|
原文链接：https://www.cnblogs.com/jeromeblog/p/3396494.html
【Matlab中高清图片保存：print -dpng -r600 figname % 高质量输出图片】
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。
<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');
|
%% =========柱状图的进阶==========
figure;
y=[300311;390425;312321;250185;550535;420432;410520;];
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([070.0
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]);
|
%% 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');
|
%% 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');
|
%% ========均值方差直方图========
a=[8910
7 8
9];%mean
b=[111
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');
|
%% =======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(:)*.5x(:)*.75x(:)];
Y = [y(:)*.5y(:)*.75y(:)];
Z = [z(:)*.5z(:)*.75z(:)];
S = repmat([1025]*10,numel(x),1);
C = repmat([123],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)');
|
%% =========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;
|
%% =========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=[161721
25 21];
subplot(1,2,1);
pie(x,[000
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,[000
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'});
|
%% 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和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,[110]);axis off % 画填色多边形，隐去坐标轴。
X=[0.50.50.5
0.5;0.50.5
0.5 0.5;011
0];
Y=[0.50.50.5
0.5;0.50.5
0.5 0.5;001
1];
Z=[111
1;00
0 0;000
0];
C=[100
1;01
0 1;001
0];
subplot(1,2,2);
fill3(X,Y,Z,C);
view([-1055]);
xlabel('x'),ylabel('y');box on;grid on;
|
%% =======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([-6530]);
xlabel('Real'); %图形标注
ylabel('Imaginary');
zlabel('Amplitude');
title('FFT example');
|
%% =======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=[459090
45 360
335360270
335 270 335335];
knots=[668
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(1,2,2)
surf(x,y,z);
hold on;
quiver3(x,y,z,nx,ny,nz);
title('quiver3示例');
|
%% ==========轮廓线图的绘制==========
%clabel-利用轮廓矩阵生成标签并在当前图形中显示
%contour-利用矩阵所给的值生成二维轮廓线
%contour3-利用矩阵所给的值生成三维轮廓线
%contourf-显示二维轮廓图并用色彩填充个轮廓线的间隙
%contourc-计算被其他轮廓函数占用的轮廓矩阵的低层函数
[x,y,z]=peaks;
n=15;% 等高线分级数
figure;
subplot(1,3,1);
h=contour(x,y,z,n);%绘制20条等高线
clabel(h);%当前图形中显示标签,标签前有'+'号且标签会根据轮廓线旋转，每条轮廓线仅有一个标签
title('simple contour,n=20');
subplot(1,3,2);
z=peaks;
[c,h]=contour(z,n);%绘制15条等高线
clabel(c,h);%标签前无'+'号,每天轮廓线可能有多个标签
title('调用clabel函数标注轮廓图')
subplot(1,3,3);
z=peaks;
[c,h]=contourf(z,n);
clabel(c,h,'FontSize',15,'Color','r','Rotation',0);%自定义标签
colorbar;
title('使用自定义标注并彩色填充轮廓线的间隙');
|
%% ========= Voronoi图和三角剖分========
%用Voronoi多边形勾画每个点的最近邻范围。Voronoi多边形在计算几何、模式识别中有重要应用。三角形顶点所在多边形的三条公共边是剖分三角形边的垂直平分线。
n=30;
A=rand(n,1)-0.5;
B=rand(n,1)-0.5; % 产生30个随机点
T=delaunay(A,B); % 求相邻三点组
T=[T T(:,1)]; %为使三点剖分三角形封闭而采取的措施
voronoi(A,B) % 画 Voronoi 图
hold on;axis square
fill(A(T(10,:)),B(T(10,:)),'y');
% 画一个剖分三角形
voronoi(A,B) % 重画 Voronoi 图，避免线被覆盖
title('Voronoi图和三角剖分');
|
%% =========三角网线和三角曲面图========
figure;
