如何用matlab画阵型图,MATLAB中如何在底图上绘制新图

缘由

地球物理文献里有很多公式，也有很多曲线。详细研究这些文献时(尤其是需要用到文章中的某部分时)，通常需要再现出作者的某些图片，以证明自己确实明白这些公式或原理。当自己做出图后，发现只有将作者原图截图下来，放在某些软件中(如excel,origin)再添加上自己画的图，并且要不断的调整取值范围等。图片较少，也就罢了；图片很多，或者多次算出结果，再去调整这些细节，很费时。本人一直在寻找解决办法，发现一个帖子，可以解决：MATLAB叠图

但是，MATLAB的作图不太美观，最主要的是难以生成透明的图像(alpha=0这些都不太好用)，故考虑python提供的matplotlib库。【今日先暂停于此，待python代码写好后再更新】

更新

1. MATLAB如何传递参数(或命令)到python解释器：

cmdstr=['python -c "import PythonFigs; PythonFigs.ReproduceFigs(BackFigsPath=r''',BackFigsPath,''',DataPath=r''',DataPath,''',NewFigsPath=r''',NewFigsPath,''',xyrange=[',num2str(ranges(1)),',',num2str(ranges(2)),',',num2str(ranges(3)),',',num2str(ranges(4)),'],x=',num2str(x),',y=',num2str(y),')"'];

status=system(cmdstr);

这里使用system将启动一个shell,并将参数cmdstr传递给shell,相当于在shell里输入了cmdstr那一串命令。cmdstr命令包括使用python的解释器，命令参数-c，使用模块PythonFigs,调用函数ReproduceFigs。函数(方法)中依次是背景图片的位置，要画的图像的数据，新图像要保存的位置，画图的x,y范围。

2.Python中相应MATLAB的调用：

# -*- coding: utf-8 -*-

# Produce images in literatures for given x,y ranges

import os

import numpy as np

import matplotlib.pyplot as plt

from matplotlib.ticker import MultipleLocator

from matplotlib.ticker import FormatStrFormatter

from pprsv.pprsv import *

import xlrd

import xlwt

import matplotlib.image as mpimg

#vis = pprsv()

def ReproduceFigs(BackFigsPath=r'E:\MELTS\Capture.JPG',DataPath=r'E:\MELTS\korenaga\LITHOS\LithosInitial.xlsx',NewFigsPath=r'E:\MELTS\trypython.png',xyrange=[3150,3460,150,0]):

###Read image data from files, not from MATLAB memory for compatible issues

DPI_Def=200 #defaul dpi (pixels within each inch)

workbook=xlrd.open_workbook(DataPath) #open Excel

#print workbook.sheet_names() #check how many sheets here

sheet=workbook.sheet_by_index(0) #load sheet1 content; index starts from 0

#sheet=workbook.sheet_by_name('rho2') #load rho2 content

#print sheet.name,sheet.nrows,sheet.ncols

yrow=sheet.col_values(8) #index starts from 0

xrow=sheet.col_values(2) #possibly many rows

#print yrow[2:]

#print xrow[1:]

###Visualization

fig,ax=plt.subplots() #get current figure and axis

xmjl = MultipleLocator(50) #x axis major tick

xmnl = MultipleLocator(10) #x axis minor tick

ymjl = MultipleLocator(50) #y axis major tick

ymnl = MultipleLocator(10) #y axis minor tick

xmjf = FormatStrFormatter('%.0f') #x axis text format

ymjf = FormatStrFormatter('%.0f') #y axis text format

ax.xaxis.set_major_locator(xmjl)

ax.xaxis.set_major_formatter(xmjf)

ax.yaxis.set_major_locator(ymjl)

ax.yaxis.set_major_formatter(ymjf)

ax.xaxis.set_minor_locator(xmnl)

ax.yaxis.set_minor_locator(ymnl)

plt.plot(xrow[1:],yrow[1:],color='red',linewidth=3,linestyle='--') #some NaN in file

#plt.title('Density Profile',fontsize=28)

#ax.text(3280,-20,(r"$\mathrm{ \mathbf{ Density\:[kg/m^3]}}$"),fontsize=10)

#plt.ylabel(r"$\mathrm{ \mathbf{ Depth\:[km]}}$",fontsize=10)

plt.tick_params(axis='both',which='major',labelsize=15)

plt.axis([xyrange[0],xyrange[1],xyrange[2],xyrange[3]]) #x_min, x_max, y_min, y_max

#ax.invert_yaxis() #invert y axis

ax.xaxis.set_ticks_position('top')

ax.yaxis.set_ticks_position('left')

TempImg=mpimg.imread(BackFigsPath)

sizecub=TempImg.shape #size of image

plt.rcParams['figure.figsize']=(sizecub[1]/DPI_Def,sizecub[0]/DPI_Def)

#fig.set_size_inches(sizecub[1]/DPI_Def,sizecub[0]/DPI_Def)#width, length

plt.savefig(NewFigsPath,format='png',bbox_inches='tight',dpi=3.0*DPI_Def,transparent=True)

plt.imshow(TempImg,alpha=1.0,extent=xyrange)

plt.show()

#ReproduceFigs()

这里都是python语法，无需说明。该脚本除了可以被MATLAB调用，还可以独立运行，只需去掉最后一行的注释，方法默认的路径等可以自由修改。

希望给有需要的同学一些启发。