Matlab绘图方法整理(超完整版)

大家好，又见面了，我是你们的朋友全栈君。

使用Matlab绘图

• 图像是结果的一种可视化表现，它能直观的体现你的结果，并且能体现你获得结果的准确性，在当前的大数据时代，在做数据分析的时候，将其可视化可以直观多维的展示数据，可以让人们更好的发现并且记住数据的特征，因此很多时候掌握一些绘图方法是非常重要的，而使用MATLAB可以非常简单的进行绘图(当然还有很多其它工具可供使用)，下文是我所了解的一些基本绘图方法的整理，其中很多很多内容非常基础，希望对你能有些帮助。

二维作图

二维图像是我们在学习过程中经常会接触到的图像，比如在做数学题目时随手画出的一个正弦曲线，这个图像往往是我们根据它的函数做出来的，事实确是这样，在我们学习过程中画出来的每一个图像几乎都是函数，反过来说，每一个函数都对应着它自己的图像，我们能画出来的二维图像往往是一个一元函数即二元方程，在Matlab中做二维图像也是这样，我们根据一个函数来画出它的图像，不过要注意的一点是，在Matlab画图的过程中，它并不认识你给出的那个函数，它要做的仅仅是把你给出的函数上的点连成线而已。

• plot和fplot

在Matlab里面做二维图像最基础也是最常用的两个函数：plot()和fplot()函数,其中，plot的经常使用的方法有下面三种：

one plot(x)
two plot(x,y,参数)
three plot(x1,y1,x2,y2,...,xn,yn)

首先，第一种方法里面若x为一维数组，则作出的图像是以其数组长度为横坐标，间隔为1，以数组中的具体值为纵坐标的。而其也可以为复数变量，如下：

	y = [5,10,15,20]
	z = [100,200,300,400]
	x =y+z*i
	//这里的x经过此定义将会被认为是一个复数变量
	//图像将会以实部即y为横坐标，虚部即z为纵坐标作图

对于第二种形式就更好理解了，往往其中的x、y都为一维数组，其实y也就是x对应的函数值，后边的参数用于指定曲线的线形、颜色和数据点标记，如下：

	x = [0:0.01:10]
	y = sin(x)
	plot(x,y,'-r*')

可以看到，x是一个长度为1001的一维数组，y是和x等长的在sin(x)上的一维数组，后边的-r*分别为曲线线性、颜色、数据点标记，其中参数的一些具体属性如下表所示：

这些就是基本的绘图参数指令，搭配使用效果更佳。关于参数的使用是在每种方法中都可以添加，三种常用示例只是简单示例。关于第三种使用方法，意思是把n个图像做出在一个窗口中，同时也少敲了几个plot，当然，如果你想把代码分开写也可以，只需要加上hold on命令就行了，关于它后文会有介绍。
而关于fplot,其基本使用方法如下：

one fplot(f,lims,参数)
two fplot(funx,funy,tlims,参数)

在第一种方法中，f代表一个函数，通常采用函数句柄的形式。lims为x轴的取值范围，用二元向量[xmin,xmax]描述，默认值为[-5,5]。参数定义与plot函数相同。例如使用fplot函数绘制sin(x)图像如下：

	fplot(@(x)sin(x),[0,10],'-r')

在第二种方法中，funx、funy代表函数，通常采用函数句柄的形式。tlims为参数函数funx和funy的自变量的取值范围，用二元向量[tmin,tmax]描述。如绘制参数方程(x=tsint,y=tcost)曲线如下：

	fplot(@(t)t.*sin(t),@(t)t.*cos(t),[0,10*pi],'-r')

其它形式下的二维曲线图

上文举例说明了最基础最常用的两个做二维曲线的函数，实际上，二维图形的种类还有很多，不光只有一根线构成的曲线图，还有各种统计图、坐标图等等，相应的在Matlab中也有画它们图形的方法，下面是其它几种图形作图方法(非全部)：

• 对数坐标图

semilogx(x1,y1,'参数',x2,y2,'参数'...)
semilogy(x1,y1,'参数,x2,y2','参数'...)
loglog(x1,y1,'参数',x2,y2,'参数'...)

