c++图的创建_MATLAB二维图

最新推荐文章于 2024-07-17 20:37:11 发布
最新推荐文章于 2024-07-17 20:37:11 发布
阅读量921 收藏 2
点赞数
文章标签： c++图的创建 matlab 分段函数 matlab 柱状图 matlab分段函数 matlab怎么绘制三维柱状图 matlab柱状图

MATLAB可以绘制的图(可能不全，请各位小可爱提出，我尽可能完善

~普通二维图 plot

~柱状图

    1)、竖柱状图 

    2)、横柱状图 

    3)、限定柱子宽度的柱状图

    4)、横纵坐标 

    5)、y是个矩阵，此时每一列堆在一块 

    6)、条形分段柱状图 

    7)、指定颜色 

    8)、使用RGB三元组设置条形内部颜色和轮廓颜色。设置条形轮廓的宽度         9)、通过索引到对象数组来更改特定条形图系列的属性。例如，使用b(2)

~饼状图

    1)、X为无份东西中每一份的比例

    2)、通过将相应的分解元素设置为1将其突出显示

    3)、创建一个向量X的饼图并为切片添加标签。

    4)、创建带标签的饼图，然后修改文本标签的颜色和字体大小 

    5)、创建向量X的饼图，其中元素的和小于1

    6)、创建两个数据向量，并在其自己的饼图中绘制和标记每个向量

    7)、使用与类别对应的偏移切片绘制分类饼图

    8)、将explode指定为空数组，就不会有突出显示 

~等高线

    1)、已有x、y、z 

    2)、将峰值函数中得数据存储在矩阵x，y和z中，在z中绘制20个数据等高线  

    3)、设置x、y、z，通过将ShowText属性设置为on，创建等

    4)、创建peaks函数得等高线图，并且在z=1得时候显示一个等高线级别 

    5)设置矩阵X、Y和Z。通过将ShowText属性

~三维等高线

    1)使用meshgrid函数设置矩阵X和Y。绘制矩阵Z的30个等高线

    2)contourc函数 

    3)contourf函数

~箱线图

    1)创建一个表示每加仑英里数测量值的箱线图。添加标题并为坐标区加标签

    2)为分组数据创建箱线图

    3)创建带缺口的箱线图

    4)创建紧凑箱线图

    5)可变长度向量的箱线图

~奈奎斯特图-频率响应的奈奎斯特图

    1)动态系统的奈奎斯特图

    2)建立具有响应不确定性的辨识模型的Nyquist图

~伯德图-频率响应或幅度和相位数据的波德图

    1)动力系统的博德图

    2)在波德指定的绘图频率

    3)用指定的线属性绘制Bode图

~阶梯图 

    1)创建在 0 到区间内的 40 个均匀分布的值处计算的正弦阶梯图

    2)绘制多个数据序列

    3)在指定的 x 值位置绘制单个数据序列

    4)在唯一的 x 值集合处绘制多个数据序列

    5)指定其他样式选项

    6)为阶梯图指定坐标区

    7)创建并修改阶梯图

    8)使用绘图函数创建一个阶梯图-plot

~errorbar含误差条的线图

    1)绘制长度相等的垂直误差条

    2)绘制不同长度的垂直误差条

    3)绘制水平误差条

    4)绘制垂直和水平误差条

    5)绘制不带线条的误差条

    6)控制所有方向上的误差条长度

    7)向每个数据点添加彩色标记

    8)控制误差条端盖大小

    9)创建后修改误差条

~area填充区二维绘图

    1)创建区域图 

    2)指定区域图的颜色和线型

    3)使用颜色图颜色的区域图

~stackedplot具有公共 x 轴的几个变量的堆叠图

    1)绘制时间表变量

    2)指定变量

    3)重新排列变量 

    4)使用一个 Y 轴绘制多个变量

matlab可以绘制的图(可能不全，请各位小可爱提出，我尽可能完善)

clc
clear

普通二维图 plot

figure(1)
plot(1:0.01:20,sin(1:0.01:20));
title ('y=sin(x)')
xlabel('x');
ylabel('y');

186255f3d0e73f516ad1334071bdfa97.png

柱状图

1)、竖柱状图

y=[9,8,3,4];
figure(2)bar(y)
title('竖柱状图')

f24888a75bbf21eabb2eac640050f6c3.png

2)、横柱状图

figure(3)
barh(y)
title('横柱状图')

