【Matlab入门】 第三章 图像基础

引言

本章可能是所有使用matlab的同志们最喜欢的吧，谁用这个软件不是为了个直观图像呢。“你不用matlab画图吗”“画”“你不画吗”“画”“这年头哪个用这个的不画图”“下贱！！！！”
学习本章之前，请你务必掌握第一章内容，具体可以到我的matlab专栏查看(小声bb一句：关注点赞收藏更方便查找哦，老爷们赏光啦!)。倘若你是大学生，强烈建议学完高等数学上册再来学习本章内容，如此一定有事半功倍之效。

第三章 图像基础

此章节从二维图形入手，延伸到三维图形；从简单的线性方程，到复杂的曲面图和等高线绘制，不管你是地理工作人员、数学计算者，还是一个简单的大学生，这个系列的笔记都很适合你们。

一、二维图形

1.老生常谈的plot函数

利用plot(x,y)可以绘制出行向量x和行向量y(可以理解为不连续的自变量和因变量)之间的二维图形，其中x在横坐标，y在纵坐标。y不光可以为矩阵或者向量/数组，还可以为关于x的函数。

Ⅰ 图像样式修改

进一步可在绘图命令中加入各种选项对图形进行个性化处理，绘图语句拓展为plot(x,y,‘option’),千万不要丢掉option部分的单引号，option处的值具体选项如下：

①颜色类(使用时输入最前方的字母即可，最后方数字代表该颜色相应的RGB值)：y-黄色-110；m-紫红色/品红-101；c-青色-011；r-红色-100；g-绿色-010；b-蓝色-001；w-白色-111；k-黑色-000。

②符号类：-表示实线；：表示点线；-.表示点划线；–表示虚线。

③符号标记类：+表示加号；.表示点号；o表示圆圈；x表示叉号；* 表示星号；^表示上三角；>表示右三角；<表示左三角；v表示下三角；s表示方形；d表示菱形；p表示五角星；h表示六角星。需要注意的是，这里说的符号，并不是生成了像这个符号一样的图形，而是x和y的函数关系图像不再由直线描绘，而是由这种类型的符号来描绘。空说无凭，上代码和图片，譬如我现在绘制一个x和y数组的图像：

>> %定义x和y
>> x = linspace(0,10,10);y = linspace(5,20,10);
>> plot(x,y,'h')

(如果你想要复制图像，可以在figure界面点这样一个小图标：
然后选择弹出窗口的第二个就可以直接复制图像了)

另外还有额外的命令配合plot函数使用，但是不输入option处：grid on命令可在图形上添加网格线，grid off命令取消网格线；hold on命令可以保护当前的坐标系，以后再使用plot函数绘制的图形将叠加再原来的图上，hold off命令则可以取消保护状态，这些代码自行尝试，我不再占用篇幅体现逐步步骤。

Ⅱ plot函数的其他形式

①plot(x)，当x是实向量时，绘制出以该向量元素下标为横坐标，元素值为纵坐标的连续曲线，示例如图：

>> x = linspace(0,10,10);
>> plot(x)

当x为实矩阵时，按照列绘制每列元素相对其下标的曲线，曲线数等于x的列数，如图：

>> x = [1,2,3;4,5,6;7,8,9]

x =

     1     2     3
     4     5     6
     7     8     9

>> plot(x)

当x是复数矩阵(生成复数矩阵的方式在第二章第九部分)时，按列分别绘制以元素实部为横坐标，以元素虚部为纵坐标的多条曲线，有几列就有几条曲线，如图：

>> x = [1,2,3;4,5,6;7,8,9];
>> y = [0.1,0.2,0.3;0.4,0.5,0.6;0.7,0.8,0.9];
>> z = complex(x,y);
>> plot(z)

