z = t
	plot3(x,y,z)

对于plot3函数来讲,它的参数x,y,z不止可以是一维数组,实际上:

  • 参数x、y、z是同型矩阵时,以x、y、z对应列元素绘制曲线,曲线条数等于矩阵列数。
  • 参数x、y、z中有向量,也有矩阵时,向量的长度与矩阵相符。

对于其不止一组数据的方法2,其作用与plot类似,每一组x、y、z向量构成一组数据点的坐标,绘制一条曲线。

   而plot3函数的后面线型、颜色和数据点标记的参数则与plot完全一致。

   对于函数,其基本引用方法如下:

fplot3(funx,funy,funz,tlims)

其中,funx、funy、funz代表定义曲线x、y、z坐标的函数,通常采用函数句柄的形式。tlims为参数函数自变量的取值范围,用二元向量[tmin,tmax]描述,默认为[-5,5],与fplot是几乎完全一致的,不再举例。

三维曲面

在做三维曲面图的时候,第一步往往是生成一个平面网格,这个平面网格是什么东西呢,其实就是用矩阵X、Y分别存储每一个小矩形顶点的x坐标与y坐标,矩阵X、Y就是该矩形区域的xy平面网格坐标矩阵:
在这里插入图片描述

   说的简单些,就是给我们要用的空间坐标系做个出来,本来x、y都是一维向量,它们也就是只能当两根轴,这个时候用新的两个X、Y矩阵来把空间坐标系的二维地面给表示出来,这样的话每一个[X,Y]就都能对应一个Z了,就是这个意思。在MATLAB中,产生平面区域内网格坐标矩阵有两种方法:

  • 1.利用矩阵运算生成:
	X = ones(size(y))*x
	Y = y*ones(size(x))
  • 2.利用meshgrid函数生成:
	[X,Y] = meshgrid(x,y)
  • 绘制三维曲面的函数
mesh(x,y,z,c)surf(x,y,z,c)mesh(z,c)surf(z,c)

其中,x、y是网格坐标矩阵,z是网格点上的高度矩阵,c用于指定在不同高度下的曲面颜色。c省略时,颜色的设定正比于图形的高度。

   当x、y省略时,z矩阵的第2维下标当作x轴坐标,z矩阵的第一维下标当作y轴坐标。

   另外还有一些其它的绘制三维曲面的函数:

带等高线的三维网格曲面函数meshc带底座的三维网格曲面函数meshz具有等高线的曲面函数surfc具有光照效果的曲面函数surfl

这些函数使用都和mesh还有surf大致相同,可自行练习了解。

	//用4种方式绘制函数z=(x-1)^2+(y-2)^2-1的曲面图
	//其中,x=[0,2],y=[1,3]

	[x,y]=meshgrid(0:0.1:2,1:0.1:3)
	z=(x-1).^2+(y-2).^2-1
	subplot(2,2,1);meshc(x,y,z)
	subplot(2,2,2);meshz(x,y,z)
	subplot(2,2,3);surfc(x,y,z)
	subplot(2,2,4);surfl(x,y,z)
  • 标准三维曲面
[x,y,z]=sphere(n)

产生3个(n+1)阶的方阵,采用这3个矩阵可以绘制出圆心位于原点、半径为1的单位球体。

[x,y,z]=cylinder(R,n)

其中,参数R是一个向量,存放柱面各个等间隔高度上的半径,n表示在圆柱圆周上有n个间隔点,默认有20个间隔点。
peaks函数

   调用格式:

	peaks(n)	>>	p1=peaks(10)
	peaks		>>	p2=peaks
	peaks(V)	>>	p3=peaks(-3:0.2:3)
	peaks(x,y)	>>	[x,y]=meshgrid(-2:0.1:2,0:0.1:5)
					p4=peaks(x,y)
  • fmesh函数和fsurf函数