22ded27927f34f4e99823c75d5c98951.png

3)、限定柱子宽度的柱状图

figure(4)
barh(y,0.5)

fd042ec603bcf501c9188d35b609af57.png

4)、横纵坐标

figure(5)x = 1900:10:2000;
y = [75 91 105 123.5 131 150 179 203 226 249 281.5];
bar(x,y)

204dcf852c07918d6654a273880e9a38.png

5)、y是个矩阵，此时每一列堆在一块

figure(6)
y = [2 2 3; 2 5 6; 2 8 9; 2 11 12];
bar(y)

64662c97874e780425e2291e14742ac6.png

6)、条形分段柱状图

figure(7)
y = [2 2 3; 2 5 6; 2 8 9; 2 11 12];
bar(y,'stacked')

c3682190d1bbef63291dc2340e392235.png

7)、指定颜色

figure(8)
y = [75 91 105 123.5 131 150 179 203 226 249 281.5];
bar(y,'r')

57f9009a6bcbf4d396f5bacfa6d5b874.png

8)、使用RGB三元组设置条形内部颜色和轮廓颜色。设置条形轮廓的宽度

figure(9)
y = [75 91 105 123.5 131 150 179 203 226 249 281.5];
bar(y,'FaceColor',[0 .5 .5],'EdgeColor',[0 .9 .9],'LineWidth',4)

816f8dba8897f8af0d1be3f319dba942.png

9)、通过索引到对象数组来更改特定条形图系列的属性。例如，使用b(2)

更改表示y的第二列的条形图的属性。从R2014b开始，可以使用点表示法来设置属性。如果您使用的是早期版本，请使用设置函数instea

figure(10)
y = [2 4 6; 3 4 5];
subplot(2,1,1)
b = bar(y);subplot(2,1,2)
b = bar(y);
b(2).LineWidth = 2;
b(2).EdgeColor = 'red';

9d8ae7e660464c67e2c8bf7556ac5172.png

饼状图

1)、X为无份东西中每一份的比例

figure(11)
X = [1 3 0.5 2.5 2];pie(X)

8084c12d352ed458a8eb2ca39c7b8ff8.png

2)、通过将相应的分解元素设置为1将其突出显示

figure(12)
X = [1 3 0.5 2.5 2];
explode = [0 1 0 1 0];
pie(X,explode)

c80f258613d679dd38472e9f9b70ef15.png

3)、创建一个向量X的饼图并为切片添加标签。

figure(13)
X = 1:3;
labels = {'Taxes','Expenses','Profit'};
pie(X,labels)

4cf6f95f420a56994dc176d4753f816b.png

4)、创建带标签的饼图，然后修改文本标签的颜色和字体大小

figure(14)
X = 1:3;
labels = {'Taxes','Expenses','Profit'};
p = pie(X,labels)% 此时命令行窗口输出：% p =%%   1×6 graphics 数组:%%     Patch    Text     Patch    Text     Patch    Text
t = p(6);
t.BackgroundColor = 'cyan';
t.EdgeColor = 'red';
t.FontSize = 14;

300cabb0b8f78d64105a20ead01743a0.png

5)、创建向量X的饼图，其中元素的和小于1

%其实就是不完整的饼状图
figure(15)
X = [0.19 0.22 0.41];
pie(X)

b3053020f942137f81ef49e673c76590.png

6)、创建两个数据向量，并在其自己的饼图中绘制和标记每个向量

figure(16)
X = [0.2 0.4 0.4];
labels = {'Taxes','Expenses','Profit'};%注意ax的使用，可以省去suplot的框
ax1 = subplot(1,2,1);
pie(ax1,X,labels)
title(ax1,'2012');
Y = [0.24 0.46 0.3];
ax2 = subplot(1,2,2);
pie(ax2,Y,labels)
title(ax2,'2013');

f0ae732ca3a026a9f80e11031bdaf201.png

7)、使用与类别对应的偏移切片绘制分类饼图

如果这句话好好说就是：直接给你未统计数据，直接绘图 结果是已经统计好的数据

figure(17)
X = categorical({'North','North','South','North','East','South','West'});
explode = {'North','South'};
pie(X,explode)

db9daa78143c80a7c6f34aa4ad076ddb.png

8)、将explode指定为空数组，就不会有突出显示

figure(18)
X = categorical({'North','South','North','East','South','West'});
explode = {};
labels = {'E','N','S','W'};
pie(X,explode,labels)

907b3c9c969fd0d8da01fdd947f6a17f.png

、等高线

1)、已有x、y、z

x = linspace(-2*pi,2*pi);
y = linspace(0,4*pi);
[X,Y] = meshgrid(x,y);
Z = sin(X)+cos(Y);
figure(19)
contour(X,Y,Z)

