Matlab绘图高级部分

MATLAB subplot绘制子图   有时候需要在一块figure显示多个坐标图,以做对比。MATLAB提供了subplot函数支持这一做法,用法如下—— subplot(m,n,p)   subplot提供了一块mxn的区域,p表示第p个子图,其中,第一行第一列是第一个子图,第一行第二列是第二个子图,以此类推。举个例子,使用ICA处理3个信号之后,在一张图中对比3个解混信号—— figure; subplot(3,1,1); ... 阅读详情

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,'FaceVertexCData', fvcd); % Apply the vertex coloring
set(ch,'EdgeColor','k');

%% 绘制统计直方图
%hist(y):如果y是向量,则把其中元素放入10个条目中,且返回每条中的元素的个数;如果y为矩阵,则分别对每列进行处理,显示多组条形。
%[n,xout]=hist(y,x):非递减向量x的指定bin的中心。向量xout包含频率计数与条目的位置。
x=-10:.1:10;
y1=randn(2008,1);
y2=randn(2008,3);
figure;
colormap(winter);
subplot(2,2,1);
hist(y1);%把其中元素放入10个条目中
title('y1为向量,default,n=10');
subplot(2,2,2);
hist(y2);%分别对每列进行处理,显示多组条形
title('y2为矩阵');
subplot(2,2,3);
hist(y1,x);%用户也可以使用[n,xout]=hist(y1,x);bar(xout,n)绘制条形直方图
title('向量x指定条目');
subplot(2,2,4);
hist(y2,1000);%第二个参数为标量时指定bin的数目
title('nbins=1000');

%% ========均值方差直方图========
a=[8 9 10 7 8 9];%mean
b=[1 1 1 1 1 1];%std
figure();
h=bar(a);
ch=get(h,'children');
set(ch,'FaceVertexCData',[4;2;3;1;5;6]);%使用Indexed形式指定每组bar的颜色
hold on;
errorbar(a,b,'k','LineStyle','none');

%% =======散点图scatter , scatter3 , plotmatrix======
%scatter3(X,Y,Z,S,C):在由向量X、Y和Z指定的位置显示大小和颜色分别由S和C决定的离散点
figure;
[x,y,z] = sphere(16);
X = [x(:)*.5 x(:)*.75 x(:)];
Y = [y(:)*.5 y(:)*.75 y(:)];
Z = [z(:)*.5 z(:)*.75 z(:)];
S = repmat([10 2 5]*10,numel(x),1);
C = repmat([1 2 3],numel(x),1);
subplot(1,2,1);
scatter(X(:),Y(:),S(:),C(:));
title('scatter');
subplot(1,2,2);
scatter3(X(:),Y(:),Z(:),S(:),C(:),'filled'), view(-60,60);
title('scatter3');
%plotmatrix(X,Y)绘出X(p*M)与Y(p*N)的列组成的散度图(N,M)
figure;
X=randn(100,2);Y=randn(100,2); 
subplot(1,3,1),plotmatrix(X);%等价于plotmatrix(X,X),除了对角上的图为X每一列的直方图hist(X(:,col))
title('plotmatrix(X)');
subplot(1,3,2),plotmatrix(X,X);
title('plotmatrix(X,X)');
subplot(1,3,3),plotmatrix(X,Y);
title('plotmatrix(X,Y)');

%% =========绘制区域图===========
%区域图特点是:在图上绘制多条曲线时,每条曲线(除第一条外)都是把“前”条曲线作基线,再取值绘制而成。因此,该指令所画的图形,能醒目地反映各因素对最终结果的贡献份额。
figure;
x=1:2:9;% 注意:自变量要单调变化
y=magic(5);% 各因素的相对贡献份额,每一列相当于一个因素
colormap(spring);% 控制图的用色
area(x,y,4);%area(y)则以列下标作为自变量,第三个参数为基准线(默认为0)
set(gca,'layer','top');%图层设置为top层,显示网格
title('basevalue=4');
legend(' 因素 A',' 因素 B',' 因素 C','因素D','因素E');
grid on;

%% =========绘制饼状图=========
%饼图指令pie和pie3用来表示各元素占总和的百分数。该指令第二个参数为与第一参数等长的 0-1
%向量,1使对应扇块突出。第三个参数指定个扇区的label
figure;
colormap(summer);% 控制图的用色
x=[16 17 21 25 21];
subplot(1,2,1);
pie(x,[0 0 0 0 1],{'0-10岁儿童','10-20岁儿童','20-35岁青年','35-55岁中年','55岁以上老年'});
subplot(1,2,2);
pie3(x,[0 0 0 0 1],{'0-10岁儿童','10-20岁儿童','20-35岁青年','35-55岁中年','55岁以上老年'});

