Matlab 画柱状图

论文中需要画图进行比较，感觉还是matlab画起来比较方便，先把自己画的图及matlab代码放上。

y=[300311;390 425; 312 321; 250 185; 550 535; 420 432; 410520;];
b=bar(y);
grid on;
ch = get(b,'children');
set(gca,'XTickLabel',{'0','1','2','3','4','5','6'})
set(ch,'FaceVertexCData',[1 0 1;0 0 0;])
legend('基于XXX的算法','基于YYY的算法');
xlabel('x axis ');
ylabel('y axis');

下面是在网上看到的一些关于matlab柱状图的相关信息：

记录一下matlab画柱状图。

 

从问题分类任务的算法比较中抽出。

-------------------------------------------------------------------

data =[1.0, 1.0, 0.565, 0.508, 0.481, 0.745];
b = bar(data);
ch = get(b,'children');
set(ch,'FaceVertexCData',[4;2;3;1;5;6])
%set(gca,'XTickLabel',{'Sinaall','Sinatravel','S&S','x','mi'})
%set(gca,'XTickLabel',{'Sinaall','Sinatravel','S&S','STM','CHI','MI'})
set(gca,'XTickLabel',{'SVM(TF)','SVM(TFIDF)','Bayes','Rocchio(TF)','Rocchio(TFIDF)','类文档排名分类'})

axis([07 0.0 1.0]) 

%%%

ylabel('microF-measure');

-------------------------------------------------------------------

--------------------------------------------------------------------------------------

data =[20.457, 45.578; 12.016, 22.422];
b = bar(data);

ch = get(b,'children');

set(gca,'XTickLabel',{'训练过程','测试过程'})

legend('基于类文档排名的分类算法','结合bigram的类文档排名分类算法');

ylabel('所用时间(单位:秒)');

--------------------------------------------------------------------------------------

MatlabBar图如何为每个bar设置不同颜色？

MatlabBar图如何为每个bar设置不同颜色？

2009年05月15日 星期五 15:39

在Matlab中很容易创建Bar图：

data = [3, 7, 5, 2;4, 3, 2, 9;6, 6, 1, 4];
b = bar(data);

data= [3, 7, 5, 2;4, 3, 2, 9;6, 6, 1, 4];
b = bar(data);
ch = get(b,'children');
set(ch{1},'FaceVertexCData',[1;1;1;1;2;2;2;2;3;3;3;3;4;4;4;4])
set(ch{2},'FaceVertexCData',[1;1;1;1;2;2;2;2;3;3;3;3;4;4;4;4])
set(ch{3},'FaceVertexCData',[1;1;1;1;2;2;2;2;3;3;3;3;4;4;4;4])
set(ch{4},'FaceVertexCData',[1;1;1;1;2;2;2;2;3;3;3;3;4;4;4;4])

解释：
[1;1;1;1;2;2;2;2;3;3;3;3;4;4;4;4] 

是要设置的颜色，要更改这里的颜色，既可以使用Indexed，也可以使用TrueColor，详见FaceVertexCDatahelp文档。



data = [3, 7, 5, 2];
b = bar(data);
ch = get(b,'children');
set(ch,'FaceVertexCData',[0 0 1;0 1 1;1 1 1;1 01;])

 

本文引用地址： http://blog.sciencenet.cn/blog-111625-517043.html