其中，semilogx函数x轴为常用对数刻度，y轴为线性刻度；semilogy函数x轴为线性刻度，y轴为常用对数刻度；loglog函数x轴和y轴均采用常用对数刻度。

• 极坐标图

polar(theta,rho,'参数')

其中，theta为极角，rho为极径，参数内容与plot相同。

• 条形图

bar(y,style)
bar(x,y,style)

	x = [2018,2019,2020]
	y = [10,20,30,40,50;
		 10,20,30,40,50;
		 10,20,30,40,50];
	bar(x,y)

第一个，参数y是数据，选项style用于指定分组排列模式，模式有两种供选择，分别为：'grouped':簇状分组，'stacked':堆积分组。
第二个，x存储横坐标，y存储数据，y的行数必须与向量x的长度相同。选项style用于指定分组排列模式。
具体效果请自行练习查看。

• 直方图

hist(y)
hist(y,x)

其中，y是要统计的数据，x用于指定区间的划分方式。若x是标量，则统计区间均分成x个小区间；若x是向量，则向量x中的每一个数指定分组中心值，元素的个数为数据分组数。x缺省时，默认按10个等分区间进行统计。

rose(theta[],x)

其中，参数theta用于确定每一区间与原点的角度，选项x用于指定区间的划分方式。

• 面积类图形

pie(x,explode)

其中，参数x存储待统计数据，选项explode控制图块的显示模式。使用如下，可以试着改下参数或者help一下看看。

	score = [10,25,3,18,41]
	ex = [0,0,0,0,1]
	pie(score,ex)

• 散点类图形

scatter(x,y,选项,'filled')

其中，x、y用于定位数据点，选项用于指定线型、颜色、数据点标记。如果数据点标记是封闭图形，可以用选项’filled’指定填充数据点标记。该选项省略时，数据点是空心的。
一颗心：

	t = 0:pi/50:2*pi
	x = 16*sin(t).^3
	y = 13*cos(t)-5*cos(2*t)-2*cos(3*t)-cos(4*t)
	scatter(x,y,'rd','filled')

• 矢量类图形

quiver(x,y,u,v)

其中，(x,y)指定矢量起点，(u,v)指定矢量终点。x、y、u、v是同样大小的向量或同型矩阵，若省略x、y，则在x-y平面上均匀取若干个作为起点。

	已知向量A、B，求A+B，并用矢量图表示。
	A = [4,5]; B = [-10,0]; C = A+B;
	hold on 
	quiver(0,0,A(1),A(2));
	quiver(0,0,B(1),B(2));
	quiver(0,0,C(1),C(2));
	text(A(1),A(2),'A');text(B(1),B(2),'B');
	text(C(1),C(2),'C')
	axis([-12,6,-1,6])
	grid on

• 进阶：双Y轴绘图

plotyy()

示例代码:

	x	= 	[0:0.01:20]
	y1	=	200*exp(-0.05*x).*sin(x)
	y2	=	0.8*exp(-0.5*x).*sin(10*x)
	plotyy(x,y1,y2)

三维作图

在上文的二维作图示例中我们可以知道二维作图的基本方法，而有时候二维的图形满足不了我们的需要，这个时候就需要做一些三维图像了，而三维图像里边除了包含曲线作图之外还包含曲面作图。

三维曲线

在二维曲线作图里边我们主要使用的函数是plot和fplot函数，而在三维曲线作图里面我们使用的是plot3和fplot3函数，其不但长得像，功能也是差不多的，只不过是做了扩展而已。

• plot3和fplot3

关于plot3函数，其基本用法如下：

one plot3(x,y,z,参数)
two plot(x1,y1,z1,x2,y2,z2,...,xn,yn,zn)

是不是似曾相识，没错，它和plot功能确实非常像，只是多了一维数据而已。如要画出sin(x)的三维图，只需这样就好：

	x = [0:0.01:10]
	y = x
	z = sin(x)
	plot3(x,y,z,'-r')

怎么样，是不是非常简单，假如要绘制个空间的螺旋线，其参数方程为：x=sint+tcost,y=cost-tsint,z=t,只需这样就好：

	t = [0:0.1:10*pi]
	x = sin(t)+t.*cos(t)
	y = cos(t)-t.*sin(t)
	z = t
	plot3(x,y,z)

对于plot3函数来讲，它的参数x，y，z不止可以是一维数组，实际上：

• 参数x、y、z是同型矩阵时，以x、y、z对应列元素绘制曲线，曲线条数等于矩阵列数。
• 参数x、y、z中有向量，也有矩阵时，向量的长度与矩阵相符。

对于其不止一组数据的方法2，其作用与plot类似，每一组x、y、z向量构成一组数据点的坐标，绘制一条曲线。
而plot3函数的后面线型、颜色和数据点标记的参数则与plot完全一致。
对于fplot3函数，其基本引用方法如下：

fplot3(funx,funy,funz,tlims)

其中，funx、funy、funz代表定义曲线x、y、z坐标的函数，通常采用函数句柄的形式。tlims为参数函数自变量的取值范围，用二元向量[tmin,tmax]描述，默认为[-5,5]，与fplot是几乎完全一致的，不再举例。

三维曲面

在做三维曲面图的时候，第一步往往是生成一个平面网格，这个平面网格是什么东西呢，其实就是用矩阵X、Y分别存储每一个小矩形顶点的x坐标与y坐标，矩阵X、Y就是该矩形区域的xy平面网格坐标矩阵：