%% 绘制填色多边形。若每列的首尾元素不重合,则将默认把最后一点与第一点相连,强行使多边形封闭。
%fill和fill3用于绘制填色多边形
%fill(X1,Y1,C1,X2,Y2,C2,...)
%fill3(X1,Y1,Z1,C1,X2,Y2,Z2,C2,...)
%参数1和2为等长向量时,多边形的节点数由项链长度决定;而当其为矩阵时,每一列对应一个多边形
%参数3为颜色(用颜色字符r/g/b/c或[r g b]表示)
figure;
colormap(autumn);% 控制图的用色
n=10; % 多边形的边数
dt=2*pi/n;t=0:dt:2*pi;
t=[t,t(1)]; %fill 指令要求数据向量的首位重合,使图形封闭。
x=sin(t);y=cos(t);
subplot(1,2,1);
fill(x,y,[1 1 0]);axis off % 画填色多边形,隐去坐标轴。
X=[0.5 0.5 0.5 0.5;0.5 0.5 0.5 0.5;0 1 1 0]; 
Y=[0.5 0.5 0.5 0.5;0.5 0.5 0.5 0.5;0 0 1 1];
Z=[1 1 1 1;0 0 0 0;0 0 0 0];
C=[1 0 0 1;0 1 0 1;0 0 1 0];
subplot(1,2,2);
fill3(X,Y,Z,C);
view([-10 55]);
xlabel('x'),ylabel('y');box on;grid on;

 

%% =======绘制离散数据杆状图===========
%stem和stem3函数用于绘制二维或三维的离散数据杆状图
%stem(Y)可以理解成绘制离散点的plot(y)函数
%stem(X,Y)可以理解成绘制离散点的plot(x,y)函数
%stem(...,'filled')改变数据点显示的空、实状态。
%stem(...,'LINESPEC')Linespec代表直线属性设置参量。
x=1:.1:10;
y=exp(x.*sin(x));
figure;
subplot(1,3,1);
plot(x,y,'.-r');
title('plot(x,y)');
subplot(1,3,2);
stem(x,y,'b');
subplot(1,3,3);
stem(x,y,':g','fill');
%绘制三维离散杆状图
th=(0:127)/128*2*pi;% 角度采样点
x=cos(th);
y=sin(th);
f=abs(fft(ones(10,1),128)); %对离散方波进行 FFT 变换,并取幅值
stem3(x,y,f','cd','fill');%绘制图形
view([-65 30]);
xlabel('Real'); %图形标注
ylabel('Imaginary');
zlabel('Amplitude');
title('FFT example');

 

%% =======绘制方向和速度矢量图=======
%compass-绘制罗盘图
%feather-绘制羽毛图
%quiver-绘制二维箭头图
%quiver3-绘制三维箭头图

%绘制罗盘图
figure;
wdir=[45 90 90 45 360 335 360 270 335 270 335 335];
knots=[6 6 8 6 3 9 6 8 9 10 14 12];
rdir=wdir*pi/180;
[x,y]=pol2cart(rdir,knots);% 极坐标转化为直角坐标
compass(x,y);
title('风向和风力')
%绘制羽毛图
figure;
alpha=90:-10:0;
r=ones(size(alpha));
m=alpha*pi/180;
n=r*10;
[u,v]=pol2cart(m,n);% 极坐标转化为直角坐标
feather(u,v);
title('羽毛图')
%罗盘图和羽毛图的比较
figure;
t=-pi/2:pi/12:pi/2; % 在 区间,每 取一点。
r=ones(size(t)); % 单位半径
[x,y]=pol2cart(t,r); % 极坐标转化为直角坐标
subplot(1,2,1),compass(x,y),title('Compass')
subplot(1,2,2),feather(x,y),title('Feather')
%绘制箭头图
figure;
[x,y] = meshgrid(-2:.2:2,-1:.15:1);
z = x .* exp(-x.^2 - y.^2); 
[px,py] = gradient(z,.2,.15);
subplot(1,2,1);
contour(x,y,z), hold on
quiver(x,y,px,py), hold off, axis image
title('quiver示例');
[x,y,z]=peaks(15);
[nx,ny,nz]=surfnorm(x,y,z);%surfnorm求平面的法向量
subplot(1,2,2)
surf(x,y,z);
hold on;
quiver3(x,y,z,nx,ny,nz);
title('quiver3示例');

 

