Matlab绘图系列教程-基础绘图：散点图 (scatter函数 )

最新推荐文章于 2024-05-02 11:42:33 发布
最新推荐文章于 2024-05-02 11:42:33 发布
阅读量2.5w 收藏 243
点赞数 33
分类专栏： Matlab绘图系列教程：揭秘高质量科学图表的绘制与优化 文章标签： matlab 科研绘图
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_42818403/article/details/131558170
版权

3. Matlab绘图指南：散点图

散点图是一种常用的数据可视化工具，能够展示数据之间的关系和分布情况。在Matlab中，绘制散点图非常简单，同时又具有丰富的功能和灵活的定制选项。本教程将逐步引导你学习Matlab中绘制散点图的方法和技巧，并通过详细的解释、示例和有趣的案例分析，帮助你全面了解散点图绘制的过程。

文章目录

3.1 绘制简单散点图

让我们从最简单的散点图开始，首先创建一组随机数据，并绘制散点图。

% 创建数据
x = randn(100, 1);
y = randn(100, 1);

% 绘制散点图
scatter(x, y);

% 添加标题和标签
title('Simple Scatter Plot');
xlabel('X');
ylabel('Y');

在这里插入图片描述

在这个例子中，我们使用randn函数创建了两组100个随机数作为x和y坐标。然后，我们使用scatter函数绘制了散点图，并使用title、xlabel和ylabel函数添加了标题和标签。

3.2 自定义样式和颜色

除了基本的散点图，Matlab还提供了许多自定义选项，包括样式和颜色的设置。让我们继续优化散点图的样式和颜色。

% 创建数据
x = randn(100, 1);
y = randn(100, 1);
sizes = 30 + 100 * rand(1, 100);
colors = rand(1, 100);

% 绘制散点图
scatter(x, y, sizes, colors, 'filled');

% 添加标题和标签
title('Customized Scatter Plot');
xlabel('X');
ylabel('Y');

% 添加网格
grid on;

在这里插入图片描述

在这个例子中，我们通过定义sizes和colors数组，为每个数据点指定了大小和颜色。然后，我们在scatter函数中使用这些数组，并将参数'filled'设置为填充散点图。最后，我们添加了网格以增强图表的可读性。

3.3 添加趋势线

在散点图中添加趋势线能够更直观地展示数据的趋势和相关性。我们使用polyfit函数拟合数据并绘制趋势线。

% 生成数据
n = 100;  % 数据点数量
heights = linspace(150, 190, n);  % 生成身高数据，从150到190之间均匀分布
weights = heights * 0.6 + randn(1, n) * 5;  % 根据身高生成体重数据，加入随机噪声

% 绘制散点图
scatter(heights, weights, 'filled', 'MarkerFaceColor', [0.2 0.6 0.9], 'MarkerEdgeColor', 'k');

% 添加趋势线
hold on;
coefficients = polyfit(heights, weights, 1);
fitted_values = polyval(coefficients, heights);
plot(heights, fitted_values, 'r-', 'LineWidth', 2);
hold off;

% 添加标题和标签
title('Relationship between Height and Weight', 'FontSize', 14, 'FontWeight', 'bold');
xlabel('Height (cm)', 'FontSize', 12, 'FontWeight', 'bold');
ylabel('Weight (kg)', 'FontSize', 12, 'FontWeight', 'bold');

% 设置图形属性
ax = gca;
ax.FontSize = 10;
ax.FontWeight = 'bold';
ax.GridAlpha = 0.3;
ax.GridLineStyle = ':';

box off;

在这里插入图片描述

在修改后的代码中，我们使用linspace函数生成身高数据，从150到190之间均匀分布。然后，根据身高生成体重数据，并加入随机噪声。这样生成的数据会更加符合线性关系。

