数学建模更新13(MATLAB绘制三维图【上】)

一.mesh函数以及拓展函数

绘制出在某一区间内完整的网格图

1.mesh(X,Y,Z)的用法

【1】X是n维向量,Y是m维向量,Z是m*n维的矩阵

在这里插入图片描述

其中X是n维向量,Y是m维向量,Z是m*n维的矩阵

X = [1,2,4]
Y = [3,5]
Z = [4,8,10;5,9,13]
mesh(X,Y,Z)  % (X(j), Y(i), Z(i,j))是线框网格线的交点的坐标
xlabel('x轴');  ylabel('y轴');  zlabel('z轴');  % 加上坐标轴的标签
% 三维旋转和数据游标的使用,以及X-Y视图的切换(在三维旋转状态下点击鼠标右键)
% 数据游标默认只能添加一个,按住Alt键不动,可以添加多个数据游标
% 插入颜色栏,可显示色阶

在这里插入图片描述

【2】X、Y和Z都是m*n维的矩阵

X = [1,2,4;1,2,4]   
%  X = [1,2,4;1,2,5] 
Y = [3,3,3;5,5,5]
Z = [4,8,10;5,9,13]
mesh(X,Y,Z) % (X(i,j), Y(i,j), Z(i,j))是线框网格线的交点的坐标
xlabel('x轴');  ylabel('y轴');  zlabel('z轴');  % 加上坐标轴的标签

在这里插入图片描述

2.mesh(Z)的用法

其中Z是m*n维的矩阵
在这里插入图片描述

%% mesh(Z)的用法,其中Z是m*n维的矩阵
Z = [4,8,10;5,9,13]
mesh(Z)
xlabel('x轴');  ylabel('y轴');  zlabel('z轴');  % 加上坐标轴的标签
% 等价于
X = 1:3
Y = 1:2
Z = [4,8,10;5,9,13]
mesh(X,Y,Z)
xlabel('x轴');  ylabel('y轴');  zlabel('z轴');  % 加上坐标轴的标签

在这里插入图片描述
思考:如果X中元素不是按照从小到大排序的,图像会是什么样子?

X = [1,10,4]
Y = [3,5]
Z = [4,8,10;5,9,13]
mesh(X,Y,Z)
hidden off  % 可以看到背部的图像,不会遮挡(默认是看不到的)
xlabel('x轴');  ylabel('y轴');  zlabel('z轴');  % 加上坐标轴的标签
% 如果觉得背部的图像显示的颜色太深了,可以更改透明度
mesh(X,Y,Z)
alpha(0.8)  % 设置透明度为0.8,这时候隐隐约约能看到(透明度介于0-1之间,越大表示越透明)
xlabel('x轴');  ylabel('y轴');  zlabel('z轴');  % 加上坐标轴的标签

在这里插入图片描述

在这里插入图片描述

3.例题

【1】 z = x2- y2

%% 例题1:绘制 z = x^2 - y^2的图像 ,其中x和y都位于[0,5]之间
% linspace是Matlab中的一个函数,用于产生给定范围内指定数量的点数,相邻数据跨度相同,并返回一个行向量。
% 调用方法:linspace(x1,x2,N)
% 功能:用于产生x1,x2之间的N点行向量,相邻数据跨度相同。其中x1、x2、N分别为起始值、终止值、元素个数。
n = 11;
tem = linspace(0,5,n);  %[0,5]这个区间等分为n个点(等差数列的形式)
x = repmat(tem,n,1);
y = repmat(tem',1,n);
z = x.^2 - y.^2;    % 要使用点运算符号哦~
mesh(x,y,z)
xlabel('x轴');  ylabel('y轴');  zlabel('z轴');  % 加上坐标轴的标签
axis vis3d % 冻结屏幕高宽比,使得一个三维对象的旋转不会改变坐标轴的刻度显示

在这里插入图片描述

【2】 z = sin(sqrt(x2+y2))/sqrt(x2+y2)

绘制 z = sin(sqrt(x2+y2))/sqrt(x2+y2) 的图形,其中x和y都位于[-5,5]之间

%% 例题2: 绘制 z = sin(sqrt(x^2+y^2))/sqrt(x^2+y^2) 的图形,其中x和y都位于[-5,5]之间
[x,y] = meshgrid(-5:0.5:5);  % 快速生成网格所需的数据
tem = sqrt(x.^2+y.^2)+1e-12;   % tem=sqrt(x.^2+y.^2);   % 在后面加上一个非常非常小的数字: 1e-12 = 10^(-12) ,当然你也可以单独找到值为0的地方对其修改
z = sin(tem)./tem;  % 如果不对tem处理,那么z的最中间的一个值 0/0 = NaN
mesh(x,y,z)
xlabel('x轴');  ylabel('y轴');  zlabel('z轴');  % 加上坐标轴的标签
axis vis3d % 冻结屏幕高宽比,使得一个三维对象的旋转不会改变坐标轴的刻度显示