说的简单些，就是给我们要用的空间坐标系做个底面出来，本来x、y都是一维向量，它们也就是只能当两根轴，这个时候用新的两个X、Y矩阵来把空间坐标系的二维地面给表示出来，这样的话每一个[X,Y]就都能对应一个Z了，就是这个意思。在MATLAB中，产生平面区域内网格坐标矩阵有两种方法：

• 1.利用矩阵运算生成：

	X = ones(size(y))*x
	Y = y*ones(size(x))

• 2.利用meshgrid函数生成：

	[X,Y] = meshgrid(x,y)

• 绘制三维曲面的函数

mesh(x,y,z,c)
surf(x,y,z,c)
mesh(z,c)
surf(z,c)

其中，x、y是网格坐标矩阵，z是网格点上的高度矩阵，c用于指定在不同高度下的曲面颜色。c省略时，颜色的设定正比于图形的高度。
当x、y省略时，z矩阵的第2维下标当作x轴坐标，z矩阵的第一维下标当作y轴坐标。
另外还有一些其它的绘制三维曲面的函数：

带等高线的三维网格曲面函数meshc
带底座的三维网格曲面函数meshz
具有等高线的曲面函数surfc
具有光照效果的曲面函数surfl

这些函数使用都和mesh还有surf大致相同，可自行练习了解。

	//用4种方式绘制函数z=(x-1)^2+(y-2)^2-1的曲面图
	//其中，x=[0,2],y=[1,3]

	[x,y]=meshgrid(0:0.1:2,1:0.1:3)
	z=(x-1).^2+(y-2).^2-1
	subplot(2,2,1);meshc(x,y,z)
	subplot(2,2,2);meshz(x,y,z)
	subplot(2,2,3);surfc(x,y,z)
	subplot(2,2,4);surfl(x,y,z)

• 标准三维曲面

[x,y,z]=sphere(n)

产生3个(n+1)阶的方阵，采用这3个矩阵可以绘制出圆心位于原点、半径为1的单位球体。

[x,y,z]=cylinder(R,n)

其中，参数R是一个向量，存放柱面各个等间隔高度上的半径，n表示在圆柱圆周上有n个间隔点，默认有20个间隔点。
peaks函数
调用格式：

	peaks(n)	>>	p1=peaks(10)
	peaks		>>	p2=peaks
	peaks(V)	>>	p3=peaks(-3:0.2:3)
	peaks(x,y)	>>	[x,y]=meshgrid(-2:0.1:2,0:0.1:5)
					p4=peaks(x,y)

• fmesh函数和fsurf函数
  用于绘制参数方程定义的曲面

fsurf(funx,funy,funz,uvlims)
fmesh(funx,funy,funz,uvlims)

其中，funx、funy、funz代表定义曲面x、y、z坐标的函数，通常采用函数句柄的形式。uvlims为funx、funy和funz的自变量的取值范围，用4元向量[umin,umax,vmin,vmax]描述，默认为[-5,5,-5,5]。

图形修饰辅助操作

到这里，不管是二维曲线三维曲线还是曲面，大家掌握的方法都差不多了，图大概率是能被我们做出来了哈哈哈，不过能把图做出来固然重要，可更重要的是还能做出美图来，这就离不开我们的图形修饰了，比如给做好的图形加个标题加个注释什么的，我们要做出来图，还要做出来细图，更要做出来美图，接下来文章将列举我们经常使用的并且很有用的图形修饰辅助操作。

基础绘图指令

除去上文所述plot等绘图函数命令之外，还有有一些其它修饰图形的常用命令。

这些呢是一些常用的辅助绘图指令，没有参数，直接在脚本输入就行，功能已经列在表中非常明确，大家可以自行练习查看实用效果。
接下来是一些带参数的绘图指令，它们可以帮你进行图形标注、坐标控制等等一系列功能，非常实用，记得好好学习。

图形标注函数

title(图形标题)
xlabel(x轴说明)
ylabel(y轴说明)
text(x,y,文本说明)
legend(图1，图2，...，参数...)

值得一提的是，上面这些函数的使用方法远不及示例这么简单，它们都有非常多的参数可供选择使用，示例只是列出最简单、最常用的方法，下面是两段代码：

	//没有图形标注
	x	=	0:0.5:4*pi
	y1	=	sin(x)
	y2	=	cos(x)
	y3	=	1./(1+exp(-x))
	y4	=	(1/(2*pi)^0.5).*exp(((-1).*(x-2*pi).^2)./(2*2^2))
	plot(x,y1,x,y2,x,y3,x,y4)
	//加上简单图形标注
	title('四条函数图像')
	xlabel('横坐标')
	ylabel('纵坐标')
	text(0,0,'猜猜我在哪')
	legend('y1','y2','y3','y4','Location','southwest')

• 图形窗口分割函数subplot

subplot(m,n,p)