通过上述代码，我们进行了以下调整和优化：

  1. 使用linspace函数生成均匀分布的身高数据，确保线性关系。
  2. 根据身高数据生成体重数据，并添加随机噪声来增加数据的多样性。
  3. 调整了散点图的样式，设置小球的填充颜色为淡蓝色，边缘颜色为黑色。
  4. 修改了标题和标签的字体大小和粗细，使其更加易读和突出。
  5. 设置了图形属性，包括坐标轴的字体大小和粗细，网格线的透明度和线型，去除了图框的边界。

3.4 数据分类标记

当数据具有分类属性时，我们可以使用不同的标记符号或颜色来区分不同的数据类别。

代码分析:

  1. 创建数据:

    x = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10];
y = [2, 4, 3, 1, 5, 7, 6, 9, 8, 10];
categories = ['A', 'A', 'B', 'B', 'A', 'B', 'A', 'B', 'B', 'A'];

    在这一部分，我们定义了x和y坐标的数据，以及对应的数据分类categories。这些数据将用于后续的散点图绘制。

  2. 设置分类对应的颜色和标记符号:

    colorMap = containers.Map({'A', 'B'}, {[0.8500, 0.3250, 0.0980], [0.3010, 0.7450, 0.9330]});
markerMap = containers.Map({'A', 'B'}, {'o', 'd'});

    这部分代码使用了Matlab中的容器对象Map，用于将数据分类与对应的颜色和标记符号进行关联。在这个示例中，我们定义了’A’对应的颜色为橙色，'B’对应的颜色为天蓝色；'A’对应的标记符号为圆形，'B’对应的标记符号为星形。

  3. 绘制散点图:

    figure;
hold on;
for i = 1:length(x)
    scatter(x(i), y(i), 100, 'MarkerFaceColor', colorMap(categories(i)), 'MarkerEdgeColor', 'k', 'Marker', markerMap(categories(i)));
end
hold off;

    在这一部分，我们创建了一个新的图形窗口，并使用循环遍历每个数据点。通过调用scatter函数，我们绘制了每个数据点，并根据其对应的分类从colorMap和markerMap中获取相应的颜色和标记符号。'MarkerFaceColor’参数用于设置数据点的填充颜色，'MarkerEdgeColor’参数用于设置数据点的边界颜色，'Marker’参数用于设置数据点的标记符号。

  4. 添加标题和标签:

    title('Scatter Plot with Data Categories');
xlabel('X');
ylabel('Y');

    在最后一部分，我们使用title函数为散点图添加了标题，使用xlabel和ylabel函数分别设置了x和y轴的标签。

在这里插入图片描述

完整代码：

   % 创建数据
x = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10];
y = [2, 4, 3, 1, 5, 7, 6, 9, 8, 10];
categories = ['A', 'A', 'B', 'B', 'A', 'B', 'A', 'B', 'B', 'A'];

% 设置分类对应的颜色和标记符号
colorMap = containers.Map({'A', 'B'}, {[0.8500, 0.3250, 0.0980], [0.3010, 0.7450, 0.9330]});
markerMap = containers.Map({'A', 'B'}, {'o', 'd'});

% 绘制散点图
figure;
hold on;
for i = 1:length(x)
    scatter(x(i), y(i), 100, 'MarkerFaceColor', colorMap(categories(i)), 'MarkerEdgeColor', 'k', 'Marker', markerMap(categories(i)));
end
hold off;

% 添加标题和标签
title('Scatter Plot with Data Categories');
xlabel('X');
ylabel('Y');

3.5 动态散点图

在某些情况下，我们希望能够动态地更新散点图以反映实时数据的变化。这在监测和实时数据分析中非常有用。

% 创建初始数据
x = [];
y = [];

% 创建散点图
h = scatter(x, y);
title('Dynamic Scatter Plot');
xlabel('X');
ylabel('Y');
xlim([0, 10]);
ylim([0, 10]);

% 更新数据并刷新散点图
while true
    % 生成随机数据点
    new_x = rand() * 10;
    new_y = rand() * 10;
    
    % 添加新数据点
    x = [x, new_x];
    y = [y, new_y];
    
    % 更新散点图数据
    set(h, 'XData', x, 'YData', y);
    