在这里插入图片描述

4.meshc函数

除了mesh函数图形外,还在xy平面上绘制曲面的等高线

meshc(x,y,z)
xlabel('x轴');  ylabel('y轴');  zlabel('z轴');  % 加上坐标轴的标签
axis vis3d % 冻结屏幕高宽比,使得一个三维对象的旋转不会改变坐标轴的刻度显示

在这里插入图片描述

5.meshz(x,y,z)函数

除了mesh函数图形外,还在xy平面上绘制曲面的底座

meshz(x,y,z)
xlabel('x轴');  ylabel('y轴');  zlabel('z轴');  % 加上坐标轴的标签
axis vis3d % 冻结屏幕高宽比,使得一个三维对象的旋转不会改变坐标轴的刻度显示

在这里插入图片描述

二.surf函数以及拓展

surf函数和mesh函数的的调用格式基本相同
两者的区别: mesh绘出彩色的线,surf绘出彩色的面

1.surf与mesh的对比

%% 例题1的对比
[x,y] = meshgrid(linspace(0,5,11));
% [x,y] = meshgrid([0:0.5:5]);  或者直接写成[x,y] = meshgrid(0:0.5:5);
z = x.^2 - y.^2;
subplot(1,2,1)  % subplot(m,n,index)
mesh(x,y,z)
xlabel('x轴');  ylabel('y轴');  zlabel('z轴');  % 加上坐标轴的标签
axis vis3d % 冻结屏幕高宽比,使得一个三维对象的旋转不会改变坐标轴的刻度显示
title('mesh(x,y,z)')

subplot(1,2,2)
surf(x,y,z)  
xlabel('x轴');  ylabel('y轴');  zlabel('z轴');  % 加上坐标轴的标签
axis vis3d % 冻结屏幕高宽比,使得一个三维对象的旋转不会改变坐标轴的刻度显示
% axis([0,5,0,5,-inf,+inf])  % 设置坐标轴刻度范围
title('surf(x,y,z)')

在这里插入图片描述

%% 例题2的对比
[x,y] = meshgrid(-5:0.5:5);  % 快速生成网格所需的数据
tem = sqrt(x.^2+y.^2)+1e-12;   
z = sin(tem)./tem;  % 如果不对tem处理,那么z的最中间的一个值 0/0 = NaN
subplot(1,2,1)
mesh(x,y,z)
xlabel('x轴');  ylabel('y轴');  zlabel('z轴');  % 加上坐标轴的标签
axis vis3d % 冻结屏幕高宽比,使得一个三维对象的旋转不会改变坐标轴的刻度显示
title('mesh(x,y,z)')

subplot(1,2,2)
surf(x,y,z)  % (X(j), Y(i), Z(i,j))是线框网格线的交点
xlabel('x轴');  ylabel('y轴');  zlabel('z轴');  % 加上坐标轴的标签
axis vis3d % 冻结屏幕高宽比,使得一个三维对象的旋转不会改变坐标轴的刻度显示
title('surf(x,y,z)')

在这里插入图片描述

2.surfc函数

除了surf函数图形外,还在xy平面上绘制曲面的等高线

surfc(x,y,z)
xlabel('x轴');  ylabel('y轴');  zlabel('z轴');  % 加上坐标轴的标签
axis vis3d % 冻结屏幕高宽比,使得一个三维对象的旋转不会改变坐标轴的刻度显示

在这里插入图片描述

3.surfl函数

加上了灯光效果,看起来自然点

surfl(x,y,z)
xlabel('x轴');  ylabel('y轴');  zlabel('z轴');  % 加上坐标轴的标签
axis vis3d % 冻结屏幕高宽比,使得一个三维对象的旋转不会改变坐标轴的刻度显示

在这里插入图片描述

4.设置色彩模式

%% 设置色彩模式
% shading 是用来处理色彩效果的,分以下三种:
% shading faceted是默认的模式 
% shading flat 在faceted的基础上去掉图上的网格线
% shading interp 在flat的基础上进行色彩的插值处理,使色彩平滑过渡
subplot(1,3,1)
surf(x,y,z)  % (X(j), Y(i), Z(i,j))是线框网格线的交点
shading faceted % 默认的色彩模式
xlabel('x轴');  ylabel('y轴');  zlabel('z轴');  % 加上坐标轴的标签
axis vis3d % 冻结屏幕高宽比,使得一个三维对象的旋转不会改变坐标轴的刻度显示
title('shading faceted')

subplot(1,3,2)
surf(x,y,z)  % (X(j), Y(i), Z(i,j))是线框网格线的交点
shading flat % 看起来光滑一点
xlabel('x轴');  ylabel('y轴');  zlabel('z轴');  % 加上坐标轴的标签
axis vis3d % 冻结屏幕高宽比,使得一个三维对象的旋转不会改变坐标轴的刻度显示
title('shading flat')

subplot(1,3,3)
surf(x,y,z)  % (X(j), Y(i), Z(i,j))是线框网格线的交点
shading interp % 看起来最光滑
xlabel('x轴');  ylabel('y轴');  zlabel('z轴');  % 加上坐标轴的标签
axis vis3d % 冻结屏幕高宽比,使得一个三维对象的旋转不会改变坐标轴的刻度显示
title('shading interp')

