Matlab(画图进阶)_yyaxis如何对齐-CSDN博客

plots函数
loglog	图与对数刻度为两个轴
semilogx	x轴为对数刻度，y轴为线性刻度的图形
semilogy	y轴为对数刻度，x轴为线性刻度的图形
yyaxis	左边和右边有y标记标签的图形
hist	直方图、柱形图
bar	条形图
pie	饼图
polarlot	极坐标图

1.1 loglog(双对数刻度图)

语法一：loglog(x,y) 在 x 轴和 y 轴上应用以 10 为底的对数刻度来绘制 x 和 y 坐标

要绘制由线段连接的一组坐标，将x和y指定为相同长度的向量
在同一组坐标区上绘制多组坐标，将x和y中的至少一个指定为矩阵

示例：

将 x 定义为一个由区间 [10−1,102] 内的 50 个对数间距数组成的向量。将 y 定义为 2x。然后绘制 x 和 y，并调用 grid 函数显示网格线

x = logspace(-1,2);%loglog默认就是以10为底的指数，所以这里只用定义上标数值便可
y = 2.^x;
loglog(x,y)
grid on

语法二：loglog(x1,y1,...,xn,yn) 在同一组坐标轴上绘制多对 x 和 y 坐标。此语法可替代将坐标指定为矩阵的形式。

示例：

创建一个由 x 坐标组成的向量和两个由 y 坐标组成的向量。通过将以逗号分隔的 x-y 对组传递给 loglog 绘制两个线条。

x = logspace(-1,2);
y1 = 10.^x;
y2 = 1./10.^x;
loglog(x,y1,x,y2)
grid on

语法三：loglog(x,y,LineSpec) 使用指定的线型、标记和颜色创建绘图

示例：

创建一组 x 坐标和 y 坐标，并将其显示在双对数图中。将线型指定为 's' 以显示不带连接线的方形标记。将标记填充颜色指定为 RGB 三元组 [0 0.447 0.741]，它对应于深蓝色。

x = logspace(-1,2,20);
y = 10.^x;
loglog(x,y,'s','MarkerFaceColor',[0 0.447 0.741])
grid on

1.2 semilogx(双对数图，x轴对数刻度)

语法一：semilogx(x,y) 在 x 轴上使用以 10 为底的对数刻度、在 y 轴上使用线性刻度来绘制 x 和 y 坐标。

要绘制由线段连接的一组坐标，请将 X 和 Y 指定为相同长度的向量。
要在同一组坐标区上绘制多组坐标，请将 X 或 Y 中的至少一个指定为矩阵。

示例：

将 x 定义为一个由从 0.1 到 100 的对数间距值组成的向量，将 y 定义为 x 的副本。创建 x 和 y 的线性对数图，并调用 grid 函数显示网格线。

x = logspace(-1,2);
y = x;
semilogx(x,y)
grid on

语法二：semilogx(x1,y1,...,xn,yn) 在同一组坐标轴上绘制多对 x 和 y 坐标。此语法可替代将坐标指定为矩阵的形式

示例：

创建一个由对数间距 x 坐标组成的向量和两个由 y 坐标组成的向量。通过将以逗号分隔的 x-y 对组传递给 semilogx 绘制两个线条。

%y = logspace(a,b) 生成一个由在 10^a 和 10^b（10 的 N 次幂）之间的 50 个对数间距点组成的行向量 y。logspace 函数对于创建频率向量特别有用。该函数是 linspace 和“:”运算符的对数等价函数。
x = logspace(-1,2);
y1 = x;
y2 = -x;
semilogx(x,y1,x,y2)
grid on

语法三：semilogx(x,y,LineSpec) 使用指定的线型、标记和颜色创建绘图。

示例：

创建一组 x 坐标和 y 坐标，并将其显示在线性对数图中。将线型指定为 'o' 以显示不带连接线的圆形标记。将标记填充颜色指定为 RGB 三元组 [0 0.447 0.741]，它对应于深蓝色。

%在10的幂10^-1和10^2之间生成15个点
x = logspace(-1,2,15);
y = 12 + x;
semilogx(x,y,'o','MarkerFaceColor',[0 0.447 0.741])
grid on

1.3 plotyy(创建具有两个y轴的图形)

