Matlab绘制多组柱状图的方法（可直接复制）

已于 2022-05-24 16:46:22 修改
阅读量1.8w 收藏 173
点赞数 47
分类专栏： matlab 文章标签： matlab 数据可视化 机器学习
于 2021-07-11 00:19:11 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_37233260/article/details/118642983
版权

前言

论文中常有需要用柱状图表示数据的情况，本文给出Matlab绘制多组数据的柱状图的代码，并给出常用论文示图配色。显示效果如下：在这里插入图片描述

脚本代码

%% 数据准备
BMRKSH=[67.98 43.19 65.72 30.97 26.90 33.78 56.76 66.03 67.56];
TCA=[63.82 33.26 62.53 34.34 24.34 31.91 50.17 59.13 67.08];
IGLDA=[64.69 34.69 63.33 34.31 23.78 31.74 50.56 59.83 67.12];
TIT=[62.26 34.03 65.94 29.20 24.27 31.98 46.88 55.52 68.75];
dataset = [BMRKSH;TCA;IGLDA;TIT]';
%% 颜色定义
% addcolor函数中270种颜色对照表（见文章底部）
% https://blog.csdn.net/qq_37233260/article/details/118642983
C1 = addcolor(185); 
C2 = 'k';
C3 = addcolor(178);
C4 = addcolor(130);% 紫色

%% 图片尺寸设置（单位：厘米）
figureUnits = 'centimeters';
figureWidth = 20;
figureHeight = 15;

%% 柱状图绘制
%窗口设置
figureHandle = figure;
set(gcf, 'Units', figureUnits, 'Position', [0 0 figureWidth figureHeight]); % define the new figure dimensions
hold on

% 绘制柱图
% 1-调节柱间距
GO = bar(dataset,1,'EdgeColor','k');

% 赋色
GO(1).FaceColor = C1;
GO(2).FaceColor = C2;
GO(3).FaceColor = C3;
GO(4).FaceColor = C4;

% 文字注释，不需要可删
% for ii=1:5
%     text(ii-0.24,dataset(ii,1)+0.005,num2str(dataset(ii,1)),...
%          'ROtation',90,'color',C1,'FontSize',10,'FontName',  'Helvetica');
%     text(ii,dataset(ii,2)+0.01,num2str(dataset(ii,2)),...
%          'ROtation',90,'color',C2,'FontSize',10,'FontName',  'Helvetica');     
%     text(ii+0.22,dataset(ii,3)+0.01,num2str(dataset(ii,3)),...
%          'ROtation',90,'color',C3,'FontSize',10,'FontName',  'Helvetica');  
% end

% 坐标区调整
set(gca, 'Box', 'off', ...                                         % 边框
         'XGrid', 'off', 'YGrid', 'on', ...                        % 网格
         'TickDir', 'out', 'TickLength', [.02 .02], ...            % 刻度
         'XMinorTick', 'off', 'YMinorTick', 'off', ...             % 小刻度
         'XColor', [.1 .1 .1],  'YColor', [.1 .1 .1],...           % 坐标轴颜色
         'YTick', 0:10:100,...                                      % 刻度位置、间隔
         'Ylim' , [0 100], ...                                     % 坐标轴范围
         'Xticklabel',{'A01' 'A02' 'A03' 'A04' 'A05' 'A06' 'A07' 'A08' 'A09'},...% X坐标轴刻度标签
         'Yticklabel',{[0:10:100]})                                 % Y坐标轴刻度标签

% 标签及Legend 设置    
hYLabel = ylabel('Accuracy (%)');
hXLabel = xlabel('Test Subject');
hLegend = legend([GO(1),GO(2),GO(3),GO(4)], ...
    'BMRKSH', 'TCA', 'IGLDA','TIT', ...
                 'Location', 'northeast');
% Legend位置微调 
P = hLegend.Position;
hLegend.Position = P + [0.015 0.03 0 0];

% 刻度标签字体和字号
set(gca, 'FontName', 'Times', 'FontSize', 9)
% 标签及Legend的字体字号 
set([hYLabel,hXLabel,hLegend], 'FontName',  'Helvetica')
set([hYLabel,hXLabel,hLegend], 'FontSize', 10)

% 背景颜色
set(gca,'Color',[1 1 1])