%% ==========轮廓线图的绘制==========
%clabel-利用轮廓矩阵生成标签并在当前图形中显示
%contour-利用矩阵所给的值生成二维轮廓线
%contour3-利用矩阵所给的值生成三维轮廓线
%contourf-显示二维轮廓图并用色彩填充个轮廓线的间隙
%contourc-计算被其他轮廓函数占用的轮廓矩阵的低层函数
[x,y,z]=peaks;
n=15;% 等高线分级数
figure;
subplot(1,3,1);
h=contour(x,y,z,n);%绘制20条等高线
clabel(h);%当前图形中显示标签,标签前有'+'号且标签会根据轮廓线旋转,每条轮廓线仅有一个标签
title('simple contour,n=20');
subplot(1,3,2);
z=peaks;
[c,h]=contour(z,n);%绘制15条等高线
clabel(c,h);%标签前无'+'号,每天轮廓线可能有多个标签
title('调用clabel函数标注轮廓图')
subplot(1,3,3);
z=peaks;
[c,h]=contourf(z,n);
clabel(c,h,'FontSize',15,'Color','r','Rotation',0);%自定义标签
colorbar;
title('使用自定义标注并彩色填充轮廓线的间隙');

 

%% ========= Voronoi图和三角剖分========
%用Voronoi多边形勾画每个点的最近邻范围。Voronoi多边形在计算几何、模式识别中有重要应用。三角形顶点所在多边形的三条公共边是剖分三角形边的垂直平分线。
n=30;
A=rand(n,1)-0.5;
B=rand(n,1)-0.5; % 产生 30 个随机点
T=delaunay(A,B); % 求相邻三点组
T=[T T(:,1)]; %为使三点剖分三角形封闭而采取的措施
voronoi(A,B) % 画 Voronoi 图
hold on;axis square
fill(A(T(10,:)),B(T(10,:)),'y'); % 画一个剖分三角形
voronoi(A,B) % 重画 Voronoi 图,避免线被覆盖
title('Voronoi图和三角剖分');

 

%% =========三角网线和三角曲面图========
figure;
X=6*pi*(rand(20,10)-0.5);Y=6*pi*(rand(20,10)-0.5); 
R=sqrt(X.^2+Y.^2)+eps;Z=sin(R)./R;
tri=delaunay(X,Y); % 进行三角剖分
subplot(1,2,1),trimesh(tri,X,Y,Z);
title('三角网线');
subplot(1,2,2),trisurf(tri,X,Y,Z);
title('三角曲面图');
colormap(copper);brighten(0.5) % 增强亮度

 

%% ============彩带图ribbon========
%ribbon(X,Y,WIDTH)和plot(X,Y)一样的,只不过每一列在三维中以分开的ribbon绘制
figure;
x=0:pi/100:2*pi;
x=repmat(x',1,10);
y=sin(x);
ribbon(x,y,0.4);% 画彩带图
% 至此彩带图已经生成。以下指令都是为了使图形效果更好、标识更清楚而用。
view([150,50]),shading interp,colormap(hot)% 设置视角、明暗、色图
light,lighting phong,box on % 设置光源、照射模式、坐标框

 

%% ==========在特殊坐标系中绘制特殊图形。=======
%利用polar函数在极坐标系中绘制图形
figure;
theta=0:.1:pi;
rho1=sin(theta);
rho2=cos(theta);
subplot(1,3,1);
polar(theta,rho1,'.-r');
hold on;
polar(theta,rho2,'--g');
title('极坐标系中绘图');
%另外一种和极坐标有关系的坐标系就是柱坐标系了
theta=0:pi/100:3*pi;
rho=sin(theta)+cos(theta);
[t,r]=meshgrid(theta,rho);
z=r.*t;
subplot(1,3,2);
[x,y,z]=pol2cart(t,r,z);%极坐标系向柱坐标系转化
mesh(x,y,z);%柱坐标系中进行绘图
title('柱坐标系中绘图');
view([-65 30]);
%将球坐标系转换为柱面坐标系
subplot(1,3,3);
delta=pi/100;
theta=0:delta:pi; % theta is zenith angle
phi=0:delta:pi; % phi is azimuth angle
[t p]=meshgrid(theta,phi);
r=ones(size(t));
[x,y,z]=sph2cart(t,p,r);%球坐标向柱坐标转化
mesh(x,y,z);%球坐标系中进行绘图
title('球坐标系中绘图');

 