不建议使用，有版本兼容问题

语法一:plotyy(X1,Y1,X2,Y2)绘制 Y1 对 X1 的图，在左侧显示 y 轴标签，并同时绘制 Y2 对 X2 的图，在右侧显示 y 轴标签。

示例：

使用两个不同的y轴在一个图上绘制两个数据集

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

使用两个y轴在一个图上绘制两个数据集，添加标题和轴标签

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

figure % new figure
%hAx是两个坐标轴的句柄，hLine1和hLine2分别是第一条曲线和第二条曲线的句柄
[hAx,hLine1,hLine2] = plotyy(x,y1,x,y2);


title('Multiple Decay Rates')
xlabel('Time (\musec)')

ylabel(hAx(1),'Slow Decay') % left y-axis 
ylabel(hAx(2),'Fast Decay') % right y-axis

1.4yyaxis(创建具有两个y轴的图)

语法一：yyaxis left 激活当前坐标区中与左侧 y 轴关联的一侧。后续图形命令的目标为左侧。如果当前坐标区中没有两个 y 轴，此命令将添加第二个 y 轴。如果没有坐标区，此命令将首先创建坐标区。

示例：

创建左右两侧都有 y 轴的坐标区。基于左侧 y 轴绘制一组数据的图。然后使用 yyaxis right 激活右侧，使后续图形函数作用于该侧。基于右侧 y 轴绘制第二组数据的图，并为右侧 y 轴设置范围。

x = linspace(0,10);
y = sin(3*x);
yyaxis left
plot(x,y)

z = sin(3*x).*exp(0.5*x);
yyaxis right
plot(x,z)
ylim([-150 150])

语法二:yyaxis right 激活当前坐标区中与右侧 y 轴关联的一侧。后续图形命令的目标为右侧。

语法三：yyaxis(ax,___) 指定 ax 坐标区（而不是当前坐标区）的活动侧。如果坐标区中没有两个 y 轴，此命令将添加第二个 y 轴。指定坐标区作为第一个输入参数。使用单引号将 'left' 和 'right' 引起来。

从R2019b开始，我们可以使用 tiledlayout 和 nexttile 函数显示分块图。调用 tiledlayout 函数以创建一个 2×1 分块图布局。调用 nexttile 函数以创建坐标区对象 ax1 和 ax2。通过指定 ax1 作为 yyaxis 的第一个输入，在顶部坐标区中添加第二个 y 轴。如果不指定坐标区，yyaxis 将向当前坐标区添加第二个 y 轴。

>> colororder({'b','m'})%可以更改左右侧的颜色 b-蓝色  m-粉色

x = linspace(1,10);
tiledlayout(2,1)%创建一个2*1分块图布局

% Top plot
ax1 = nexttile;%调用函数nexttilt函数创建坐标区对象
yyaxis(ax1,'left')
plot(ax1,x,sin(x))
yyaxis(ax1,'right')
plot(ax1,x,exp(x))

% Bottom plot
ax2 = nexttile;
plot(ax2,1:10)

1.5 bar

语法一：bar(y) 创建一个条形图，y 中的每个元素对应一个条形。

要绘制单个条形序列，请将 y 指定为长度为 m 的向量。这些条形沿 x 轴从 1 到 m 依次放置。
要绘制多个条形序列，请将 y 指定为矩阵，每个序列对应一列。

示例：

创建条形图

y = [75 91 105 123.5 131 150 179 203 226 249 281.5];
bar(y)

指定沿x轴的条形位置

x = 1900:10:2000;
y = [75 91 105 123.5 131 150 179 203 226 249 281.5];
bar(x,y)

指定条形宽度

y = [75 91 105 123.5 131 150 179 203 226 249 281.5];
bar(y,0.4)%将各条形的宽度设置为各条形可用总空间的 40%。

显示条形组

y = [2 2 3; 2 5 6; 2 8 9; 2 11 12];%显示四个条形组，每一组包含三个条形。
bar(y)

显示堆叠条形图

y = [2 2 3; 2 5 6; 2 8 9; 2 11 12];
bar(y,'stacked')%为矩阵中的每一行显示一个条形。每个条形的高度是行中各元素之和。

在条形末端指定标签

x = [1 2 3];
vals = [2 3 6; 11 23 26];
b = bar(x,vals);

我们可以使得在条形序列的末端显示值，通过获得Bar对象的XEndPoints和YEndPoints属性，获取条形末端的坐标，将这些坐标传递给text函数，并指定垂直和水平对齐的方式，让值显示在条形末端上方居中处

xtips1 = b(1).XEndPoints;
ytips1 = b(1).YEndPoints;
labels1 = string(b(1).YData);
text(xtips1,ytips1,labels1,'HorizontalAlignment','center',...
    'VerticalAlignment','bottom')

xtips2 = b(2).XEndPoints;
ytips2 = b(2).YEndPoints;
labels2 = string(b(2).YData);
text(xtips2,ytips2,labels2,'HorizontalAlignment','center',...
    'VerticalAlignment','bottom')