%% 图片输出
figW = figureWidth;
figH = figureHeight;
set(figureHandle,'PaperUnits',figureUnits);
set(figureHandle,'PaperPosition',[0 0 figW figH]);
fileout = 'eg';
print(figureHandle,[fileout,'.png'],'-r300','-dpng');

addcolor函数

function map = addcolor(N)
% N为颜色种类

C = [0	0	0
0.549019607843137	0.549019607843137	0.549019607843137
0.627450980392157	0.627450980392157	0.627450980392157
0.756862745098039	0.756862745098039	0.756862745098039
0.827450980392157	0.827450980392157	0.827450980392157
0.882352941176471	0.882352941176471	0.882352941176471
0.905882352941177	0.905882352941177	0.905882352941177
0.972549019607843	0.972549019607843	0.972549019607843
1	0.980392156862745	0.980392156862745
0.737254901960784	0.560784313725490	0.560784313725490
0.941176470588235	0.501960784313726	0.501960784313726
0.803921568627451	0.360784313725490	0.360784313725490
0.647058823529412	0.164705882352941	0.164705882352941
0.698039215686275	0.133333333333333	0.133333333333333
0.501960784313726	0	0
0.545098039215686	0	0
1	0	0
1	0.894117647058824	0.882352941176471
0.980392156862745	0.501960784313726	0.447058823529412
1	0.388235294117647	0.278431372549020
0.913725490196078	0.588235294117647	0.478431372549020
1	0.498039215686275	0.313725490196078
1	0.270588235294118	0
1	0.627450980392157	0.478431372549020
0.627450980392157	0.321568627450980	0.176470588235294
1	0.960784313725490	0.933333333333333
0.823529411764706	0.411764705882353	0.117647058823529
0.545098039215686	0.270588235294118	0.0745098039215686
0.956862745098039	0.643137254901961	0.376470588235294
1	0.854901960784314	0.725490196078431
0.803921568627451	0.521568627450980	0.247058823529412
0.980392156862745	0.941176470588235	0.901960784313726
1	0.894117647058824	0.768627450980392
1	0.549019607843137	0
0.870588235294118	0.721568627450980	0.529411764705882
0.980392156862745	0.921568627450980	0.843137254901961
0.823529411764706	0.705882352941177	0.549019607843137
1	0.870588235294118	0.678431372549020
1	0.921568627450980	0.803921568627451
1	0.937254901960784	0.835294117647059
1	0.894117647058824	0.709803921568628
1	0.647058823529412	0
0.960784313725490	0.870588235294118	0.701960784313725
0.992156862745098	0.960784313725490	0.901960784313726
1	0.980392156862745	0.941176470588235
0.721568627450980	0.525490196078431	0.0431372549019608
0.854901960784314	0.647058823529412	0.125490196078431
1	0.972549019607843	0.862745098039216
1	0.843137254901961	0
1	0.980392156862745	0.803921568627451
0.941176470588235	0.901960784313726	0.549019607843137
0.933333333333333	0.909803921568627	0.666666666666667
0.741176470588235	0.717647058823529	0.419607843137255
1	1	0.941176470588235
0.960784313725490	0.960784313725490	0.862745098039216
1	1	0.878431372549020
0.980392156862745	0.980392156862745	0.823529411764706
0.501960784313726	0.501960784313726	0
0.749019607843137	0.749019607843137	0
1	1	0
0.419607843137255	0.556862745098039	0.137254901960784
0.603921568627451	0.803921568627451	0.196078431372549
0.333333333333333	0.419607843137255	0.184313725490196
0.678431372549020	1	0.184313725490196
0.498039215686275	1	0
0.486274509803922	0.988235294117647	0
0.941176470588235	1	0.941176470588235
0.560784313725490	0.737254901960784	0.560784313725490
0.596078431372549	0.984313725490196	0.596078431372549
0.564705882352941	0.933333333333333	0.564705882352941
0.133333333333333	0.545098039215686	0.133333333333333
0.196078431372549	0.803921568627451	0.196078431372549
0	0.392156862745098	0
0	0.501960784313726	0
0	1	0
0.180392156862745	0.545098039215686	0.341176470588235
0.235294117647059	0.701960784313725	0.443137254901961
0	1	0.498039215686275
0.960784313725490	1	0.980392156862745
0	0.980392156862745	0.603921568627451
0.400000000000000	0.803921568627451	0.666666666666667
0.498039215686275	1	0.831372549019608
0.250980392156863	0.878431372549020	0.815686274509804
0.125490196078431	0.698039215686275	0.666666666666667
0.282352941176471	0.819607843137255	0.800000000000000
0.941176470588235	1	1
0.878431372549020	1	1
0.686274509803922	0.933333333333333	0.933333333333333
0.184313725490196	0.309803921568627	0.309803921568627
0	0.501960784313726	0.501960784313726
0	0.545098039215686	0.545098039215686
0	0.749019607843137	0.749019607843137
0	1	1
0	0.807843137254902	0.819607843137255
0.372549019607843	0.619607843137255	0.627450980392157
0.690196078431373	0.878431372549020	0.901960784313726
