Matlab绘图高级部分

From:https://www.cnblogs.com/jeromeblog/p/3396494.html

图形是呈现数据的一种直观方式,在用Matlab进行数据处理和计算后,我们一般都会以图形的形式将结果呈现出来。尤其在论文的撰写中,优雅的图形无疑会为文章加分。本篇文章非完全原创,我的工作就是把见到的Matlab绘图代码收集起来重新跑一遍,修改局部错误,然后将所有的图贴上来供大家参考。大家可以先看图,有看中的可以直接把代码Copy过去改成自己想要的。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
<br>%% 直方图图的绘制
%直方图有两种图型:垂直直方图和水平直方图。而每种图型又有两种表现模式:累计式:分组式。
figure;
z=[ 3 , 5 , 2 , 4 , 1 ; 3 , 4 , 5 , 2 , 1 ; 5 , 4 , 3 , 2 , 5 ]; % 各因素的相对贡献份额
colormap(cool);% 控制图的用色
subplot( 2 , 3 , 1 );
bar(z);%二维分组式直方图,默认的为 'group'
title( '2D default' );
subplot( 2 , 3 , 2 );
bar3(z);%三维的分组式直方图
title( '3D default' );
subplot( 2 , 3 , 3 );
barh(z, 1 );%分组式水平直方图,宽度设置为 1
title( 'vert width=1' );
subplot( 2 , 3 , 4 );
bar(z, 'stack' );%累计式直方图,例如: 1 , 1 + 2 , 1 + 2 + 3 构成了第一个bar
title( 'stack' )
subplot( 2 , 3 , 5 );
bar3h(z, 0.5 , 'stacked' );%三维累计式水平直方图
title( 'vert width=1 stack' );
subplot( 2 , 3 , 6 );
bar3(z, 0.8 , 'grouped' );%对相关数据的颜色进行分组,默认的位 'group'
title( 'width=0.8 grouped' );

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
%% =========柱状图的进阶==========
figure;
y=[ 300  311 ; 390  425 ; 312  321 ; 250  185 ; 550  535 ; 420  432 ; 410  520 ;];
subplot( 1 , 3 , 1 );
b=bar(y);
grid on;
set(gca, 'XTickLabel' ,{ '0' , '1' , '2' , '3' , '4' , '5' , '6' })
legend( '算法1' , '算法2' );
xlabel( 'x axis' );
ylabel( 'y axis' );
%使仅有的一组柱状图呈现不同颜色,默认的位相同颜色
data = [ 1.0 , 1.0 , 0.565 , 0.508 , 0.481 , 0.745 ];
subplot( 1 , 3 , 2 );
b = bar(data);
ch = get(b, 'children' );
set(ch, 'FaceVertexCData' ,[ 4 ; 2 ; 3 ; 1 ; 5 ; 6 ]);%使用Indexed形式指定每组bar的颜色
set(gca, 'XTickLabel' ,{ 'C0' , 'C1' , 'C2' , 'C3' , 'C4' , 'C5' })
axis([ 0  7  0.0  1.0 ]);
ylabel( 'micro F-measure' );
%使每个bar颜色不同,默认的是每个元素在不同组的颜色相同
data = [ 3 , 7 , 5 , 2 ; 4 , 3 , 2 , 9 ; 6 , 6 , 1 , 4 ];
subplot( 1 , 3 , 3 );
b = bar(data);
ch = get(b, 'children' );
set(ch{ 1 }, 'FaceVertexCData' ,[ 1 ; 2 ; 3 ]);%设置第一个元素在不同组的颜色
set(ch{ 2 }, 'FaceVertexCData' ,[ 1 ; 2 ; 3 ]);%设置第二个元素在不同组的颜色
set(ch{ 3 }, 'FaceVertexCData' ,[ 1 ; 2 ; 3 ]);
set(ch{ 4 }, 'FaceVertexCData' ,[ 1 ; 2 ; 3 ]);