X=6*pi*(rand(20,10)-0.5);Y=6*pi*(rand(20,10)-0.5);
R=sqrt(X.^2+Y.^2)+eps;Z=sin(R)./R;
tri=delaunay(X,Y); % 进行三角剖分
subplot(1,2,1),trimesh(tri,X,Y,Z);
title('三角网线');
subplot(1,2,2),trisurf(tri,X,Y,Z);
title('三角曲面图');
colormap(copper);brighten(0.5) % 增强亮度
|
%% ============彩带图ribbon========
%ribbon(X,Y,WIDTH)和plot(X,Y)一样的,只不过每一列在三维中以分开的ribbon绘制
figure;
x=0:pi/100:2*pi;
x=repmat(x',1,10);
y=sin(x);
ribbon(x,y,0.4);% 画彩带图
% 至此彩带图已经生成。以下指令都是为了使图形效果更好、标识更清楚而用。
view([150,50]),shading interp,colormap(hot)% 设置视角、明暗、色图
light,lighting phong,box on % 设置光源、照射模式、坐标框
|
%% ==========在特殊坐标系中绘制特殊图形。=======
%利用polar函数在极坐标系中绘制图形
figure;
theta=0:.1:pi;
rho1=sin(theta);
rho2=cos(theta);
subplot(1,3,1);
polar(theta,rho1,'.-r');
hold on;
polar(theta,rho2,'--g');
title('极坐标系中绘图');
%另外一种和极坐标有关系的坐标系就是柱坐标系了
theta=0:pi/100:3*pi;
rho=sin(theta)+cos(theta);
[t,r]=meshgrid(theta,rho);
z=r.*t;
subplot(1,3,2);
[x,y,z]=pol2cart(t,r,z);%极坐标系向柱坐标系转化
mesh(x,y,z);%柱坐标系中进行绘图
title('柱坐标系中绘图');
view([-6530]);
%将球坐标系转换为柱面坐标系
subplot(1,3,3);
delta=pi/100;
theta=0:delta:pi; % theta is zenith angle
phi=0:delta:pi; % phi is azimuth angle
[t p]=meshgrid(theta,phi);
r=ones(size(t));
[x,y,z]=sph2cart(t,p,r);%球坐标向柱坐标转化
mesh(x,y,z);%球坐标系中进行绘图
title('球坐标系中绘图');
|
%% ======四维表现========
%用色彩表现函数的特征
%当三维网线图、曲面图的第四个输入宗量取一些特殊矩阵时，色彩就能表现或加强函数的某特征，如梯度、曲率、方向导数等。
x=3*pi*(-1:1/15:1);y=x;[X,Y]=meshgrid(x,y);
R=sqrt(X.^2+Y.^2)+eps;Z=sin(R)./R;
[dzdx,dzdy]=gradient(Z);dzdr=sqrt(dzdx.^2+dzdy.^2); % 计算对 r 的全导数
dz2=del2(Z); % 计算曲率
figure;
subplot(1,2,1),surf(X,Y,Z),title('No.
1 surf(X,Y,Z)');
shading faceted,colorbar('horiz') ,brighten(0.2);
subplot(1,2,2),surf(X,Y,Z,R),title('No.
2 surf(X,Y,Z,R)');
shading faceted;colorbar('horiz');
%色彩分别表现函数的高度和半径特征
figure;
subplot(1,2,1),surf(X,Y,Z,dzdx)
;
shading faceted;brighten(0.1);colorbar('horiz');
title('No. 3 surf(X,Y,Z,dzdx)');
subplot(1,2,2),surf(X,Y,Z,dzdy);
shading faceted;colorbar('horiz');
title('No. 4 surf(X,Y,Z,dzdy)');
%色彩分别表现函数的 x 方向和 y 方向导数特征
figure;
subplot(1,2,1),surf(X,Y,Z,abs(dzdr))
;
shading faceted;brighten(0.6);colorbar('horiz');
title('No. 5 surf(X,Y,Z,abs(dzdr))');
subplot(1,2,2),surf(X,Y,Z,abs(dz2));
shading faceted;colorbar('horiz');
title('No. 6 surf(X,Y,Z,abs(dz2))');
|
%% ======切片图和切片等位线图=======
%利用 slice 和 contourslice 表现 MATLAB 提供的无限大水体中水下射流速度数据 flow 。 flow 是一组定义在三维空间上的函数数据。
%在本例中，从图中的色标尺可知，深红色表示“正速度”（向图的左方），深蓝表示“负速度”（向图的右方）。
% 以下指令用切面上的色彩表现射流速度
[X,Y,Z,V]=flow; % 取4个 的射流数据矩阵， V 是射流速度。
x1=min(min(min(X)));x2=max(max(max(X))); % 取 x 坐标上下限
y1=min(min(min(Y)));y2=max(max(max(Y))); % 取 y 坐标上下限
z1=min(min(min(Z)));z2=max(max(max(Z))); % 取 z 坐标上下限
sx=linspace(x1+1.2,x2,5); % 确定5个垂直
x 轴的切面坐标
sy=0; % 在 y=0处，取垂直 y 轴的切面
sz=0; % 在 z=0处，取垂直 z 轴的切面
figure;
slice(X,Y,Z,V,sx,sy,sz); % 画切片图
view([-12,30]);shading interp;colormap jet;axis off;colorbar;
% 以下指令用等位线表现射流速度
v1=min(min(min(V)));v2=max(max(max(V))); % 射流速度上下限
cv=linspace(v1,v2,15); % 在射流上下限之间取15条等位线
figure;
contourslice(X,Y,Z,V,sx,sy,sz,cv);view([-12,30]);
colormap jet;colorbar;box on;
|
< |
客服电话
APP下载
官方微信
请发表评论