0.678431372549020	0.847058823529412	0.901960784313726
0	0.749019607843137	1
0.529411764705882	0.807843137254902	0.921568627450980
0.529411764705882	0.807843137254902	0.980392156862745
0.274509803921569	0.509803921568627	0.705882352941177
0.941176470588235	0.972549019607843	1
0.117647058823529	0.564705882352941	1
0.466666666666667	0.533333333333333	0.600000000000000
0.439215686274510	0.501960784313726	0.564705882352941
0.690196078431373	0.768627450980392	0.870588235294118
0.392156862745098	0.584313725490196	0.929411764705882
0.254901960784314	0.411764705882353	0.882352941176471
0.972549019607843	0.972549019607843	1
0.901960784313726	0.901960784313726	0.980392156862745
0.0980392156862745	0.0980392156862745	0.439215686274510
0	0	0.501960784313726
0	0	0.545098039215686
0	0	0.803921568627451
0	0	1
0.415686274509804	0.352941176470588	0.803921568627451
0.282352941176471	0.239215686274510	0.545098039215686
0.482352941176471	0.407843137254902	0.933333333333333
0.576470588235294	0.439215686274510	0.858823529411765
0.400000000000000	0.200000000000000	0.600000000000000
0.541176470588235	0.168627450980392	0.886274509803922
0.294117647058824	0	0.509803921568627
0.600000000000000	0.196078431372549	0.800000000000000
0.580392156862745	0	0.827450980392157
0.729411764705882	0.333333333333333	0.827450980392157
0.847058823529412	0.749019607843137	0.847058823529412
0.866666666666667	0.627450980392157	0.866666666666667
0.933333333333333	0.509803921568627	0.933333333333333
0.501960784313726	0	0.501960784313726
0.545098039215686	0	0.545098039215686
0.749019607843137	0	0.749019607843137
1	0	1
0.854901960784314	0.439215686274510	0.839215686274510
0.780392156862745	0.0823529411764706	0.521568627450980
1	0.0784313725490196	0.576470588235294
1	0.411764705882353	0.705882352941177
1	0.941176470588235	0.960784313725490
0.858823529411765	0.439215686274510	0.576470588235294
0.862745098039216	0.0784313725490196	0.235294117647059
1	0.752941176470588	0.796078431372549
1	0.713725490196078	0.756862745098039
0.984313725490196	0.705882352941177	0.682352941176471
0.701960784313725	0.803921568627451	0.890196078431373
0.800000000000000	0.921568627450980	0.772549019607843
0.870588235294118	0.796078431372549	0.894117647058824
0.996078431372549	0.850980392156863	0.650980392156863
1	1	0.800000000000000
0.898039215686275	0.847058823529412	0.741176470588235
0.992156862745098	0.854901960784314	0.925490196078431
0.949019607843137	0.949019607843137	0.949019607843137
0.800000000000000	0.800000000000000	0.800000000000000
0.945098039215686	0.886274509803922	0.800000000000000
1	0.949019607843137	0.682352941176471
0.901960784313726	0.960784313725490	0.788235294117647
0.956862745098039	0.792156862745098	0.894117647058824
0.796078431372549	0.835294117647059	0.909803921568627
0.992156862745098	0.803921568627451	0.674509803921569
0.701960784313725	0.886274509803922	0.803921568627451
0.650980392156863	0.807843137254902	0.890196078431373
0.121568627450980	0.470588235294118	0.705882352941177
0.698039215686275	0.874509803921569	0.541176470588235
0.200000000000000	0.627450980392157	0.172549019607843
0.984313725490196	0.603921568627451	0.600000000000000
0.890196078431373	0.101960784313725	0.109803921568627
0.992156862745098	0.749019607843137	0.435294117647059
1	0.498039215686275	0
0.792156862745098	0.698039215686275	0.839215686274510
0.415686274509804	0.239215686274510	0.603921568627451
1	1	0.600000000000000
0.694117647058824	0.349019607843137	0.156862745098039
0.498039215686275	0.788235294117647	0.498039215686275
0.745098039215686	0.682352941176471	0.831372549019608
0.992156862745098	0.752941176470588	0.525490196078431
0.219607843137255	0.423529411764706	0.690196078431373
0.941176470588235	0.00784313725490196	0.498039215686275
0.749019607843137	0.356862745098039	0.0862745098039216
0.400000000000000	0.400000000000000	0.400000000000000
0.105882352941176	0.619607843137255	0.466666666666667
0.850980392156863	0.372549019607843	0.00784313725490196
0.458823529411765	0.439215686274510	0.701960784313725
0.905882352941177	0.160784313725490	0.541176470588235
0.400000000000000	0.650980392156863	0.117647058823529
0.901960784313726	0.670588235294118	0.00784313725490196
0.650980392156863	0.462745098039216	0.113725490196078
0.894117647058824	0.101960784313725	0.109803921568627
0.215686274509804	0.494117647058824	0.721568627450980
0.301960784313725	0.686274509803922	0.290196078431373