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
%% 彩色柱状图
%用到的数据
n = 8 ;
Z = rand(n, 1 );
figure;
%默认图片
subplot( 1 , 3 , 1 );
bar(Z);
%简单的作图
% 这个图根据数据列中值的大小着色。每列中的值越大,颜色越突出
subplot( 1 , 3 , 2 );
h=bar(Z);
colormap(summer(n));
ch = get(h, 'Children' );
fvd = get(ch, 'Faces' );%针对矩阵时,只能用fvd=get(ch{col}, 'Faces' ),下同
fvcd = get(ch, 'FaceVertexCData' );
[~, izs] = sortrows(Z, 1 );
for  i = 1 :n
     row = izs(i);
     fvcd(fvd(row,:)) = i;
end
set(ch, 'FaceVertexCData' ,fvcd)
%图片会以渐变的方式着色,效果非常不错
subplot( 1 , 3 , 3 );
h=bar(Z);
ch = get(h, 'Children' );
fvd = get(ch, 'Faces' );
fvcd = get(ch, 'FaceVertexCData' );
[zs, izs] = sortrows(Z, 1 );
k = 128 ; % 准备生成 128  * 3  行的colormap
colormap(summer(k)); % 这样会产生一个 128  * 3 的矩阵,分别代表[R G B]的值
% 检视数据
whos ch fvd fvcd zs izs
%   Name       Size            Bytes  Class     Attributes
%
%   ch         1x1                 8   double
%   fvcd      66x1               528   double
%   fvd       13x4               416   double
%   izs       13x1               104   double
%   zs        13x1               104   double
%
shading interp % Needed to graduate colors
for  i = 1 :n
     color = floor(k*i/n); % 这里用取整函数获得color在colormap中行
     row = izs(i); % Look up actual row # in data
     fvcd(fvd(row, 1 )) = 1 ; % Color base vertices 1st index
     fvcd(fvd(row, 4 )) = 1 ;
     fvcd(fvd(row, 2 )) = color; % Assign top vertices color
     fvcd(fvd(row, 3 )) = color;
end
set(ch, 'FaceVertexCData' , fvcd); % Apply the vertex coloring
set(ch, 'EdgeColor' , 'k' );

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
%% 绘制统计直方图
%hist(y):如果y是向量,则把其中元素放入 10 个条目中,且返回每条中的元素的个数;如果y为矩阵,则分别对每列进行处理,显示多组条形。
%[n,xout]=hist(y,x):非递减向量x的指定bin的中心。向量xout包含频率计数与条目的位置。
x=- 10 :. 1 : 10 ;
y1=randn( 2008 , 1 );
y2=randn( 2008 , 3 );
figure;
colormap(winter);
subplot( 2 , 2 , 1 );
hist(y1);%把其中元素放入 10 个条目中
title( 'y1为向量,default,n=10' );
subplot( 2 , 2 , 2 );
hist(y2);%分别对每列进行处理,显示多组条形
title( 'y2为矩阵' );
subplot( 2 , 2 , 3 );
hist(y1,x);%用户也可以使用[n,xout]=hist(y1,x);bar(xout,n)绘制条形直方图
title( '向量x指定条目' );
subplot( 2 , 2 , 4 );
hist(y2, 1000 );%第二个参数为标量时指定bin的数目
title( 'nbins=1000' );

1
2
3
4
5
6
7
8
9
%% ========均值方差直方图========
a=[ 8  9  10  7  8  9 ];%mean
b=[ 1  1  1  1  1  1 ];%std
figure();
h=bar(a);
ch=get(h, 'children' );
set(ch, 'FaceVertexCData' ,[ 4 ; 2 ; 3 ; 1 ; 5 ; 6 ]);%使用Indexed形式指定每组bar的颜色
hold on;
errorbar(a,b, 'k' , 'LineStyle' , 'none' );