3816b04bc46f1a10cc6043e6093478cf.png

2)、将峰值函数中得数据存储在矩阵x，y和z中，在z中绘制20个数据等高线

figure(20)
[X,Y,Z] = peaks;
figure
contour(X,Y,Z,20)

d35e018ec85a5e38ec490fbc8cb7ad73.png

3)、设置x、y、z，通过将ShowText属性设置为on，创建等

%高线图并且显示等高线标签
figure(21)
x = -2:0.2:2;
y = -2:0.2:3;
[X,Y] = meshgrid(x,y);
Z = X.*exp(-X.^2-Y.^2);
figure
contour(X,Y,Z,'ShowText','on')

193349b6ed0a40604efec081a51e1eee.png

4)、创建peaks函数得等高线图，并且在z=1得时候显示一个等高线级别

x = -3:0.125:3;
y = -3:0.125:3;
[X,Y] = meshgrid(x,y);
Z = peaks(X,Y);
v = [1,1];
figure(22)
contour(X,Y,Z,v)

cf1c478428e69abe295eb502c3c0e728.png

5)设置矩阵X、Y和Z。通过将ShowText属性

%设置为on，创建等高线图并显示等高线标签x = -2:0.2:2;
y = -2:0.2:3;
[X,Y] = meshgrid(x,y);
Z = X.*exp(-X.^2-Y.^2);
figure(23)
contour(X,Y,Z,'ShowText','on')

193349b6ed0a40604efec081a51e1eee.png

三维等高线

1)使用meshgrid函数设置矩阵X和Y。绘制矩阵Z的30个等高线

figure(24)
x = -2:0.25:2;
[X,Y] = meshgrid(x);
Z = X.*exp(-X.^2-Y.^2);
contour3(X,Y,Z,30)

cf228992a3a382a378b324a7615dc53a.png

2)contourc函数

figure(25)
C = contourc(Z);%从矩阵Z中的数据计算轮廓矩阵，其中Z必须至少是一个2乘2的矩阵。等高线是以Z为%单位的等值线，自动选择等高线的数目和相应的等值线值。
figure(26)
C = contourc(Z,10)%用n个等高线水平计算Z矩阵的等高线
figure(27)
C = contourc(x,x,Z,9)%使用向量x和y计算Z的轮廓，以确定x和y的值。x和y必须单调递增。

3)contourf函数

figure(28)
Z = peaks(20);
contourf(Z,10)%使用peaks函数将z定义为20×20矩阵。用10条等高线创建z的填充等高线图

530cc04207cb26a82f0bda7da6304fed.png

箱线图

1)创建一个表示每加仑英里数 (MPG) 测量值的箱线图。添加标题并为坐标区加标签。

导入matlab系统加载样本数据

figure(29)
load carsmall
boxplot(MPG)
xlabel('All Vehicles')
ylabel('Miles per Gallon (MPG)')
title('Miles per Gallon for All Vehicles')%箱线图显示样本数据中所有车辆的平均每加仑英里数约为24英里。最小值约为9，最大值约为44;

8e94613fa43cbfb05c22b104f7f1a52c.png

2)为分组数据创建箱线图

figure(30)
boxplot(MPG,Origin)
title('Miles per Gallon by Vehicle Origin')
xlabel('Country of Origin')
ylabel('Miles per Gallon (MPG)')%每个框直观地表示来自指定国家的汽车的MPG数据。意大利的“框”显示为单行，因为样本数据仅包含该组的一个观察值

ea2df3fc59fe9c844306d50ddc63c400.png

3)创建带缺口的箱线图

%生成两组样本数据。第一个样本 x1 包含从 mu = 5 和 sigma = 1 的正态分布生成的随机数。%第二个样本 x2 包含从 mu = 6 和 sigma = 1 的正态分布生成的随机数。
figure(31)
rng default  % For reproducibility
x1 = normrnd(5,1,100,1);
x2 = normrnd(6,1,100,1);%创建 x1 和 x2 的带缺口的箱线图。用对应的 mu 值对每个箱子加标签。
boxplot([x1,x2],'Notch','on','Labels',{'mu = 5','mu = 6'})
title('Compare Random Data from Different Distributions')%箱线图显示两个组的中位数之间的差值约为 1。由于箱线图中的缺口不重叠，可以有 95% 的置信度%认为真实的中位数不同。下图显示了相同数据的箱线图，其中最大须线长度指定为四分位%差的 1.0 倍。须线以外的数据点使用 + 显示。
figure(32)
boxplot([x1,x2],'Notch','on','Labels',{'mu = 5','mu = 6'},'Whisker',1)
title('Compare Random Data from Different Distributions')