    % 延时一段时间
    pause(0.5);
end

在这个例子中，我们首先创建了空的x和y数组，并绘制了一个空的散点图。然后，我们进入一个循环，每次循环中生成随机的数据点，并将其添加到x和y数组中。通过使用set函数更新散点图的数据，我们实现了动态更新的效果。最后，使用pause函数进行一段时间的延迟，以控制更新的速度。

3.6 案例分析

我为你准备了一个更加丰富有趣的案例：探索电影评分与票房的关系。

在这个案例中，我们将使用通过程序生成的虚拟数据，模拟电影评分与票房之间的关系，并绘制散点图来进行可视化分析。

步骤 1: 生成虚拟数据

首先，我们需要一些数据来绘制散点图。让我们生成一些虚拟数据来模拟小球的评分、票房和大小。请记住，这只是为了演示目的，所以不用太认真哦！

% 生成虚拟数据
num_balls = 100;
ratings = 5 + 1.5 * rand(num_balls, 1);  % 小球的评分在5~6.5之间
box_office = 1000000 + 5000000 * rand(num_balls, 1);  % 小球的票房在100万到600万之间
sizes = 20 + 80 * rand(num_balls, 1);  % 小球的大小在20到100之间

在这段代码中，我们使用rand函数生成了一些随机数来模拟小球的评分、票房和大小。评分在5到6.5之间变化，票房在100万到600万之间变化，大小在20到100之间变化。

步骤 2: 科研绘图风格配色方案

好了，我们有了数据，接下来让我们来为我们的散点图选择一套科研绘图风格的配色方案。这样可以使我们的图形更加美观且符合科研绘图的风格。

% 科研绘图风格配色方案
colors = jet(num_balls);

这里，我们使用了jet函数来生成一套包含多个颜色的配色方案。num_balls变量是我们小球的数量，所以我们希望有足够多的颜色来区分每个小球。

步骤 3: 绘制散点图

现在，让我们开始绘制散点图吧！准备好你的眼睛，因为即将展现的图形将令你瞠目结舌！

% 绘制散点图
scatter(ratings, box_office, sizes, colors, 'filled', 'MarkerEdgeColor', 'k');

这段简短的代码就可以绘制出令人赞叹的散点图！scatter函数是绘制散点图的绝佳选择。我们传入评分、票房、大小和颜色的参数，并设置'filled'选项来填充小球，'MarkerEdgeColor'选项来设置小球边界的颜色为黑色。

步骤 4: 添加标题和标签

让我们给我们的图形添加一些标题和标签，这样观众们就不会迷失在数据的海洋中了。

% 添加标题和标签
title('Rating vs. Box Office', 'FontWeight', 'bold', 'FontSize', 14);
xlabel('Ratings', 'FontWeight', 'bold', 'FontSize', 12);
ylabel('Box Office (USD)', 'FontWeight', 'bold', 'FontSize', 12);

这段代码使用title、xlabel和ylabel函数分别添加标题和横纵轴的标签。我们还设置了一些选项，如'FontWeight'和'FontSize'，以使标题和标签更加醒目。

步骤 5: 添加趋势线

嘿，你知道吗？我们还可以向散点图添加趋势线，这样我们就可以更好地了解数据的走势了。

% 添加趋势线
coefficients = polyfit(ratings, box_office, 1);
x_fit = min(ratings):0.1:max(ratings);
y_fit = polyval(coefficients, x_fit);
hold on;
plot(x_fit, y_fit, 'r--', 'LineWidth', 2);
hold off;

在这段代码中，我们使用polyfit函数拟合评分和票房之间的线性趋势线。然后，我们使用polyval函数计算趋势线上的点的坐标。最后，我们使用plot函数绘制出这条趋势线，并设置颜色为红色，线型为虚线，线宽为2。

步骤 6: 添加数据标签

让我们进一步提升可读性！我们可以为每个小球添加一个数据标签，这样我们就可以更清楚地知道它们是谁了。

% 添加数据标签
for i = 1:num_balls
    text(ratings(i)+0.05, box_office(i), ['Ball ', num2str(i)], 'FontSize', 8, 'Color', colors(i, :));
end