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
%% =======散点图scatter , scatter3 , plotmatrix======
%scatter3(X,Y,Z,S,C):在由向量X、Y和Z指定的位置显示大小和颜色分别由S和C决定的离散点
figure;
[x,y,z] = sphere( 16 );
X = [x(:)*. 5  x(:)*. 75  x(:)];
Y = [y(:)*. 5  y(:)*. 75  y(:)];
Z = [z(:)*. 5  z(:)*. 75  z(:)];
S = repmat([ 10  2  5 ]* 10 ,numel(x), 1 );
C = repmat([ 1  2  3 ],numel(x), 1 );
subplot( 1 , 2 , 1 );
scatter(X(:),Y(:),S(:),C(:));
title( 'scatter' );
subplot( 1 , 2 , 2 );
scatter3(X(:),Y(:),Z(:),S(:),C(:), 'filled' ), view(- 60 , 60 );
title( 'scatter3' );
%plotmatrix(X,Y)绘出X(p*M)与Y(p*N)的列组成的散度图(N,M)
figure;
X=randn( 100 , 2 );Y=randn( 100 , 2 );
subplot( 1 , 3 , 1 ),plotmatrix(X);%等价于plotmatrix(X,X),除了对角上的图为X每一列的直方图hist(X(:,col))
title( 'plotmatrix(X)' );
subplot( 1 , 3 , 2 ),plotmatrix(X,X);
title( 'plotmatrix(X,X)' );
subplot( 1 , 3 , 3 ),plotmatrix(X,Y);
title( 'plotmatrix(X,Y)' );

1
2
3
4
5
6
7
8
9
10
11
%% =========绘制区域图===========
%区域图特点是:在图上绘制多条曲线时,每条曲线(除第一条外)都是把“前”条曲线作基线,再取值绘制而成。因此,该指令所画的图形,能醒目地反映各因素对最终结果的贡献份额。
figure;
x= 1 : 2 : 9 ;% 注意:自变量要单调变化
y=magic( 5 );% 各因素的相对贡献份额,每一列相当于一个因素
colormap(spring);% 控制图的用色
area(x,y, 4 );%area(y)则以列下标作为自变量,第三个参数为基准线(默认为 0 )
set(gca, 'layer' , 'top' );%图层设置为top层,显示网格
title( 'basevalue=4' );
legend( ' 因素 A' , ' 因素 B' , ' 因素 C' , '因素D' , '因素E' );
grid on;

1
2
3
4
5
6
7
8
9
10
%% =========绘制饼状图=========
%饼图指令pie和pie3用来表示各元素占总和的百分数。该指令第二个参数为与第一参数等长的 0 - 1
%向量, 1 使对应扇块突出。第三个参数指定个扇区的label
figure;
colormap(summer);% 控制图的用色
x=[ 16  17  21  25  21 ];
subplot( 1 , 2 , 1 );
pie(x,[ 0  0  0  0  1 ],{ '0-10岁儿童' , '10-20岁儿童' , '20-35岁青年' , '35-55岁中年' , '55岁以上老年' });
subplot( 1 , 2 , 2 );
pie3(x,[ 0  0  0  0  1 ],{ '0-10岁儿童' , '10-20岁儿童' , '20-35岁青年' , '35-55岁中年' , '55岁以上老年' });

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
%% 绘制填色多边形。若每列的首尾元素不重合,则将默认把最后一点与第一点相连,强行使多边形封闭。
%fill和fill3用于绘制填色多边形
%fill(X1,Y1,C1,X2,Y2,C2,...)
%fill3(X1,Y1,Z1,C1,X2,Y2,Z2,C2,...)
%参数 1 2 为等长向量时,多边形的节点数由项链长度决定;而当其为矩阵时,每一列对应一个多边形
%参数 3 为颜色(用颜色字符r/g/b/c或[r g b]表示)
figure;
colormap(autumn);% 控制图的用色
n= 10 ; % 多边形的边数
dt= 2 *pi/n;t= 0 :dt: 2 *pi;
t=[t,t( 1 )]; %fill 指令要求数据向量的首位重合,使图形封闭。
x=sin(t);y=cos(t);
subplot( 1 , 2 , 1 );
fill(x,y,[ 1  1  0 ]);axis off % 画填色多边形,隐去坐标轴。
X=[ 0.5  0.5  0.5  0.5 ; 0.5  0.5  0.5  0.5 ; 0  1  1  0 ];
Y=[ 0.5  0.5  0.5  0.5 ; 0.5  0.5  0.5  0.5 ; 0  0  1  1 ];
Z=[ 1  1  1  1 ; 0  0  0  0 ; 0  0  0  0 ];
C=[ 1  0  0  1 ; 0  1  0  1 ; 0  0  1  0 ];
subplot( 1 , 2 , 2 );
fill3(X,Y,Z,C);
view([- 10  55 ]);
xlabel( 'x' ),ylabel( 'y' );box on;grid on;