58b9200d685d960da47d794c096aebf8.png

121546d46ec9396d72a71c34c18e66a1.png

4)创建紧凑箱线图

%创建从标准正态分布生成的一个 100×25 随机数矩阵，用作样本数据
rng default  % For reproducibility
x = randn(100,25);%在同一图上为 x 中的数据创建两个箱线图。顶部图使用默认格式，底部图使用紧凑格式。
figure(33)
subplot(2,1,1)
boxplot(x)
subplot(2,1,2)
boxplot(x,'PlotStyle','compact')

c08d9d68ed367a995692955d54ea6e26.png

5)可变长度向量的箱线图

%通过使用分组变量为不同长度的数据向量创建箱线图。%随机生成三个不同长度的列向量：长度分别为 5、10 和 15。%将数据合并为一个长度为 30 的列向量。
rng('default')  % For reproducibility
x1 = rand(5,1);
x2 = rand(10,1);
x3 = rand(15,1);
x = [x1; x2; x3];%创建一个分组变量，将同一值赋给 x 中来自于同一向量的行。例如，%g 的前五行具有相同的值 First，因为 x 的前五行都来自同一个向量 x1。
g1 = repmat({'First'},5,1);
g2 = repmat({'Second'},10,1);
g3 = repmat({'Third'},15,1);
g = [g1; g2; g3];%创建箱线图
figure(34)
boxplot(x,g)%%对箱线图也可也像二维图进行设置

a3015fb606f2fd6267465511dce0c7de.png

奈奎斯特图-频率响应的奈奎斯特图

1)动态系统的奈奎斯特图

%H(s)=分子/分母%分子=2s^2+5s+1%分母=s^2+2s+3
figure(35)
H = tf([2 5 1],[1 2 3]);
nyquist(H)

90242b5fb9f3a57056d097047a068f6b.png

2)建立具有响应不确定性的辨识模型的Nyquist图

load iddata2 z2;%使用数据确定传递函数模型
sys_p = tfest(z2,2);%获得512个频率组的频率响应实部和虚部的标准偏差，w。
w = linspace(-10*pi,10*pi,512);
[re,im,wout,sdre,sdim] = nyquist(sys_p,w);%这里re和im是频率响应的实部和虚部，sdre和sdim分别是它们的标准差。%wout中的频率与您在w中指定的频率相同。%创建一个显示响应及其3σ不确定度的Nyquist图。
figure(36)
re = squeeze(re);
im = squeeze(im);
sdre = squeeze(sdre);
sdim = squeeze(sdim);
plot(re,im,'b',re+3*sdre,im+3*sdim,'k:',re-3*sdre,im-3*sdim,'k:')
xlabel('Real Axis');
ylabel('Imaginary Axis');

31bdc785ca73693270666708202a2b20.png

伯德图-频率响应或幅度和相位数据的波德图

1)动力系统的博德图

%创建以下连续时间SISO动态系统的Bode图%H(s)=分子/分母%分子=s^2+0.1s+7.5%分母=s^4+0.12s^3+9s^2
figure(37)
H = tf([1 0.1 7.5],[1 0.12 9 0 0]);
bode(H)

7d06cc7db6728ca2e26662bcd56047fb.png

2)在波德指定的绘图频率

%在指定的频率范围内创建波特图。当你想关注特定频率范围内的动力学时，可以使用这种方法。
figure(38)
H = tf([-0.1,-2.4,-181,-1950],[1,3.3,990,2600]);
bode(H,{1,100})
grid on%单元数组{1100}指定Bode图中的最小和最大频率值。以这种方式提供频率边界时，%函数将为频率响应数据选择中间点。
figure(39)%或者，指定用于评估和绘制频率响应的频率点向量。
w = [1 5 10 15 20 23 31 40 44 50 85 100];
bode(H,w,'.-')
grid on

523eae9531967b6d017162183390408e.png

c7c684fc6c942cbf30b4a45abfa68090.png

3)用指定的线属性绘制Bode图

%使用LineSpec输入参数为Bode打印中的每个系统指定线型、颜色或标记
figure(40)
H = tf([1 0.1 7.5],[1 0.12 9 0 0]);
Hd = c2d(H,0.5,'zoh');
bode(H,'r',Hd,'b--')%第一行规范“r”为H的响应指定一条实心红线。第二行规范“b--”为Hd的响应指定蓝色虚线