3D条形图(bar3)

x = [1 2 5 4 8]; y = [x;1:5];
subplot(1,3,1); bar(x); title('A bargraph of vector x');
subplot(1,3,2); bar(y); title('A bargraph of vector y');
subplot(1,3,3); bar3(y); title('A 3D bargraph');

1.6 pie(饼图)

语法一：pie(x) 使用 X 中的数据绘制饼图。饼图的每个扇区代表 X 中的一个元素。

如果 sum(X) ≤ 1，X 中的值直接指定饼图扇区的面积。如果 sum(X) < 1，pie 仅绘制部分饼图。
如果 sum(X) > 1，则 pie 通过 X/sum(X) 对值进行归一化，以确定饼图的每个扇区的面积。
如果 X 为 categorical 数据类型，则扇区对应于类别。每个扇区的面积是类别中的元素数除以 X 中的元素数的结果。

示例：

创建带偏移扇区的饼图

X = [1 3 0.5 2.5 2];
pie(X)%创建向量 X 的饼图。

我们可以将对应的explode元素设置为1来偏移第二和第四块饼图扇区

explode = [0 1 0 1 0];
pie(X,explode)

指定饼图的文本标签

X = 1:3;
labels = {'斗破','火影','海贼'};
pie(X,labels)

修改饼图的文本标签

>> X = 1:3;
labels = {'斗破','火影','海贼'};
p=pie(X,labels)

获取标签“Profit”的文本对象。更改其颜色和字体大小。使用圆点表示法设置属性。

t=p(6);
>> t.BackgroundColor='yellow';
>> t.EdgeColor='red';
>> t.FontSize=15

t = 

  Text (海贼) - 属性:

                 String: '海贼'
               FontSize: 15
             FontWeight: 'normal'
               FontName: 'Helvetica'
                  Color: [0 0 0]
    HorizontalAlignment: 'left'
               Position: [1.1000 -2.6942e-16 0]
                  Units: 'data'

  显示 所有属性 可修改属性

        BackgroundColor: [1 1 0]
           BeingDeleted: 'off'
             BusyAction: 'queue'
          ButtonDownFcn: ''
               Children: [0×0 GraphicsPlaceholder]
               Clipping: 'off'
                  Color: [0 0 0]
              CreateFcn: ''
              DeleteFcn: ''
              EdgeColor: [1 0 0]
                Editing: 'off'
                 Extent: [1.1000 -0.0897 0.2804 0.1794]
              FontAngle: 'normal'
               FontName: 'Helvetica'
               FontSize: 15
          FontSmoothing: 'on'
              FontUnits: 'points'
             FontWeight: 'normal'
       HandleVisibility: 'on'
                HitTest: 'on'
    HorizontalAlignment: 'left'
            Interpreter: 'tex'
          Interruptible: 'on'
              LineStyle: '-'
              LineWidth: 0.5000
                 Margin: 3
                 Parent: [1×1 Axes]
          PickableParts: 'visible'
               Position: [1.1000 -2.6942e-16 0]
               Rotation: 0
               Selected: 'off'
     SelectionHighlight: 'on'
                 String: '海贼'
                    Tag: ''
                   Type: 'text'
          UIContextMenu: [0×0 GraphicsPlaceholder]
                  Units: 'data'
               UserData: []
      VerticalAlignment: 'middle'
                Visible: 'on'

指定百分比标签的格式

X = [1/3 2/3];
pie(X,'%.3f%%')%要在标签中包含百分号，请在表达式末尾指定 '%%'。

3D饼图

>> X = 1:3;
labels = {'斗破','火影','海贼'};
pie3(X,labels)

1.7 polar

%theta 弧度角  r 每个点的半径值
x = 1:100; theta = x/10; r = log10(x);
subplot(1,4,1); polar(theta,r);
theta = linspace(0, 2*pi); r = cos(4*theta);
subplot(1,4,2); polar(theta, r);
theta = linspace(0, 2*pi, 6); r = ones(1,length(theta));
subplot(1,4,3); polar(theta,r);
theta = linspace(0, 2*pi); r = 1-sin(theta);
subplot(1,4,4); polar(theta , r);

2.Stairs And Ste阶梯图

stair	阶梯图
stem	绘制离散序列数据

x = linspace(0, 4*pi, 40); y = sin(x);
subplot(1,2,1); stairs(y);
subplot(1,2,2); stem(y);