0.596078431372549	0.305882352941177	0.639215686274510
1	1	0.200000000000000
0.650980392156863	0.337254901960784	0.156862745098039
0.968627450980392	0.505882352941176	0.749019607843137
0.600000000000000	0.600000000000000	0.600000000000000
0.400000000000000	0.760784313725490	0.647058823529412
0.988235294117647	0.552941176470588	0.384313725490196
0.552941176470588	0.627450980392157	0.796078431372549
0.905882352941177	0.541176470588235	0.764705882352941
0.650980392156863	0.847058823529412	0.329411764705882
1	0.850980392156863	0.184313725490196
0.898039215686275	0.768627450980392	0.580392156862745
0.701960784313725	0.701960784313725	0.701960784313725
0.552941176470588	0.827450980392157	0.780392156862745
1	1	0.701960784313725
0.745098039215686	0.729411764705882	0.854901960784314
0.984313725490196	0.501960784313726	0.447058823529412
0.501960784313726	0.694117647058824	0.827450980392157
0.992156862745098	0.705882352941177	0.384313725490196
0.701960784313725	0.870588235294118	0.411764705882353
0.988235294117647	0.803921568627451	0.898039215686275
0.850980392156863	0.850980392156863	0.850980392156863
0.737254901960784	0.501960784313726	0.741176470588235
1	0.929411764705882	0.435294117647059
0.121568627450980	0.466666666666667	0.705882352941177
1	0.498039215686275	0.0549019607843137
0.172549019607843	0.627450980392157	0.172549019607843
0.839215686274510	0.152941176470588	0.156862745098039
0.580392156862745	0.403921568627451	0.741176470588235
0.549019607843137	0.337254901960784	0.294117647058824
0.890196078431373	0.466666666666667	0.760784313725490
0.498039215686275	0.498039215686275	0.498039215686275
0.737254901960784	0.741176470588235	0.133333333333333
0.0901960784313726	0.745098039215686	0.811764705882353
0.682352941176471	0.780392156862745	0.909803921568627
1	0.733333333333333	0.470588235294118
0.596078431372549	0.874509803921569	0.541176470588235
1	0.596078431372549	0.588235294117647
0.772549019607843	0.690196078431373	0.835294117647059
0.768627450980392	0.611764705882353	0.580392156862745
0.968627450980392	0.713725490196078	0.823529411764706
0.780392156862745	0.780392156862745	0.780392156862745
0.858823529411765	0.858823529411765	0.552941176470588
0.619607843137255	0.854901960784314	0.898039215686275
0.223529411764706	0.231372549019608	0.474509803921569
0.321568627450980	0.329411764705882	0.639215686274510
0.419607843137255	0.431372549019608	0.811764705882353
0.611764705882353	0.619607843137255	0.870588235294118
0.388235294117647	0.474509803921569	0.223529411764706
0.549019607843137	0.635294117647059	0.321568627450980
0.709803921568628	0.811764705882353	0.419607843137255
0.807843137254902	0.858823529411765	0.611764705882353
0.549019607843137	0.427450980392157	0.192156862745098
0.741176470588235	0.619607843137255	0.223529411764706
0.905882352941177	0.729411764705882	0.321568627450980
0.905882352941177	0.796078431372549	0.580392156862745
0.517647058823530	0.235294117647059	0.223529411764706
0.678431372549020	0.286274509803922	0.290196078431373
0.839215686274510	0.380392156862745	0.419607843137255
0.905882352941177	0.588235294117647	0.611764705882353
0.482352941176471	0.254901960784314	0.450980392156863
0.647058823529412	0.317647058823529	0.580392156862745
0.807843137254902	0.427450980392157	0.741176470588235
0.870588235294118	0.619607843137255	0.839215686274510
0.192156862745098	0.509803921568627	0.741176470588235
0.419607843137255	0.682352941176471	0.839215686274510
0.619607843137255	0.792156862745098	0.882352941176471
0.776470588235294	0.858823529411765	0.937254901960784
0.901960784313726	0.333333333333333	0.0509803921568627
0.992156862745098	0.552941176470588	0.235294117647059
0.992156862745098	0.682352941176471	0.419607843137255
0.992156862745098	0.815686274509804	0.635294117647059
0.192156862745098	0.639215686274510	0.329411764705882
0.454901960784314	0.768627450980392	0.462745098039216
0.631372549019608	0.850980392156863	0.607843137254902
0.780392156862745	0.913725490196078	0.752941176470588
0.458823529411765	0.419607843137255	0.694117647058824
0.619607843137255	0.603921568627451	0.784313725490196
0.737254901960784	0.741176470588235	0.862745098039216
0.854901960784314	0.854901960784314	0.921568627450980
0.388235294117647	0.388235294117647	0.388235294117647
0.588235294117647	0.588235294117647	0.588235294117647
0.741176470588235	0.741176470588235	0.741176470588235];