6d30d8612ee8b0eac7dad0233de6ab56.png

阶梯图

1)创建在 0 到区间内的 40 个均匀分布的值处计算的正弦阶梯图。

X = linspace(0,4*pi,40);
Y = sin(X);
figure(41)
stairs(Y)

02b9abb7cda3a83cf9db75c25621c7c7.png

2)绘制多个数据序列

%创建在 0 到 4π 区间内的 50 个均匀分布的值处计算的两个余弦函数阶梯图。
X = linspace(0,4*pi,50)';
Y = [0.5*cos(X), 2*cos(X)];
figure(42)
stairs(Y)

1ac4d6d6d067c9f47d19aacec0c24c01.png

3)在指定的 x 值位置绘制单个数据序列

%创建在 0 到 4π 区间内均匀分布的值处计算的正弦波阶梯图。指定该图的 x 值集。
X = linspace(0,4*pi,40);
Y = sin(X);
figure(43)
stairs(X,Y)

d17b772dfc4787e346d38f0fde88e004.png

4)在唯一的 x 值集合处绘制多个数据序列

%创建一个阶梯图，将线型设置为点划线，将标记符号设置为圆，将颜色设置为红色
X = linspace(0,4*pi,20);
Y = sin(X);
figure(44)
stairs(Y, '-.or')

7cf6f30283a36d023aaadd7f2d709dca.png

5)指定其他样式选项

%使用 Name,Value 对组参数创建一个阶梯图并将线宽设置为 2，将标记符号设置为菱形，%并将标记面颜色设置为青色。
X = linspace(0,4*pi,20);
Y = sin(X);
figure(45)
stairs(Y,'LineWidth',2,'Marker','d','MarkerFaceColor','c')

868a0ec27e94c5bfd64131759df13ecb.png

6)为阶梯图指定坐标区

%从 R2019b 开始，您可以使用 tiledlayout 和 nexttile 函数显示分块图。调用 tiledlayout%函数以创建一个 2×1 分块图布局。调用 nexttile 函数以创建坐标区对象 ax1 和 ax2。%通过将坐标区对象指定为 stairs 的第一个参数，在坐标区中创建单独的阶梯图。
figure(46)
x = linspace(0,2*pi);
y1 = 5*sin(x);
y2 = sin(5*x);
tiledlayout(2,1)% Top plot
ax1 = nexttile;
stairs(ax1,x,y1)% Bottom plot
ax2 = nexttile;
stairs(ax2,x,y2)

e9d8cdefbd68e730d8d9cc22faf6348b.png

7)创建并修改阶梯图

%创建两个数据序列的阶梯图并返回两个阶梯图对象。
figure(47)
X = linspace(0,1,30)';
Y = [cos(10*X), exp(X).*sin(10*X)];
h = stairs(X,Y);%对第一个数据序列使用小圆形标记。对第二个序列使用填充品红色的圆形。%使用圆点表示法设置属性。
h(1).Marker = 'o';
h(1).MarkerSize = 4;
h(2).Marker = 'o';
h(2).MarkerFaceColor = 'm';

cce3e780120075d99dc860a9f77c438c.png

8)使用绘图函数创建一个阶梯图-plot

%在 0 和 4π 区间内的 50 个均匀分布的值处计算两个余弦函数并使用 plot 创建一个阶梯图
X = linspace(0,4*pi,50)';
Y = [0.5*cos(X), 2*cos(X)];
[xb,yb] = stairs(X,Y);
figure(48)
plot(xb,yb)

d73d0e77d9e5c7dfb3c08a82611c9357.png

errorbar含误差条的线图

1)绘制长度相等的垂直误差条

%创建向量 x 和 y。绘制 y 对 x 的图。在每个数据点处，显示长度相等的垂直误差条
x = 1:10:100;
y = [20 30 45 40 60 65 80 75 95 90];
figure(49)
err = 8*ones(size(y));
errorbar(x,y,err)

49068a382a401344d2b203765ef5a055.png

2)绘制不同长度的垂直误差条

%在每个数据点处创建带误差条的线图。改变误差条的长度
x = 1:10:100;
y = [20 30 45 40 60 65 80 75 95 90];
err = [5 8 2 9 3 3 8 3 9 3];
figure(50)
errorbar(x,y,err)

e55a3424b3cb1c33c7777ce29b5bfde1.png

3)绘制水平误差条

%在每个数据点处创建带水平误差条的线图。
x = 1:10:100;
y = [20 30 45 40 60 65 80 75 95 90];
err = [1 3 5 3 5 3 6 4 3 3];
figure(51)
errorbar(x,y,err,'horizontal')