3.Boxplot 箱型图和Error Bar误差条形图

boxplot	用箱线图可视化汇总统计量
errorbar	含误差条的线图

3.1 boxplot

箱线图提供样本数据的汇总统计量的可视化，并包含以下特性：

每个箱子的底部和顶部分别表示样本的第 25 个和第 75 个百分位数。每个箱子的底部和顶部之间的距离表示四分位差。
每个箱子中间的红线表示样本中位数。如果中位数不在箱子的中心，则绘图显示样本偏度。
须线是自每个箱子的顶部向上延伸和底部向下延伸的线条。须线从四分位差的端点延伸到须线长度内最远的观测值（相邻值）。
超出须线长度的观测值标记为离群值。默认情况下，离群值是距离箱子底部或顶部超过 1.5 倍四分位差的值。不过，您可以通过使用额外的输入参数来调整此值。离群值显示为红色 + 号。
缺口显示样本间中位数的变异性。计算缺口的宽度，使得缺口不重叠的框在 5% 显著性水平上具有不同中位数。显著性水平基于正态分布假设，但对于其他分布，中位数比较也可合理地认为是稳健的。比较箱线图中位数就像目测假设检验，类似于用于均值的 t 检验。在某些情况下，缺口可能会延伸到箱子外部。

3.2 errorbar

errorbar(x,y,neg,pos) 在每个数据点处绘制一个垂直误差条，其中 neg 确定数据点下方的长度，pos 确定数据点上方的长度。

4.fill(创建二维填充补片)

语法一：fill(x,y,c) 将填充多边形区域绘制为补片，其顶点位于由 x 和 y 指定的 (x,y) 位置。

要绘制一个区域，请将 X 和 Y 指定为向量。
要绘制多个区域，请将 X 和 Y 指定为矩阵，其中每列对应一个多边形。

示例：

x = [0 4 5 2 1];
y = [0 0 2 4 3];
fill(x,y,'r')

t =(1:2:15)'*pi/8; %关键算弧度
x = sin(t); y = cos(t);
fill(x,y,'r'); axis square off;
text(0,0,'STOP','Color', 'w', 'FontSize', 80, ...
'FontWeight','bold', 'HorizontalAlignment', 'center');

练习：

5.RGB颜色

颜色自查表：

6.imagesc(使用缩放颜色显示图像)

语法一：imagesc(C) 将数组 C 中的数据显示为一个图像，该图像使用颜色图中的全部颜色。C 的每个元素指定图像的一个像素的颜色。生成的图像是一个 m×n 像素网格，其中 m 和 n 分别是 C 中的行数和列数。这些元素的行索引和列索引确定了对应像素的中心。

示例：

创建矩阵 C。显示 C 中数据的图像。向图添加颜色栏以显示当前颜色图。默认情况下，imagesc 色阶颜色范围以便图像使用颜色图中的所有颜色，其中 C 中的最小值映射到颜色图中的第一种颜色，最大值映射到最后一种颜色。

>> C = [0 2 4 6; 8 10 12 14; 16 18 20 22];
imagesc(C)
>> colorbar

向三维视图的坐标区添加图像

Z = 10 + peaks;
surf(Z)
hold on
imagesc(Z)

语法二：imagesc(x,y,C) 指定图像位置。使用 x 和 y 可指定与 C(1,1) 和 C(m,n) 对应的边角的位置。要同时指定两个边角，请将 x 和 y 设置为二元素向量。要指定第一个边角并让 imagesc 确定另一个，请将 x 和 y 设为标量值。图像将根据需要进行拉伸和定向。

示例：

放置图像，使其位于 x 轴上的 5 和 8 之间及 y 轴上的 3 和 6 之间。

x = [5 8];
y = [3 6];
C = [0 2 4 6; 8 10 12 14; 16 18 20 22];
imagesc(x,y,C)

注意：对应于 C(1,1) 的像素在点 (5,3) 上居中显示。对应于 C(3,4) 的像素在点 (8,6) 上居中显示。imagesc 在这两个点之间确定图像其余部分的位置和方向。

7.颜色条和方案

>> [x, y] = meshgrid(-3:.2:3,-3:.2:3);
z = x.^2 + x.*y + y.^2; surf( x, y, z); box on;
set(gca,'FontSize', 16); zlabel('z');
xlim([-4 4]); xlabel('x'); ylim([-4 4]); ylabel('y');
imagesc(z); axis square; xlabel('x'); ylabel('y');
>> colorbar
>> colormap(hot);

 colormap(cool);

colormap(spring);