这段简单的循环代码将为每个小球添加一个数据标签。text函数用于在指定位置绘制文本，我们设置了文本的位置为评分和票房的坐标加上一些微小的偏移量，以免标签与小球重叠。我们还设置了文本的字体大小为8，颜色与对应小球的颜色相同。

步骤 7: 设置图形属性

为了使我们的图形更加完美，我们还可以设置一些图形属性。这样，我们的散点图就会更加专业和吸引人！

% 设置图形属性
ax = gca;
ax.FontSize = 10;
ax.FontWeight = 'bold';
ax.GridAlpha = 0.3;
ax.GridLineStyle = ':';

box off;

这段代码使用gca函数获取当前的坐标轴对象，并将其保存在变量ax中。然后，我们可以通过修改ax的属性来设置图形的字体大小、字体粗细、网格的透明度和线型。最后，我们使用box off函数去除图形的边框，使其更加简洁。

在这个例子中，我们生成了100部电影的虚拟数据，其中电影评分在5到6.5之间，票房在100万到600万之间。然后，我们使用这些数据绘制了散点图，并添加了趋势线来显示评分与票房之间的整体关系。

此外，我们还在每个数据点上添加了电影的编号，以便更好地展示每部电影的位置。

通过这个案例，我们可以探索电影评分与票房之间的大致关系，并进一步分析高评分电影是否在票房上表现更好，以及是否存在一些异常值。这样的可视化分析有助于电影行业的市场研究和决策。

在这里插入图片描述

完整代码：

% 生成虚拟数据
num_balls = 100;
ratings = 5 + 1.5 * rand(num_balls, 1);  % 小球的评分在5~6.5之间
box_office = 1000000 + 5000000 * rand(num_balls, 1);  % 小球的票房在100万到600万之间
sizes = 20 + 80 * rand(num_balls, 1);  % 小球的大小在20到100之间
% 科研绘图风格配色方案
colors = jet(num_balls);
% 绘制散点图
scatter(ratings, box_office, sizes, colors, 'filled', 'MarkerEdgeColor', 'k');
% 添加标题和标签
title('Rating vs. Box Office', 'FontWeight', 'bold', 'FontSize', 14);
xlabel('Ratings', 'FontWeight', 'bold', 'FontSize', 12);
ylabel('Box Office (USD)', 'FontWeight', 'bold', 'FontSize', 12);
% 添加趋势线
coefficients = polyfit(ratings, box_office, 1);
x_fit = min(ratings):0.1:max(ratings);
y_fit = polyval(coefficients, x_fit);
hold on;
plot(x_fit, y_fit, 'r--', 'LineWidth', 2);
hold off;
% 添加数据标签
for i = 1:num_balls
    text(ratings(i)+0.05, box_office(i), ['Ball ', num2str(i)], 'FontSize', 8, 'Color', colors(i, :));
end
% 设置图形属性
ax = gca;
ax.FontSize = 10;
ax.FontWeight = 'bold';
ax.GridAlpha = 0.3;
ax.GridLineStyle = ':';

box off;

结论

通过本教程，我们详细介绍了在Matlab中绘制散点图的方法和技巧。从基础绘图开始，我们逐步学习了如何自定义样式和颜色，以及如何添加趋势线、数据分类标记和绘制动态散点图。通过案例分析，我们展示了散点图在实际数据分析中的应用。希望这个教程能够帮助你全面了解Matlab绘制散点图的方法，并激发你在数据可视化方面的创造力。

本节涉及所有代码：

%%
% 创建数据
x = randn(100, 1);
y = randn(100, 1);

% 绘制散点图
scatter(x, y);

% 添加标题和标签
title('Simple Scatter Plot');
xlabel('X');
ylabel('Y');
%%
% 创建数据
x = randn(100, 1);
y = randn(100, 1);
sizes = 30 + 100 * rand(1, 100);
colors = rand(1, 100);

% 绘制散点图
scatter(x, y, sizes, colors, 'filled');