其中，m和n指定将窗口分成mXn个绘图区，p指定的是当前图像所在区域，如m=2，n=3，则一个figure窗口被分成2行三列供6个绘图区，可以容纳6个图形。若p=3，说明当前图像要被画进第三个窗口，也就是第二行第一列的窗口内。p小于等于mXn，如：

	x	=	[0:0.1:10]
	y1	=	sin(x)
	y2	=	cos(x)
	subplot(1,2,1)
	plot(x,y1)
	subplot(1,2,2)
	plot(x,y2)

图形修饰处理

前面写了一些基本绘图指令，可以对我们的图形进行简单的修整，让其变得更完备更好看，接下来是一些对图形修饰的方法。

视点处理

• 方位角：视点与原点连线在xy平面上的投影与y轴负方向形成的角度，正值表示逆时针，负值表示顺时针。
• 仰角：视点与原点连线与xy平面的夹角，正值表示视点在xy平面上方，负值表示视点在xy平面下方。

• view函数

view(az,el)

其中az为方位角，el为仰角。系统默认的视点定义为方位角-37.5°，仰角30°。

	//绘制函数z=(x-1)^2+(y-2)^2-1的曲面图，并从不同视点展示曲面
	[x,y]	=	meshgrid(0:0.1:2,1:0.1:3)
	z	=(x-1).^2+(y-2).^2-1
	subplot(2,2,1);	mesh(x,y,z)
	subplot(2,2,2);	mesh(x,y,z);view(0,90)
	subplot(2,2,3);	mesh(x,y,z);view(90,0)
	subplot(2,2,4);	mesh(x,y,z);view(-45,-60)

色彩处理

默认的，向量元素在[0,1]范围内取值，3个元素一次表示红、绿、蓝三种颜色的相对亮度，称为RGB三元组即[R G B]，如[0 0 1]是蓝色，[1 0 0]是红色，[1 1 1]是白色，[0 0 0]是黑色。(当然，也有在[0,255]内取值的，不再介绍)

• 色图(Colormap)
  首先，创建一个色图矩阵方法如下：

	cmap	=	colormap(parula(5))

其中，parula是内建色图中包含的一个种类，其中参数5可以是任何一个数值，它关系着色图矩阵的范围，一般来说使用的时候省略就好。内建色图如下：

• 指定当前图形使用的色图

	//以peaks为例，先渲染图形，后紧跟色图种类即可
	surf(peaks)
	colormap hot

我们也可以不使用系统的色图矩阵，可以自定义任何色图矩阵。如创建一个灰色系列的色图矩阵：

	c	=	[0,0.2,0.4,0.6,0.8,1.0]'
	cmap	=	[c,c,c]		//这样创建的矩阵和 cmap=gray(6)是一样的
	surf(peaks)
	colormap(cmap)

• 用shading函数来改变着色方式
  参数如下：

示例：使用同一色图，以不同着色方式绘制圆锥体

	[x,y,z]	=cylinder(pi:-pi/5:0,10)
	colormap(lines)
	subplot(1,3,1)
	surf(x,y,z);
	shading flat
	subplot(1,3,2)
	surf(x,y,z);
	shading interp
	subplot(1,3,3)
	surf(x,y,z)

图形的裁剪处理

将图形中需要裁剪部分对应的函数值设置成NaN，这样在绘制图形时，函数值为NaN的部分将不显示出来，从而达到对图形进行裁剪的目的。
示例如下：

	//绘制3/4圆
	t	=	linspace(0,2*pi,100)
	x	=	sin(t)
	y	=	cos(t)
	p	=	y>0.5
	y(p)	=	NaN
	plot(x,y)
	axis([-1.1,1.1,-1.1,1.1])
	axis square
	grid on

其它

• 其实在Matlab中还有两个非常重要的函数：
• set和get,它们两个能非常方便的创建、修改图形的各种属性，如改变坐标轴范围、设置字体和刻度点、设定线条风格等等，不过它们涉及到的使用更深入，在这里不再展开叙述，而事实上，对于我们非常熟知的figure，它也能加上参数来对窗格进行设置，这都是我们经常使用的，但也是经常忽略它们其它功能的函数，如果有兴趣，你可以继续的深入探索下去，更深入的学习能更方便的为我们所用。

总结

好了，感谢你能看到这里，对于这篇文章，它可能的侧重点不是完全教会我们怎么作图，而更多的也可能是提醒我们在Matlab里面可以进行如此操作，对于新手而言，很多没有系统的学习过Matlab的使用，可能里面的很多东西不是我们不会用，而是根本不知道，所以这篇文章大致列出来了很多非常常用的函数方法等，其中的示例仅仅是个示例，它们的用法还有很多，希望大家能够进行再次开拓，深入的了解每个方法的使用。最后，如果你觉得本篇文章对你有用，请点个赞，谢谢！