1345b4b992e74a05ec43056ed129d142.png

4)绘制垂直和水平误差条

%在每个数据点处创建带垂直和水平误差条的线图
figure(52)
x = 1:10:100;
y = [20 30 45 40 60 65 80 75 95 90];
err = [4 3 5 3 5 3 6 4 3 3];
errorbar(x,y,err,'both')

e8ab7e5210079208fc897ef883481786.png

5)绘制不带线条的误差条

%绘制向量 y 对 x 的图。在每个数据点处显示一个圆形标记以及垂直和水平误差条。%通过省略 linespec 输入参数的线型选项，不显示连接数据点的线。
x = 1:10:100;
y = [20 30 45 40 60 65 80 75 95 90];
err = [4 3 5 3 5 3 6 4 3 3];
figure(53)errorbar(x,y,err,'both','o')

1bd62dac5142473b57b30dd0c4e1e8d0.png

6)控制所有方向上的误差条长度

%在每个数据点处显示垂直和水平误差条。使用 yneg 和 ypos 输入参数选项分别控制垂直误差条下部和上部的长度。%使用 xneg 和 xpos 输入参数选项分别控制水平误差条左侧和右侧的长度。
x = 1:10:100;
y = [20 30 45 40 60 65 80 75 95 90];
yneg = [1 3 5 3 5 3 6 4 3 3];
ypos = [2 5 3 5 2 5 2 2 5 5];
xneg = [1 3 5 3 5 3 6 4 3 3];
xpos = [2 5 3 5 2 5 2 2 5 5];
figure(54)
errorbar(x,y,yneg,ypos,xneg,xpos,'o')

6d565a5abbf5e30e1bed7008b0c0226b.png

7)向每个数据点添加彩色标记

%创建带误差条的线图。在每个数据点处显示标记。使用名称-值对组参数控制标记的外观。使用 MarkerSize 以磅为单位指%定标记大小。使用 MarkerEdgeColor 和 MarkerFaceColor 分别指定标记轮廓和内部颜色。%将颜色设置为颜色名称字符向量(例如 'red')或 RGB 三元组
x = linspace(0,10,15);
y = sin(x/2);
err = 0.3*ones(size(y));
figure(55)
errorbar(x,y,err,'-s','MarkerSize',10,...    'MarkerEdgeColor','red','MarkerFaceColor','red')

c369d8c96c0999308bf007fb87189a89.png

8)控制误差条端盖大小

%通过将 CapSize 属性设置为以磅为单位的正值，控制每个误差条末端的端盖大小。
x = linspace(0,2,15);
y = exp(x);
err = 0.3*ones(size(y));figure(56)
errorbar(x,y,err,'CapSize',18)

eb3236938c4e1db78d774242c413a90d.png

9)创建后修改误差条

%创建带误差条的线图。将误差条对象赋给变量 e
x = linspace(0,10,10);
y = sin(x/2);
err = 0.3*ones(size(y));
figure(57)
e = errorbar(x,y,err)
e.Marker = '*';
e.MarkerSize = 10;
e.Color = 'red';
e.CapSize = 15;

74eced47235e1e67b9c7ae3902284f06.png

area填充区二维绘图

1)创建区域图

%默认情况下，area 使用 y 轴作为基值。通过将 basevalue 输入参数设置为 -4 改变基值
Y = [1, 5, 3;     3, 2, 7;     1, 5, 3;     2, 6, 1];
figure(58)
basevalue = -4;
area(Y,basevalue)

1c53601268fa3169ade0b1b671806de1.png

2)指定区域图的颜色和线型

%创建 Y 区域图，并使用点线样式。%返回数组 h 中的三个区域对象。area 函数为 Y 中的每列创建一个区域对象。
Y = [1, 5, 3;     3, 2, 7;     1, 5, 3;     2, 6, 1];
figure(59)
h = area(Y,'LineStyle',':');%使用 RGB 三元组颜色值更改区域颜色。使用圆点表示法设置属性
h(1).FaceColor = [0 0.25 0.25];
h(2).FaceColor = [0 0.5 0.5];
h(3).FaceColor = [0 0.75 0.75];

c0e74dfd546df95fe3273e92385e04f8.png

3)使用颜色图颜色的区域图

%通过将 FaceColor 属性设置为 'flat'，创建一个使用颜色图颜色的区域图
y = [1 3 5; 3 2 7; 3 4 2];
figure(60)
area(y,'FaceColor','flat')%注意：如果 Y 包含 NaN 值，则 area 函数会在缺失值附近的区域断开绘图。