% 添加标题和标签
title('Customized Scatter Plot');
xlabel('X');
ylabel('Y');

% 添加网格
grid on;
%%
% 生成数据
n = 100;  % 数据点数量
heights = linspace(150, 190, n);  % 生成身高数据，从150到190之间均匀分布
weights = heights * 0.6 + randn(1, n) * 5;  % 根据身高生成体重数据，加入随机噪声
colors = rand(n, 3);  % 生成随机颜色向量

% 绘制散点图
scatter(heights, weights, 60, colors, 'filled');

% 添加趋势线
hold on;
coefficients = polyfit(heights, weights, 1);
fitted_values = polyval(coefficients, heights);
plot(heights, fitted_values, 'r-', 'LineWidth', 2);
hold off;

% 添加标题和标签
title('Relationship between Height and Weight', 'FontSize', 14, 'FontWeight', 'bold');
xlabel('Height (cm)', 'FontSize', 12, 'FontWeight', 'bold');
ylabel('Weight (kg)', 'FontSize', 12, 'FontWeight', 'bold');

% 设置图形属性
ax = gca;
ax.FontSize = 10;
ax.FontWeight = 'bold';
ax.GridAlpha = 0.3;
ax.GridLineStyle = ':';

box off;
%%
% 创建数据
x = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10];
y = [2, 4, 3, 1, 5, 7, 6, 9, 8, 10];
categories = ['A', 'A', 'B', 'B', 'A', 'B', 'A', 'B', 'B', 'A'];

% 设置分类对应的颜色和标记符号
colorMap = containers.Map({'A', 'B'}, {[0.8500, 0.3250, 0.0980], [0.3010, 0.7450, 0.9330]});
markerMap = containers.Map({'A', 'B'}, {'o', 'd'});

% 绘制散点图
figure;
hold on;
for i = 1:length(x)
    scatter(x(i), y(i), 100, 'MarkerFaceColor', colorMap(categories(i)), 'MarkerEdgeColor', 'k', 'Marker', markerMap(categories(i)));
end
hold off;

% 添加标题和标签
title('Scatter Plot with Data Categories');
xlabel('X');
ylabel('Y');


%%
% 创建初始数据
x = [];
y = [];

% 创建散点图
h = scatter(x, y);
title('Dynamic Scatter Plot');
xlabel('X');
ylabel('Y');
xlim([0, 10]);
ylim([0, 10]);

% 更新数据并刷新散点图
while true
    % 生成随机数据点
    new_x = rand() * 10;
    new_y = rand() * 10;
    
    % 添加新数据点
    x = [x, new_x];
    y = [y, new_y];
    
    % 更新散点图数据
    set(h, 'XData', x, 'YData', y);
    
    % 延时一段时间
    pause(0.5);
end

%%
% 生成虚拟数据
num_balls = 100;
ratings = 5 + 1.5 * rand(num_balls, 1);  % 小球的评分在5~6.5之间
box_office = 1000000 + 5000000 * rand(num_balls, 1);  % 小球的票房在100万到600万之间
sizes = 20 + 80 * rand(num_balls, 1);  % 小球的大小在20到100之间
% 科研绘图风格配色方案
colors = jet(num_balls);
% 绘制散点图
scatter(ratings, box_office, sizes, colors, 'filled', 'MarkerEdgeColor', 'k');
% 添加标题和标签
title('Rating vs. Box Office', 'FontWeight', 'bold', 'FontSize', 14);
xlabel('Ratings', 'FontWeight', 'bold', 'FontSize', 12);
ylabel('Box Office (USD)', 'FontWeight', 'bold', 'FontSize', 12);
% 添加趋势线
coefficients = polyfit(ratings, box_office, 1);
x_fit = min(ratings):0.1:max(ratings);
y_fit = polyval(coefficients, x_fit);
hold on;
plot(x_fit, y_fit, 'r--', 'LineWidth', 2);
hold off;
% 添加数据标签
for i = 1:num_balls
    text(ratings(i)+0.05, box_office(i), ['Ball ', num2str(i)], 'FontSize', 8, 'Color', colors(i, :));
end
% 设置图形属性
ax = gca;
ax.FontSize = 10;
ax.FontWeight = 'bold';
ax.GridAlpha = 0.3;
ax.GridLineStyle = ':';