        用于绘制参数方程定义的曲面
fsurf(funx,funy,funz,uvlims)fmesh(funx,funy,funz,uvlims)

其中,funx、funy、funz代表定义曲面x、y、z坐标的函数,通常采用函数句柄的形式。uvlims为funx、funy和funz的自变量的取值范围,用4元向量[umin,umax,vmin,vmax]描述,默认为[-5,5,-5,5]。

图形修饰辅助操作

到这里,不管是二维曲线三维曲线还是曲面,大家掌握的方法都差不多了,图大概率是能被我们做出来了哈哈哈,不过能把图做出来固然重要,可更重要的是还能做出美图来,这就离不开我们的图形修饰了,比如给做好的图形加个标题加个注释什么的,我们要做出来图,还要做出来细图,更要做出来美图,接下来文章将列举我们经常使用的并且很有用的图形修饰辅助操作。

基础绘图指令

除去上文所述plot等绘图函数命令之外,还有有一些其它修饰图形的常用命令。


指令作用
figure(num)新打开一个图形窗口,num为窗口序号
hold on从指令开始,将后续所有图形绘制在一个figure窗口中
hold off和hold on搭配使用,此指令开始,后续图形不再与之前图形绘制在一个窗口中
axis on显示坐标轴
axis off不显示坐标轴
axis square使坐标轴区域为正方形
axis normal自动调整轴的长宽比和数据单元的相对比例
axis equal设置纵横比,使数据单元为各方面都一样
axis equal tight将轴限制设置为数据的范围
axis ij把坐标系统的原点放在左上角
axis xy把原点放在左下角

这些呢是一些常用的辅助绘图指令,没有参数,直接在脚本输入就行,功能已经列在表中非常明确,大家可以自行练习查看实用效果。
接下来是一些带参数的绘图指令,它们可以帮你进行图形标注、坐标控制等等一系列功能,非常实用,记得好好学习。

图形标注函数
title(图形标题)xlabel(x轴说明)ylabel(y轴说明)text(x,y,文本说明)legend(图1,图2,...,参数...)

值得一提的是,上面这些函数的使用方法远不及示例这么简单,它们都有非常多的参数可供选择使用,示例只是列出最简单、最常用的方法,下面是两段代码:

	//没有图形标注
	x	=	0:0.5:4*pi
	y1	=	sin(x)
	y2	=	cos(x)
	y3	=	1./(1+exp(-x))
	y4	=	(1/(2*pi)^0.5).*exp(((-1).*(x-2*pi).^2)./(2*2^2))
	plot(x,y1,x,y2,x,y3,x,y4)
	//加上简单图形标注
	title('四条函数图像')
	xlabel('横坐标')
	ylabel('纵坐标')
	text(0,0,'猜猜我在哪')
	legend('y1','y2','y3','y4','Location','southwest')
  • 图形窗口分割函数subplot
subplot(m,n,p)

其中,m和n指定将窗口分成mXn个绘图区,p指定的是当前图像所在区域,如m=2,n=3,则一个figure窗口被分成2行三列供6个绘图区,可以容纳6个图形。若p=3,说明当前图像要被画进第三个窗口,也就是第二行第一列的窗口内。p小于等于mXn,如:

	x	=	[0:0.1:10]
	y1	=	sin(x)
	y2	=	cos(x)
	subplot(1,2,1)
	plot(x,y1)
	subplot(1,2,2)
	plot(x,y2)
图形修饰处理

前面写了一些基本绘图指令,可以对我们的图形进行简单的修整,让其变得更完备更好看,接下来是一些对图形修饰的方法。

视点处理

  • 方位角:视点与原点连线在xy平面上的投影与y轴负方向形成的角度,正值表示逆时针,负值表示顺时针。
  • 仰角:视点与原点连线与xy平面的夹角,正值表示视点在xy平面上方,负值表示视点在xy平面下方。

在这里插入图片描述

  • view函数
view(az,el)