f9af26b173ebe0c90d080eeed928834c.png

stackedplot具有公共 x 轴的几个变量的堆叠图

1)绘制时间表变量

%将电子表格中的数据读取到一个表中。然后将该表转换为时间表。包含日期和时间%的第一个变量 OutageTime 提供时间表的行时间。显示前五行。
figure(61)
tbl = readtable('outages.csv');
tbl = table2timetable(tbl);
head(tbl,5);% % ans=5×5 timetable% %        OutageTime          Region         Loss     Customers     RestorationTime            Cause% %     ________________    _____________    ______    __________    ________________    ___________________% %% %     2002-02-01 12:18    {'SouthWest'}    458.98    1.8202e+06    2002-02-07 16:50    {'winter storm'   }% %     2003-01-23 00:49    {'SouthEast'}    530.14    2.1204e+05                 NaT    {'winter storm'   }% %     2003-02-07 21:15    {'SouthEast'}     289.4    1.4294e+05    2003-02-17 08:14    {'winter storm'   }% %     2004-04-06 05:44    {'West'     }    434.81    3.4037e+05    2004-04-06 06:10    {'equipment fault'}% %     2002-03-16 06:18    {'MidWest'  }    186.44    2.1275e+05    2002-03-18 23:23    {'severe storm'   }%对时间表进行排序，使其行时间按顺序排列。时间表的行时间不需要按顺序排列。但是，%如果将行时间用作绘图的 x 轴，则最好确保时间表按行时间排序。
tbl = sortrows(tbl);
head(tbl,5);
stackedplot(tbl)

795fe1135e112548e099fa779137da19.png

2)指定变量

%根据患者数据创建一个表。显示前三行。
figure(62)
tbl = readtable('patients.xls');
head(tbl,3);%仅绘制表中的四个变量。
stackedplot(tbl,{'Height','Weight','Systolic','Diastolic'})

36b82b7ce77b0b78b760eea69669e960.png

3)重新排列变量

%创建一个时间表并显示其前三行
tbl = readtable('outages.csv');
tbl = table2timetable(tbl);
tbl = sortrows(tbl);
head(tbl,3);
figure(63)%通过以与表中的顺序不同的顺序指定变量，对变量重新排序。%例如，RestorationTime 是时间表中可以绘制的最后一个变量。默认情况下，stackedplot%将其放置在绘图的底部。但是，您可以对变量重新排序以将 RestorationTime 放在顶部。
stackedplot(tbl,{'RestorationTime','Loss','Customers'})

d79df4b5c0b8bed1afe4806bcd3c9ce4.png

4)使用一个 Y 轴绘制多个变量

%使用 Weight、Systolic 和 Diastolic 变量基于患者数据的子集创建一个表
load patients
tbl = table(Weight,Systolic,Diastolic);
head(tbl,3)
figure(64)
vars = {{'Systolic','Diastolic'},'Weight'}
stackedplot(tbl,vars)