box off;
图灵猫
关注
  • 33
    点赞
  • 踩
  • 243
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
专栏目录
数据分析师的秘诀 ,如何在 MATLAB 中创建散点图
iCloudEnd的博客
03-09 793
MATLAB 中数据可视化的分步教程 image.png 在 MATLAB 中创建散点图是可视化两个连续变量之间关系的有用方法。在本教程中，我们将逐步介绍在 MATLAB 中创建散点图的步骤。 加载数据 首先，我们需要加载要用于散点图的数据。对于本教程，我们将使用MATLAB 包中iris包含的数据集datasets。 % Load the iris dataset load fishe...
Matlab中散点图绘制详细教程scatter函数（附matlab代码）
热门推荐
iii66yy的博客
04-18 12万+
** Matlab中scatter函数绘制散点图 **
Matlab 散点图（Scatter）和颜色图（Colormap）
RainaRaina的博客
06-30 1万+
从 MATLAB 的 颜色图和散点图，到对分组数据一键出图。从零开始学会离散数据和分组数据的分析。
matlab绘制散点图
最新发布
weixin_45570158的博客
05-02 764
函数还支持许多其他选项，例如更改点的颜色、大小、形状等。可以通过查看MATLAB的官方文档来了解更多关于。这段代码将生成一个散点图，其中每个点的x坐标和y坐标都是随机生成的。下面是一个简单的例子，说明如何使用。在MATLAB中，可以使用。
matlab 精美散点密度图
10-07
matlab 精美散点密度图，看密度分布，聚合离散，源码！！！ yy=BT(:,i) yyp=bt(:,i) figure % 散点图 scatter_kde(yy,yyp, 'filled', 'MarkerSize',30); colormap(jet); hold on; % 1:1线 p1=min(min(yy,min(yyp))); p2=max(max(yy,max(yyp))); plot([p1 p2],[p1 p2],'--k','linewidth',4); hold on; xlim([p1 p2]); ylim([p1 p2]); % 拟合线 x=yy; y=yyp; p0=polyfit(x,y,1); x1=linspace(p1,p2); y1=polyval(p0,x1); plot(x1,y1,'k','linewidth',4);hold on; set(gca,'FontName','Times New Roman','FontSize',32,'FontWeight','bold'); daspect([1 1 1]); box o
【MATLAB绘图】对散点较多的散点图进行数据预处理
weixin_70411469的博客
05-12 1241
后觉得这种处理思路不错。在绘制散点图时，有时候会因为散点太多，导致散点图很杂乱。1. 画出来的严格意义上并不是散点，而是一种类似热力图的图种；2. bin的大小固定且相等，不能根据数据本身进行调整。大家觉得结果怎么样呢？PS：当然，以上两个问题可能都是因为我自己不会调><'equal'表示对原始数据长度进行等间距分组。'linear'表示对x进行等间距分组，group_num：想要得到的数据长度。new_x ： 处理后的x坐标数据。new_y ： 处理后的y坐标数据。method：分组方法，
【Python可视化系列】一文教你绘制不同类型的散点图（理论+源码）
数据杂坛
12-27 5682
一文教你绘制不同类型的散点图（理论+源码）
Matlab学习-绘图技巧（1）
GNSS/INS组合导航
03-09 1万+
Matlab常用绘图技巧
python绘制散点图
vergil_zsh的博客
03-03 1万+
python 绘制散点图
气象绘图（二）——散点图
qq_44511163的博客
09-27 1859
散点图学习
百度散点图.rar
08-14
百度地图+echarts+散点图完整开发版本。。。。。。
MATLAB——绘制散点图
08-22
本代码主要利用MATLAB工具实现MATLAB——绘制散点图，简单明了，易于理解
MATLAB - SCI 绘图配色第八期 - 散点图 2x1 - 大鱼海棠
05-10
接下来，我们将深入探讨如何在MATLAB中创建2x1布局的散点图，并应用SCI配色。 首先，我们需要了解2x1布局的概念。在MATLAB中，可以使用`subplot`函数来创建多图布局。`subplot(m,n,p)`命令会在一个m行n列的网格中...
matlab绘图教程-matlab绘图.rar
08-13