 

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
%% =======绘制离散数据杆状图===========
%stem和stem3函数用于绘制二维或三维的离散数据杆状图
%stem(Y)可以理解成绘制离散点的plot(y)函数
%stem(X,Y)可以理解成绘制离散点的plot(x,y)函数
%stem(..., 'filled' )改变数据点显示的空、实状态。
%stem(..., 'LINESPEC' )Linespec代表直线属性设置参量。
x= 1 :. 1 : 10 ;
y=exp(x.*sin(x));
figure;
subplot( 1 , 3 , 1 );
plot(x,y, '.-r' );
title( 'plot(x,y)' );
subplot( 1 , 3 , 2 );
stem(x,y, 'b' );
subplot( 1 , 3 , 3 );
stem(x,y, ':g' , 'fill' );
%绘制三维离散杆状图
th=( 0 : 127 )/ 128 * 2 *pi;% 角度采样点
x=cos(th);
y=sin(th);
f=abs(fft(ones( 10 , 1 ), 128 )); %对离散方波进行 FFT 变换,并取幅值
stem3(x,y,f ',' cd ',' fill');%绘制图形
view([- 65  30 ]);
xlabel( 'Real' ); %图形标注
ylabel( 'Imaginary' );
zlabel( 'Amplitude' );
title( 'FFT example' );

 

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
%% =======绘制方向和速度矢量图=======
%compass-绘制罗盘图
%feather-绘制羽毛图
%quiver-绘制二维箭头图
%quiver3-绘制三维箭头图
 
%绘制罗盘图
figure;
wdir=[ 45  90  90  45  360  335  360  270  335  270  335  335 ];
knots=[ 6  6  8  6  3  9  6  8  9  10  14  12 ];
rdir=wdir*pi/ 180 ;
[x,y]=pol2cart(rdir,knots);% 极坐标转化为直角坐标
compass(x,y);
title( '风向和风力' )
%绘制羽毛图
figure;
alpha= 90 :- 10 : 0 ;
r=ones(size(alpha));
m=alpha*pi/ 180 ;
n=r* 10 ;
[u,v]=pol2cart(m,n);% 极坐标转化为直角坐标
feather(u,v);
title( '羽毛图' )
%罗盘图和羽毛图的比较
figure;
t=-pi/ 2 :pi/ 12 :pi/ 2 ; % 在 区间,每 取一点。
r=ones(size(t)); % 单位半径
[x,y]=pol2cart(t,r); % 极坐标转化为直角坐标
subplot( 1 , 2 , 1 ),compass(x,y),title( 'Compass' )
subplot( 1 , 2 , 2 ),feather(x,y),title( 'Feather' )
%绘制箭头图
figure;
[x,y] = meshgrid(- 2 :. 2 : 2 ,- 1 :. 15 : 1 );
z = x .* exp(-x.^ 2  - y.^ 2 );
[px,py] = gradient(z,. 2 ,. 15 );
subplot( 1 , 2 , 1 );
contour(x,y,z), hold on
quiver(x,y,px,py), hold off, axis image
title( 'quiver示例' );
[x,y,z]=peaks( 15 );
[nx,ny,nz]=surfnorm(x,y,z);%surfnorm求平面的法向量
subplot( 1 ,