b2cbc2f9219c9b3365d5b58e7eebed71.png

weixin_39924573
关注
echarts饼图各个板块之间的空隙如何实现
01-22
本文主要介绍echarts饼图各个板块之间间的空隙怎么实现 关键代码 itemStyle: { normal: { borderWidth: 1, // 间距的宽度 borderColor: '#fff', //背景色 } }, 代码层级 效果图 到此这篇关于echarts饼图各个板块之间的空隙如何实现的文章就介绍到这了,更多相关echarts饼图板块的空隙内容请搜索软件开发网以前的文章或继续浏览下面的相关文章希望大家以后多多支持软件开发网！
c/c++ 图的创建(二维数组法）
weixin_30825581的博客
07-23 1034
c/c++ 图的创建(二维数组法） 图的概念 图由点和线组成 知道了图中有多少个点，和哪些点之间有线，就可以把一张图描绘出来 点之间的线，分有方向和无方向 创建图 创建图，实际就是创建出节点，和节点之间的线，节点和节点之间的线，可以用二维数组，也就是矩阵来表示。 下面的代码实现了上面的图的创建 graph_mtx.h #include <stdio.h> #include &l...
c++图的基本操作
最新发布
123456
07-17 463
114514
echarts饼图白色间隙
热门推荐
river、的博客
11-17 1万+
echarts饼图白色间隙
c++ 调用matlab画图
01-11
mfc 调用matlab 画图，（matlab版本是7.0）.封装成类了 配置方法参考 http://blog.csdn.net/woqunokia/article/details/53927702
c++调用Matlab函数画图
05-23
c++调用Matlab函数画图，示例代码，具体过程参照我的博客中的两篇文章
二维流体_流体_matlab二维流体_
09-29
Matlab和C++都是常用于实现二维流体模拟的编程语言，它们各自具有不同的优势和适用场景。 Matlab，全称为矩阵实验室（Matrix Laboratory），是一种交互式的数值计算和可视化软件，以其强大的数学计算能力而著名。在...
PCA两种算法matlab+C++.zip_matlab_matlab+c++的PCA两种算法_pca c++实现
09-14
2. 构建协方差矩阵，这通常涉及到二维数组或矩阵类的使用。 3. 使用库提供的函数进行特征值和特征向量的计算。例如，Eigen库提供了`Eigenvalues()`和`Eigenvectors()`方法。 4. 根据特征值的大小选择主成分，然后将...
entropy_max_2d.rar_2d entropy_entropy c++ builder_threshold_二维 阈
07-14
总之，这个压缩包提供了使用二维最大熵方法进行灰度图像阈值分割的MATLAB实现，对于理解和实现该算法，以及在C++ Builder中进行移植和应用，都具有很高的参考价值。通过深入学习和实践，我们可以掌握如何利用熵来...
直接FFD（DFFD）_几何参数化方法_可以对二维翼型实现参数化_实现网格变形_matlab
03-08
资源名：直接FFD（DFFD）_几何参数化方法_可以对二维翼型实现参数化_实现网格变形_matlab 资源类型：matlab项目全套源码 源码说明： 全部项目源码都是经过测试校正后百分百成功运行的，如果您下载后不能运行可联系我...
nii.rar_matlab 打开 nii_nii_nii 图像_打开nii图像_C++_用matlap打开nii
09-24
`imshow`函数是Matlab中的一个关键命令，它用于显示二维图像，包括灰度图像和彩色图像。通过这个函数，我们可以直观地查看nii文件中的影像数据。 首先，打开nii文件需要使用Matlab的`load`或者专门处理nii文件的第...
图的建立与搜索 C++版
11-24
图的建立与搜索 C++版 图的建立与搜索 C++版 图的建立与搜索 C++版 图的建立与搜索 C++版 图的建立与搜索 C++版
echarts图表 饼图
07-21
echarts图表 饼图
C++ 生成JPEG图片源代码
06-20
跨平台 生成JPG图片的源代码 有库文件 只需要自己编译就可以了
图的创建与遍历(C++)
hellorichen的专栏
08-19 3752
最近复习到了数据结构中的图这一章，随手整理了些图的创建与遍历的完整代码，如下所示： #include using namespace std; #define maxSize 100 typedef struct { int no; //顶点编号 char info; //顶点其他信息 }VertexType; typedef struct { int edges[maxS
echarts pie饼图中间显示总数 pie饼图类型之间设置白缝隙
zhengshaofeng1的专栏
05-26 1万+
效果图 默认显示总数 鼠标悬停时显示对应的数值 let option = { title: { zlevel: 0, text: ['{name|订单数}', '{value|' + this.orderSum + '}'].join('\n'), top: '35%', left: '24%', textAlign: '
图创建和相关操作(c++)
limax_2004的专栏
11-26 1342
 图创建和相关操作:#define MAX_VETEX_NUM 20#define ERROR 0#include #include typedef struct ArcNode{ int adjvex;//当前节点顶点 struct ArcNode *nextarc;//指向相关节点的指针 int info;//权信息}ArcNode;typedef struct VNode{ in
C++调用Matlab画图 V2.0
Expressing Youself Using Code
05-03 8362
实现功能通过C++调用Matlab的接口来实现plot的部分功能。程序依赖代码依赖：Matlab，Eigen，Boost 测试版本：Matlab2015B，Eigen3.2.8，Boost1.57.0 适合人群：代码发烧友程序代码代码1：matlab.hpp #ifndef __MATLAB_HPP__ #define __MATLAB_HPP__#include <engine.h> #inc
MATLAB绘制二维Voronoi图详解
"本资源是一份关于MATLAB实用教程的电子教案，主要讲解了如何使用MATLAB绘制二维Voronoi图，并介绍了MATLAB的基本特性和使用方法，包括数据类型、桌面环境和帮助系统等。" 在MATLAB中，二维Voronoi图是一种图形，它...
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
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