map = C(N,:);
end

色彩对照表

在这里插入图片描述
文章代码是我修改后的，原始代码出自vx公众号“阿昆的科研日常”，在此感谢作者。

Y_蒋林志
关注
  • 47
    点赞
  • 踩
  • 173
    收藏
    觉得还不错? 一键收藏
  • 7
    评论
专栏目录
基于Matlab实现多组并列柱状图的填充画法（源码+指导视频）.rar
06-05
基于Matlab实现多组并列柱状图的填充画法（源码+指导视频）.rar
Matlab绘制多组柱状图的方法【转载】
欢迎~
11-16 3833
论文中常有需要用柱状图表示数据的情况，本文给出Matlab绘制多组数据的柱状图的代码，并给出常用论文示图配色。
多组差异柱状图
最新发布
BioinfoDu
06-16 400
主要发表或收录生物信息学教程，以及基于R分析和可视化（包括数据分析，图形绘制等）；分享感兴趣的文献和学习资料!凡是在社群同学，可免费获得自2021年11月份至今全部教程，教程配备示例数据和相关代码，我们会持续更新中。，自2021年11月开始做的知识分享，主要内容是。若我们的教程对你有所帮助，请。，这是对我们最大的支持。
Matlab绘制多组柱状图
qq_52544642的博客
03-03 966
【代码】Matlab绘制多组柱状图。
matlab画柱状堆叠图
qq_36480087的博客
08-24 4334
clc,clear a=load('saif_swrate.txt'); b=load('saif_final.txt'); aa=[a,b-a]; bb=bar(aa,'stack'); set(bb(1),'Facecolor',[0 0 1]); %更改颜色 set(bb(2),'Facecolor',[0.8 0 0]); xlim([0,36]); %限制X轴的取值区间 hold on plot([0,35],[0.1,0.1],'k','lin
【MATLAB基础绘图第7棒】绘制各式柱状图
WW、forever的博客
03-21 7429
简介各种柱状图绘制
MATLAB画柱状图（包括普通柱状图，多组柱状图，三维柱状图）
weixin_44248258的博客
04-19 8万+
1.普通柱状图 代码： clc;clear; %确定图片的位置和大小，[x y width height] figure('visible','on','position',[350,200,800,550]); %准备数据 X = [70,75,80,85,90]; %每个柱子的颜色设置 color = [200,65,68;200,132,174;249,199,179;100,190,190;10,250,139]/255; hold on % 添加5个柱子，facecolor用来修改颜色
Matlab中画柱状图详细教程bar函数使用方法（二维附matlab代码）柱状图创建/位置/颜色/图例
热门推荐
iii66yy的博客
04-29 9万+
matlab中柱状图/条形图绘制（bar函数）
matlab画图（一、柱状图）
妙乌的博客
10-18 3万+
柱状图利用柱子的高度，反映数据的差异。肉眼对高度差异很敏感，辨识效果非常好。柱状图的局限在于只适用中小规模的数据集。
可直接运行 MATLAB高级绘图 使用MATLAB绘制柱状图 一个界面绘制3张图 代码有详细注释 内含程序使用说明.rar
03-26
MATLAB高级绘图 使用MATLAB绘制柱状图 柱状图的进阶画法，绘制不同颜色bar的柱状图 程序使用说明： （1）我使用的是MATLAB 2016b，这些常规代码基本任何版本都能运行； （2）可直接运行，打开代码后，键盘按下 F5 即可一键运行； （3）运行结束后直接出图； （4）运行结果共3张图，将绘制在同一个界面，便于对比； （5）绘图结果包括各种样式的柱状图，代码有详细注释；
matlab 图形绘制(基础篇）
routing666的博客
07-22 5229