除了基本的线图，MATLAB还可以绘制散点图（`scatter`）、柱状图（`bar`）、饼图（`pie`）、直方图（`histogram`）等。对于二维图形，`plot`函数还有许多变体，如`semilogx`、`semilogy`和`loglog`，用于绘制对数尺度...
matlab的plotly-graphing-library：MATLAB:registered:的Plotly Graphing Library
02-04
2. **创建图表**：使用MATLAB的内置绘图函数（如`plot`、`scatter`等）创建图形后，可以调用Plotly库的函数，如`plotly`，将图形转换为Plotly格式。 3. **配置图形**：通过设置`plotlyfig`对象的属性，你可以调整...
MATLAB-怎么将散点图替换成图片
11-09
首先，我们需要理解MATLAB中的scatter函数。`scatter(x, y, s, c)`是创建散点图的基本命令，其中`x`和`y`分别代表横坐标和纵坐标的数据，`s`表示点的大小，而`c`可以是颜色值或标记符号。但当我们想要用图片替换散点...
MATLAB函数绘图.rar_MATLAB函数绘图
09-20
在MATLAB中，绘图不仅限于简单的线图，还有散点图(`scatter`)、条形图(`bar`)、直方图(`histogram`)、极坐标图(`polar`)等多种类型。对于高级用户，可以通过调整颜色映射、线型、标记符号等属性，实现更复杂的图形...
matlab二维曲面散点图插值方法
book_bbyuan的博客
11-14 1211
它将散点数据进行三角剖分，并使用插值方法对每个三角形进行插值计算，从而生成二维曲面。它支持多种插值方法，包括三次样条插值、最近邻插值、线性插值和自然邻近法插值。类创建一个插值函数对象，需要提供散点数据的坐标和值，然后可以使用该对象对新的点进行插值计算。函数需要提供散点数据的坐标和值，以及插值点的坐标，然后在插值点上生成插值结果。
matlab绘图 scatter
07-28
scatter函数是MATLAB中用于绘制散点图的函数。它可以在图窗中创建一个散点图，并根据提供的数据绘制散点。scatter函数有多种用法和参数选项。 例如，可以使用scatter(x, y)来绘制一个简单的散点图，其中x和y是数据点的坐标。可以使用scatter(x, y, sz)来指定散点的大小，sz是一个标量或与x和y相同大小的向量，用于指定每个散点的大小。还可以使用scatter(x, y, sz, c)来指定散点的颜色，c可以是一个颜色名称的字符串或与x和y相同大小的向量，用于指定每个散点的颜色。 此外，还可以使用scatter函数的其他参数选项来自定义散点图的样式。例如，可以使用's'参数来指定散点图的标记形状，使用'filled'参数来填充散点图的标记。 如果需要在一个图窗中创建多个子图，并在每个子图中绘制散点图，可以使用subplot函数来创建子图，并使用scatter函数在每个子图中绘制散点图。 综上所述，scatter函数是MATLAB中用于绘制散点图的函数，可以根据提供的数据绘制散点，并可以通过参数选项来自定义散点图的样式。 #### 引用[.reference_title] - *1* *2* [Matlab中散点图绘制详细教程scatter函数（附matlab代码）](https://blog.csdn.net/iii66yy/article/details/124259514)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^control_2,239^v3^insert_chatgpt"}} ] [.reference_item] - *3* [matlab中绘制三维散点图scatter3函数的使用方法（附matlab代码）](https://blog.csdn.net/iii66yy/article/details/125625599)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^control_2,239^v3^insert_chatgpt"}} ] [.reference_item] [ .reference_list ]

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
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

打赏作者

图灵猫

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

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