有人会说，这不是一条图线吗，但是有三个不一样的颜色哦。如果想看到其他的效果，你们可以用别的复数矩阵数据试试。

②plot(x,y)的复杂情况：x、y为同维向量时，和开头介绍一致；若x为向量，y是有一维与x等维的矩阵时，绘制出多根不同颜色的曲线，曲线数目等于y矩阵的另一个维数，x作为这些曲线的横坐标，这里以x向量和3*3的y矩阵为例：

>> y = [1,2,3;4,5,6;7,8,9];
>> x = [1,2,3];
>> plot(x,y)

若x为矩阵，y为向量，和上方情况相同，但是以y为横坐标，不再赘述；

若x,y为同维矩阵，以x对应的列元素为横坐标，以y对应的列元素为纵坐标分别绘制曲线，曲线数等于矩阵的列数，这个类型和上方讲到的虚数类型十分雷同，还是两个矩阵的输入，所以生成的图像基本相似，自行尝试，不再放图片。

③plot(x1,y1,x2,y2):该函数功能时绘制多条曲线，在这种用法里，xi和yi必须是成对出现的，这条命令相当于逐次执行plot(xi,yi)。这种用法在三角函数变换内使用居多，譬如使用了同一个变量x，但是绘制了不同的cosx和sinx：

>> x1 = linspace(-2*pi,2*pi,100);y1 = sin(x1);
>> x2 = linspace(0,2*pi,100);y2 = cos(x2);
>> plot(x1,y1,x2,y2)

④plot(x1,y1,‘option’,x2,y2,‘option’)-上一种复杂形式的变式，可以对图像样式进行修改同时生成多个图像，但是要注意不要输错前功尽弃哦。如果不能保证，还是输入hold on命令一个图像一个图像输入吧。

2.图例的标注和备注方式

Ⅰ 添加标题

title()命令可在绘制的图形上添加标题：

>> x = linspace(0,2*pi,100); y = cos(x); plot(x,y)
>> title('余弦函数')

Ⅱ x轴和y轴标注

xlabel()命令和ylabel()命令可以为横坐标和纵坐标添加标注：

xlabel('x轴');ylabel('cosx')

此两类函数的用法和hold on相同，是在plot函数体外执行的。

Ⅲ 图例标注

同样的，matlab也可以添加图例，具体格式为：legend(‘option1’,‘option2’,‘option3’……)，千万注意括号中逗号为英文逗号：

>> x1 = linspace(-2*pi,2*pi,100);y1 = sin(x1);
>> x2 = linspace(0,2*pi,100);y2 = cos(x2);
>> plot(x1,y1,x2,y2)
>> legend('sinx','cosx')

3.双坐标轴图形的绘制

利用plotyy(x,y1,x,y2)函数来绘制双纵轴图形，虽然两函数的自变量相同，但是x依然要输入两次。例如，同时绘制出y=sinx和y=0.01cosx的曲线：

>> x = linspace(0,2*pi,100); y1 = sin(x); y2 = 0.01*cos(x);
>> plotyy(x,y1,x,y2)

不过貌似没办法规定plotyy中的曲线样式，如果你有办法，请留言或者私信我。

4.除plot函数之外的二维图形绘制函数

bar()：条形图，格式为bar(x,y)，这里仅展示一下图像的模样：

stem()：这个图像的术语我不太了解，格式和bar一样，还是上图让你们看：

5.隐函数图形绘制

隐函数的概念如何理解我不在这里过多赘述，大部分高校的高等数学上册有清晰的解释。在Matlab中利用ezplot(‘表达式’)来绘制隐函数图形(注意不要丢单引号)，我以y^5+2y-x-3x ^ 7=0为例使用这个函数：

>> ezplot('y^5+2*y-x-3*x^7')

是的，你没有看错，我在输入代码的时候没有写等于0，这是因为matlab默认输入的隐函数表达式就是等于0的，所以在输入时一定要将现实中的式子化简到一侧为0，方便运算还不易引发混乱。