颜色总表：

8.3D Plots

plot3	三维线图像
surf	三维阴影曲面图
surfc	三维阴影表面下的轮廓图
surface	创建表面对象
meshc	在网格图下绘制等值线图
contour	矩阵等高线图
contourf	填充了二维等高线图

如何将2维平面用3D视角观看：

x=0:0.1:2*pi;
plot(x,sin(x));

方法一：

方法二：

>> x=0:0.1:2*pi;
plot(x,sin(x));
>> rotate3d on

8.1.plot3

x=0:0.1:3*pi; z1=sin(x); z2=sin(2.*x); z3=sin(3.*x);
y1=zeros(size(x)); y3=ones(size(x)); y2=y3./2;
plot3(x,y1,z1,'r',x,y2,z2,'b',x,y3,z3,'g');
grid on;
xlabel('x-axis'); ylabel('y-axis'); zlabel('z-axis');

三维曲面图原理：

通常用于绘图功能：Z=f(x,y)
需要为Matlab提供一组（x,y,z）点

x = -2:1:2;
y = -2:1:2;
[X,Y] = meshgrid(x,y)

8.2 mesh()和surf()

x = -3.5:0.2:3.5; y = -3.5:0.2:3.5;
[X,Y] = meshgrid(x,y);
Z = X.*exp(-X.^2-Y.^2);
subplot(1,2,1); mesh(X,Y,Z);
subplot(1,2,2); surf(X,Y,Z);

8.3 contour()

x = -3.5:0.2:3.5;
y = -3.5:0.2:3.5;
[X,Y] = meshgrid(x,y);
Z = X.*exp(-X.^2-Y.^2);
subplot(2,1,1);
mesh(X,Y,Z);
axis square;
subplot(2,1,2);
contour(X,Y,Z);
axis square;

各种等高线的表示：

x = -3.5:0.2:3.5; y = -3.5:0.2:3.5;
[X,Y] = meshgrid(x,y); Z = X.*exp(-X.^2-Y.^2);
subplot(1,3,1); contour(Z,[-.45:.05:.45]); axis square;
subplot(1,3,2); [C,h] = contour(Z);
clabel(C,h); axis square;
subplot(1,3,3); contourf(Z); axis square;

8.4 meshc()和surfc()

%比mesh()和surf()多了等高线
x = -3.5:0.2:3.5; y = -3.5:0.2:3.5;
[X,Y] = meshgrid(x,y); Z = X.*exp(-X.^2-Y.^2);
subplot(1,2,1); meshc(X,Y,Z);
subplot(1,2,2); surfc(X,Y,Z);

9.view()视角

>> sphere(50); shading flat;
light('Position',[1 3 2]);
light('Position',[-3 -1 3]);
material shiny;
axis vis3d off;
set(gcf,'Color',[1 1 1]);
view(-45,20);

10.光线light()：

[X, Y, Z] = sphere(64); h = surf(X, Y, Z);
axis square vis3d off;
reds = zeros(256, 3); reds(:, 1) = (0:256.-1)/255;
colormap(reds); shading interp; lighting phong;
set(h, 'AmbientStrength', 0.75, 'DiffuseStrength', 0.5);
L1 = light('Position', [-1, -1, -1]);
set(L1, 'Position', [-1, -1, 1]);
set(L1, 'Color', 'g');

11.patch()

v = [0 0 0; 1 0 0 ; 1 1 0; 0 1 0; 0.25 0.25 1; ...
0.75 0.25 1; 0.75 0.75 1; 0.25 0.75 1];
f = [1 2 3 4; 5 6 7 8; 1 2 6 5; 2 3 7 6; 3 4 8 7; 4 1 5 8];
subplot(1,2,1); patch('Vertices', v, 'Faces', f, ...
'FaceVertexCData', hsv(6), 'FaceColor', 'flat');
view(3); axis square tight; grid on;
subplot(1,2,2); patch('Vertices', v, 'Faces', f, ...
'FaceVertexCData', hsv(8), 'FaceColor', 'interp');
view(3); axis square tight; grid on;

Matlab画图这方面确实是太强了，在我们游戏中有些图用Matlab也是可以画出来的，加油吧,少年！！！

load cape
X=conv2(ones(9,9)/81,cumsum(cumsum(randn(100,100)),2));
surf(X,'EdgeColor','none','EdgeLighting','Phong',...
'FaceColor','interp');
colormap(map); caxis([-10,300]);
grid off; axis off