matlab clabel某些区域不要,Matlab绘图高级部分

图形是呈现数据的一种直观方式，在用Matlab进行数据处理和计算后，我们一般都会以图形的形式将结果呈现出来。尤其在论文的撰写中，优雅的图形无疑会为文章加分。本篇文章非完全原创，我的工作就是把见到的Matlab绘图代码收集起来重新跑一遍，修改局部错误，然后将所有的图贴上来供大家参考。大家可以先看图，有看中的可以直接把代码Copy过去改成自己想要的。

%% 直方图图的绘制

%直方图有两种图型：垂直直方图和水平直方图。而每种图型又有两种表现模式：累计式：分组式。

figure;

z=[3,5,2,4,1;3,4,5,2,1;5,4,3,2,5]; % 各因素的相对贡献份额

colormap(cool);% 控制图的用色

subplot(2,3,1);

bar(z);%二维分组式直方图,默认的为'group'

title('2D default');

subplot(2,3,2);

bar3(z);%三维的分组式直方图

title('3D default');

subplot(2,3,3);

barh(z,1);%分组式水平直方图，宽度设置为1

title('vert width=1');

subplot(2,3,4);

bar(z,'stack');%累计式直方图，例如:1,1+2,1+2+3构成了第一个bar

title('stack')

subplot(2,3,5);

bar3h(z,0.5,'stacked');%三维累计式水平直方图

title('vert width=1 stack');

subplot(2,3,6);

bar3(z,0.8,'grouped');%对相关数据的颜色进行分组，默认的位'group'

title('width=0.8 grouped');

%% =========柱状图的进阶==========

figure;

y=[300 311;390 425; 312 321; 250 185; 550 535; 420 432; 410 520;];

subplot(1,3,1);

b=bar(y);

grid on;

set(gca,'XTickLabel',{'0','1','2','3','4','5','6'})

legend('算法1','算法2');

xlabel('x axis');

ylabel('y axis');

%使仅有的一组柱状图呈现不同颜色，默认的位相同颜色

data = [1.0, 1.0, 0.565, 0.508, 0.481, 0.745];

subplot(1,3,2);

b = bar(data);

ch = get(b,'children');

set(ch,'FaceVertexCData',[4;2;3;1;5;6]);%使用Indexed形式指定每组bar的颜色

set(gca,'XTickLabel',{'C0','C1','C2','C3','C4','C5'})

axis([0 7 0.0 1.0]);

ylabel('micro F-measure');

%使每个bar颜色不同,默认的是每个元素在不同组的颜色相同

data = [3, 7, 5, 2;4, 3, 2, 9;6, 6, 1, 4];

subplot(1,3,3);

b = bar(data);

ch = get(b,'children');

set(ch{1},'FaceVertexCData',[1;2;3]);%设置第一个元素在不同组的颜色

set(ch{2},'FaceVertexCData',[1;2;3]);%设置第二个元素在不同组的颜色

set(ch{3},'FaceVertexCData',[1;2;3]);

set(ch{4},'FaceVertexCData',[1;2;3]);

%% 彩色柱状图

%用到的数据

n = 8;

Z = rand(n,1);

figure;

%默认图片

subplot(1,3,1);

bar(Z);

%简单的作图

% 这个图根据数据列中值的大小着色。每列中的值越大，颜色越突出

subplot(1,3,2);

h=bar(Z);

colormap(summer(n));

ch = get(h,'Children');

fvd = get(ch,'Faces');%针对矩阵时，只能用fvd=get(ch{col},'Faces'),下同

fvcd = get(ch,'FaceVertexCData');

[~, izs] = sortrows(Z,1);

for i = 1:n

row = izs(i);

fvcd(fvd(row,:)) = i;

end

set(ch,'FaceVertexCData',fvcd)

%图片会以渐变的方式着色，效果非常不错

subplot(1,3,3);

h=bar(Z);

ch = get(h,'Children');

fvd = get(ch,'Faces');

fvcd = get(ch,'FaceVertexCData');

[zs, izs] = sortrows(Z,1);

k = 128; % 准备生成128 *3 行的colormap

colormap(summer(k)); % 这样会产生一个128 * 3的矩阵，分别代表[R G B]的值

% 检视数据

whos ch fvd fvcd zs izs

% Name Size Bytes Class Attributes

%

% ch 1x1 8 double

% fvcd 66x1 528 double

% fvd 13x4 416 double

% izs 13x1 104 double

% zs 13x1 104 double

%

shading interp % Needed to graduate colors

for i = 1:n

color = floor(k*i/n); % 这里用取整函数获得color在colormap中行

row = izs(i); % Look up actual row # in data

fvcd(fvd(row,1)) = 1; % Color base vertices 1st index

fvcd(fvd(row,4)) = 1;

fvcd(fvd(row,2)) = color; % Assign top vertices color

fvcd(fvd(row,3)) = color;

end

set(ch,'FaceVertexCDat