Matlab绘图高级部分

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=[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]);

%% 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Matlab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(ki/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=[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');

%% =======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)');

%% ======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;