【参考教学视频：https://www.bilibili.com/video/av14503445/?p=5】 目录 plot（） plot指定 形状： text() 、annotation(): 更改图像的性质： ​ 更改特性： marker:(点的特性) 同时画多个图（不被覆盖）： 在一个plot画多个figure: 将画出的图像保存： plot（） m...
matlab开发-叠加分布的柱状图
08-24
matlab开发-叠加分布的柱状图。叠加拟合拉普拉斯分布的直方图生成。
MATLAB绘制阴影柱状图(填充斜线)
06-04
在绘制柱状图之前，首先需要准备数据。数据通常以矩阵形式存储，其中每一列代表一个类别，每一行代表一个样本或时间点。例如，我们可能有两组数据，每组包含三个类别的值，可以表示为`data1`和`data2`。 2. **绘制...
matlab 绘制 阴影 黑白 柱状图 条形图
04-21
在MATLAB中，绘制柱状图或条形图是一种常用的数据可视化方法，尤其适用于比较不同类别之间的数值。本文将详细讲解如何使用MATLAB绘制带有阴影的黑白柱状图，以及如何利用提供的`figure`文件进行进一步理解。 首先，...
graphic.zip_matlab绘制表格_柱状图
07-13
总的来说，"graphic.zip"的资料提供了MATLAB图形绘制的基本教程，涵盖了从简单的柱状图到复杂的表格和多类型图形的制作。通过学习和实践这些例子，用户可以更好地理解和应用MATLAB的图形功能，提升数据分析和报告的...
MATLAB 绘制三维柱状图
04-10
下面将详细解释如何使用MATLAB绘制三维柱状图，并结合【描述】中的内容，我们将探讨四个不同的实例。 首先，三维柱状图通过x、y和z轴来展示数据，其中x和y轴定义了数据的类别，z轴则表示各个类别的数值大小。在...
Matlab——多组柱状图误差棒绘制
Ragtory的博客
03-06 2957
Matlab多组柱状图，标准差errorbar绘制，合理范围内的最大最小值绘制。
Matlab绘图系列教程-基础绘图：柱状图 (bar函数 )
图灵的猫的博客
07-07 1万+
柱状图是一种常用的数据可视化方式，用于比较不同类别的数据或展示数据的分布。在Matlab中，使用`bar`函数可以轻松地绘制出精美的柱状图。本篇博客将为您介绍如何使用Matlab绘制优雅的柱状图，展示数据的视觉效果和科研价值。
Matlab绘制双坐标轴柱状/条形图
qq_26447137的博客
03-04 1万+
书接上回（Matlab论文插图绘制模板—双轴折线图）。 假如我们想用Matlab绘制这样一幅图： 柱形图bar1表示算法的精度，柱形图bar2表示算法的运行时间，两者是同一参数X的因变量，但所代表的是完全不同的事物，很难在同一张图表示。 即便是在同一张图，你能找到的，要么两者重叠在一起， 来源：百度知道 要么两者是分开的： 来源：CSDN-tianren9 如果要同一X对应两个不重叠的bar，该怎么做呢？ 之前分享过Matlab柱状图的绘制模板。 这次我们同样.
matlab绘制多组柱状图
06-02
您可以使用Matlab自带的bar函数来绘制多组柱状图，以下是一个简单的示例代码： ```matlab % 生成数据 x = 1:5; y1 = [4 2 7 1 5]; y2 = [2 6 3 5 1]; % 绘制柱状图 figure; bar(x, [y1; y2]'); % 添加标题和标签 title('多组柱状图示例'); xlabel('x轴标签'); ylabel('y轴标签'); % 设置图例 legend({'组1', '组2'}); ``` 在该示例代码中，x、y1和y2分别为横坐标和两组纵坐标的数据，bar函数用于绘制柱状图，legend用于设置图例。您可以根据实际需求修改数据和标签。注意，由于bar函数默认将每一列数据作为一组数据，因此需要将y1和y2转置后再输入到bar函数中，即使用[y1; y2]'。
评论 7
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值