二、三维图像的绘制

1.三维曲线绘制

利用plot()函数的扩展plot3()函数可以用于绘制三维曲线，函数格式为：plot(x,y,z,‘option’)，option处的内容参照本章对plot()函数的介绍。bar和stem函数同理，也可拓展为三维图线，后面几章还会介绍，在这里只介绍plot3()，代码的含义很简单，不再做过多解释：

>> x = linspace(0,2*pi,100); y = cos(x);z = sin(x);
>> plot3(x,y,z)

这个图像类型对于学习高精尖数学的同志可能非常有用。

2.三维曲面的绘制

如果已知一个二元函数：z=f(x,y)，则可以利用surf(x,y,z)或者mesh(x,y,z)来绘制出三维曲面图，前者绘制的时曲面表面图，后者绘制的是曲面网格图。但是在调用这两个曲面函数时，要先利用[x,y]=meshgrid(u,v)函数生成x与y的网格矩阵数据(相当于将x和y的范围限制到u和v两个向量所围成的网格中，可以理解为定义了x和y)，然后再利用矩阵的点运算得到z矩阵。例如：绘制二元函数z=(x^ 2 -2x)e^ (-x^ 2-y^2-xy)的三维曲面图：

>> [x,y]= meshgrid(-3:0.1:2,-2:0.1:2);
>> z=(x.^2-2*x).*exp(-x.^2-y.^2-x.*y);
>> surf(x,y,z)
>> mesh(x,y,z)

通过这两幅图，相信你也可以看出这两个图有何不同。我们回看代码，发现表达式中用了点乘而不是数乘，这是因为我们的x和y是用冒号表达式定义的网格数据矩阵，倘若用数乘将转化为矩阵乘法，完全不能达到求每一点z数据的目的，反而点乘可以很好的计算出每个x和y坐标乘积的数据。

3.等高线绘制

在已知三维网格数据x,y,z的前提下，可以通过contour()函数绘制三维数据的等高线，具体调用格式为contour(x,y,z,n)，n为等高线条数。n并不是必须的输入元素。
我们可以发现，等高线绘制和曲面的绘制要求一样：需要三维网格数据。所以可以直接调用刚介绍的meshgird用法，生成三维网格矩阵数据，然后用contour代替surf或者mesh即可，我们还用上个部分的例子，画出等高线图：

>> [x,y]= meshgrid(-3:0.1:2,-2:0.1:2);
>> z=(x.^2-2*x).*exp(-x.^2-y.^2-x.*y);
>> contour(x,y,z)

得到图形后可以使用[C,h]=contour(x,y,z)语句生成句柄h和等高线信息C，利用返回的信息可进一步在等高线上加入高度信息：补充语句clabel(C,h)可得到带有等高线信息的等高线图：

>> [C,h] = contour(x,y,z);
>> clabel(C,h)

三、子图的绘制方法

有时候需要在同一个窗口放置不同的图形进行比对，且用hold on在一张图里画多条图像的效果并不好，这个时候就可以考虑使用子图：这是一种在单一窗口生成多个坐标系和多个函数图像的方法。几乎适用于本章介绍的任何图像绘制函数，只要你想，都可以放到同一个figure中。绘制子图使用的函数为用 subplot(m,n,s)函数，m为同一个窗口中包含子图的行数，n表示列数，s指的是横向数图像位于第几个位置，还是放代码和图片供各位直观理解，譬如我要在一个窗口里放置4个三角函数的子图，具体格式如下：

>> x = linspace(-2*pi,2*pi,100);y1 = sin(x);y2 = cos(x);y3 = asin(x);y4 = acos(x);
>> subplot(2,2,1),plot(x,y1)
>> subplot(2,2,2),plot(x,y2)
>> subplot(2,2,3),plot(x,y3)
>> subplot(2,2,4),plot(x,y4)

下章预告：解各类方程。感兴趣的不妨点个赞、收藏或者关注。欢迎各位大佬反馈问题，我会及时修改和补充。

本章节更新记录

2024.2.15首次发布。
2024.2.16补充了子图的绘制方法。