在这里插入图片描述

三.contour函数以及拓展

1.定义函数

[x,y] = meshgrid(-3:0.1:3);  
% 一个语句太长时,可以加上三个点然后在下一行继续写
z =  3*(1-x).^2.*exp(-(x.^2) - (y+1).^2)...  
    -10* (x/5 - x.^3 - y.^5).*exp(-x.^2-y.^2) ...
    - 1/3*exp(-(x+1).^2 - y.^2);  % matlab中内置的peaks函数,常常作为演示使用
% edit peaks

2.contour(x,y,z)

在x-y平面绘制等高线图,Matlab会自动选择等高线的层级

%% contour(x,y,z) 在x-y平面绘制等高线图,Matlab会自动选择等高线的层级
contour(x,y,z)
xlabel('x轴');  ylabel('y轴');  % 加上坐标轴的标签

在这里插入图片描述

3.contour(x,y,z,n)

在x-y平面绘制等高线图,n是一个标量,那么Matlab会将等高线的层数设置为n,且会自动选择层所在的高度。

%% contour(x,y,z,n) 在x-y平面绘制等高线图,n是一个标量,那么Matlab会将等高线的层数设置为n,且会自动选择层所在的高度。
contour(x,y,z,5)
contour(x,y,z,5,'LineWidth',2)  % 设置线的宽度为2
contour(x,y,z,5,'--')  % 设置等高线为虚线
contour(x,y,z,5,'ShowText','on')  % 显示每一层的高度
contour(x,y,z,5,'--','ShowText','on','LineWidth',2)  % 可以组合起来使用
colorbar % 显示颜色栏,也可以手动插入
xlabel('x轴');  ylabel('y轴');  % 加上坐标轴的标签

在这里插入图片描述

4.contour(x,y,z,levels)

若想得到固定的n个高度的等高线,将levels可以设置为n元行向量,其中向量中的值为高度值。

maxz = max(max(z))
minz = min(min(z))
levels = linspace(minz,maxz,10)  % 从最小值到最大值,等分成10个点
contour(x,y,z,levels,'ShowText','on','LineWidth',1)  % 最小值或者最大值可能显示不出来,因为Matlab会帮我们自动调整
xlabel('x轴');  ylabel('y轴');  % 加上坐标轴的标签

% 思考如果只想画出高度为3的单等高线怎么办?
contour(x,y,z,[3 3],'ShowText','on') 
xlabel('x轴');  ylabel('y轴');  % 加上坐标轴的标签

在这里插入图片描述
考如果只想画出高度为3的单等高线怎么办?

contour(x,y,z,[3 3],'ShowText','on') 
xlabel('x轴');  ylabel('y轴');  % 加上坐标轴的标签

在这里插入图片描述

5.contourf函数

和contour函数类似,只不过画出来的等高线图有颜色填充

contourf(x,y,z,levels,'ShowText','on') 
xlabel('x轴');  ylabel('y轴');  % 加上坐标轴的标签

在这里插入图片描述

6. contour3函数

3维等高线图,等高线不再投影到x-y平面

contour3(x,y,z,levels,'ShowText','on') 
xlabel('x轴');  ylabel('y轴');  zlabel('z轴');  % 加上坐标轴的标签

在这里插入图片描述

  • 17
    点赞
  • 121
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
MATLAB是一种功能强大的数学软件,用于进行数据分析、可视化和建模等任务。在MATLAB中,可以使用三维立体图来呈现数据或模型的可视化效果。而粒子群算法(Particle Swarm Optimization,PSO)是一种常用的优化算法,它模拟鸟群或鱼群等生物群体的行为,通过不断调整粒子的位置来寻找最优解。 在MATLAB中,可以通过编写代码来实现粒子群算法的三维立体图。首先,需要定义问题的目标函数和约束条件。然后,初始化粒子群的位置和速度,并设置每个粒子的个体最佳位置和群体最佳位置。接下来,计算每个粒子的适应度值,并根据适应度值更新每个粒子的速度和位置。重复该过程,直到满足停止条件。 在计算过程中,可以使用MATLAB中的plot3函数来绘制粒子群的三维立体图。可以将粒子的位置作为数据点,使用不同的颜色或大小来表示粒子的适应度值。通过不断更新粒子的位置和适应度值,可以看到粒子群在三维空间中搜索最优解的过程。并且,可以使用不同的视角或动画效果来可视化算法的迭代过程。 通过MATLAB的三维立体图和粒子群算法的结合,可以直观地展示算法的性能和效果。粒子群的位置和适应度值的可视化,可以帮助分析和理解算法的收敛性、稳定性和搜索能力。此外,还可以通过调整算法的参数或引入其他改进策略,进一步优化结果。因此,MATLAB的三维立体图和粒子群算法是一种非常有用的组合,适用于各种优化问题的可视化和分析。

“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

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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