其中az为方位角,el为仰角。系统默认的视点定义为方位角-37.5°,仰角30°。

	//绘制函数z=(x-1)^2+(y-2)^2-1的曲面图,并从不同视点展示曲面
	[x,y]	=	meshgrid(0:0.1:2,1:0.1:3)
	z	=(x-1).^2+(y-2).^2-1
	subplot(2,2,1);	mesh(x,y,z)
	subplot(2,2,2);	mesh(x,y,z);view(0,90)
	subplot(2,2,3);	mesh(x,y,z);view(90,0)
	subplot(2,2,4);	mesh(x,y,z);view(-45,-60)

色彩处理

默认的,向量元素在[0,1]范围内取值,3个元素一次表示红、绿、蓝三种颜色的相对亮度,称为RGB三元组即[R G B],如[0 0 1]是蓝色,[1 0 0]是红色,[1 1 1]是白色,[0 0 0]是黑色。(当然,也有在[0,255]内取值的,不再介绍)

  • 色图(Colormap)

        首先,创建一个色图矩阵方法如下:
	cmap	=	colormap(parula(5))

其中,parula是内建色图中包含的一个种类,其中参数5可以是任何一个数值,它关系着色图矩阵的范围,一般来说使用的时候省略就好。内建色图如下:
在这里插入图片描述

  • 指定当前图形使用的色图
	//以peaks为例,先渲染图形,后紧跟色图种类即可
	surf(peaks)
	colormap hot

我们也可以不使用系统的色图矩阵,可以自定义任何色图矩阵。如创建一个灰色系列的色图矩阵:

	c	=	[0,0.2,0.4,0.6,0.8,1.0]'
	cmap	=	[c,c,c]		//这样创建的矩阵和	cmap=gray(6)是一样的
	surf(peaks)
	colormap(cmap)
  • 用shading函数来改变着色方式

        参数如下:
名称作用
shading faceted每个网格片用其高度对应的颜色进行着色,默认网格线是黑色
shading flat每个网格片用同一个颜色进行着色,网格线也用此颜色
shading interp网格片内采用颜色插值处理

示例:使用同一色图,以不同着色方式绘制圆锥体

	[x,y,z]	=cylinder(pi:-pi/5:0,10)
	colormap(lines)
	subplot(1,3,1)
	surf(x,y,z);
	shading flat
	subplot(1,3,2)
	surf(x,y,z);
	shading interp
	subplot(1,3,3)
	surf(x,y,z)

图形的裁剪处理

将图形中需要裁剪部分对应的函数值设置成NaN,这样在绘制图形时,函数值为NaN的部分将不显示出来,从而达到对图形进行裁剪的目的。

   示例如下:

	//绘制3/4圆
	t	=	linspace(0,2*pi,100)
	x	=	sin(t)
	y	=	cos(t)
	p	=	y>0.5
	y(p)	=	NaN
	plot(x,y)
	axis([-1.1,1.1,-1.1,1.1])
	axis square
	grid on


免责声明:本文系网络转载或改编,未找到原创作者,版权归原作者所有。如涉及版权,请联系删

QR Code
微信扫一扫,欢迎咨询~

联系我们
武汉格发信息技术有限公司
湖北省武汉市经开区科技园西路6号103孵化器
电话:155-2731-8020 座机:027-59821821
邮件:tanzw@gofarlic.com
Copyright © 2023 Gofarsoft Co.,Ltd. 保留所有权利
遇到许可问题?该如何解决!?
评估许可证实际采购量? 
不清楚软件许可证使用数据? 
收到软件厂商律师函!?  
想要少购买点许可证,节省费用? 
收到软件厂商侵权通告!?  
有正版license,但许可证不够用,需要新购? 
联系方式 155-2731-8020
预留信息,一起解决您的问题
* 姓名:
* 手机:

* 公司名称:

姓名不为空

手机不正确

公司不为空