%% ======四维表现========
%用色彩表现函数的特征
%当三维网线图、曲面图的第四个输入宗量取一些特殊矩阵时,色彩就能表现或加强函数的某特征,如梯度、曲率、方向导数等。
x=3*pi*(-1:1/15:1);y=x;[X,Y]=meshgrid(x,y); 
R=sqrt(X.^2+Y.^2)+eps;Z=sin(R)./R;
[dzdx,dzdy]=gradient(Z);dzdr=sqrt(dzdx.^2+dzdy.^2); % 计算对 r 的全导数
dz2=del2(Z); % 计算曲率
figure;
subplot(1,2,1),surf(X,Y,Z),title('No. 1 surf(X,Y,Z)');
shading faceted,colorbar( 'horiz') ,brighten(0.2);
subplot(1,2,2),surf(X,Y,Z,R),title('No. 2 surf(X,Y,Z,R)');
shading faceted;colorbar( 'horiz');
%色彩分别表现函数的高度和半径特征
figure;
subplot(1,2,1),surf(X,Y,Z,dzdx) ;
shading faceted;brighten(0.1);colorbar( 'horiz');
title('No. 3 surf(X,Y,Z,dzdx)');
subplot(1,2,2),surf(X,Y,Z,dzdy);
shading faceted;colorbar( 'horiz');
title('No. 4 surf(X,Y,Z,dzdy)');
%色彩分别表现函数的 x 方向和 y 方向导数特征
figure;
subplot(1,2,1),surf(X,Y,Z,abs(dzdr)) ;
shading faceted;brighten(0.6);colorbar( 'horiz');
title('No. 5 surf(X,Y,Z,abs(dzdr))');
subplot(1,2,2),surf(X,Y,Z,abs(dz2));
shading faceted;colorbar( 'horiz');
title('No. 6 surf(X,Y,Z,abs(dz2))');

 

%% ======切片图和切片等位线图=======
%利用 slice 和 contourslice 表现 MATLAB 提供的无限大水体中水下射流速度数据 flow 。 flow 是一组定义在三维空间上的函数数据。
%在本例中,从图中的色标尺可知,深红色表示“正速度”(向图的左方),深蓝表示“负速度”(向图的右方)。
% 以下指令用切面上的色彩表现射流速度
[X,Y,Z,V]=flow; % 取 4 个 的射流数据矩阵, V 是射流速度。
x1=min(min(min(X)));x2=max(max(max(X))); % 取 x 坐标上下限
y1=min(min(min(Y)));y2=max(max(max(Y))); % 取 y 坐标上下限
z1=min(min(min(Z)));z2=max(max(max(Z))); % 取 z 坐标上下限
sx=linspace(x1+1.2,x2,5); % 确定 5 个垂直 x 轴的切面坐标
sy=0; % 在 y=0 处,取垂直 y 轴的切面
sz=0; % 在 z=0 处,取垂直 z 轴的切面
figure;
slice(X,Y,Z,V,sx,sy,sz); % 画切片图
view([-12,30]);shading interp;colormap jet;axis off;colorbar;
% 以下指令用等位线表现射流速度
v1=min(min(min(V)));v2=max(max(max(V))); % 射流速度上下限
cv=linspace(v1,v2,15); % 在射流上下限之间取 15 条等位线
figure;
contourslice(X,Y,Z,V,sx,sy,sz,cv);view([-12,30]);
colormap jet;colorbar;box on;

下面两段程序均不便上图,自己拿到Matlab里面运行一下看效果吧。

%% =======动态图形=========
%简单二维示例-彗星状轨迹图
figure;
n=10;t=n*pi*(0:0.0005:1);x=sin(t);y=cos(t);
plot(x,y,'g');axis square;hold on
comet(x,y,0.01);hold off
%卫星返回地球的运动轨线示意
figure;
R0=1; % 以地球半径为一个单位
a=12*R0;b=9*R0;T0=2*pi; %T0 是轨道周期
T=5*T0;dt=pi/100;t=[0:dt:T]';
f=sqrt(a^2-b^2); % 地球与另一焦点的距离
th=12.5*pi/180; % 卫星轨道与 x-y 平面的倾角
E=exp(-t/20); % 轨道收缩率
x=E.*(a*cos(t)-f);y=E.*(b*cos(th)*sin(t));z=E.*(b*sin(th)*sin(t));
plot3(x,y,z,'g') % 画全程轨线
[X,Y,Z]=sphere(30);X=R0*X;Y=R0*Y;Z=R0*Z; % 获得单位球坐标
grid on,hold on,surf(X,Y,Z),shading interp % 画地球
x1=-18*R0;x2=6*R0;y1=-12*R0;y2=12*R0;z1=-6*R0;z2=6*R0;
axis([x1 x2 y1 y2 z1 z2]) % 确定坐标范围
view([117 37]),comet3(x,y,z,0.02),hold off % 设视角、画运动轨线
%色彩变幻‘在 256 色情况下,才可被正确执行.图片刷新可能会卡,单独执行spinmap可查看到效果
figure;
peaks;
spinmap;
 %% =======影片动画 =======
%三维图形的影片动画
figure;
shg,x=3*pi*(-1:0.05:1);y=x;[X,Y]=meshgrid(x,y);
R=sqrt(X.^2+Y.^2)+eps; Z=sin(R)./R;
h=surf(X,Y,Z);colormap(cool);axis off
n=12;mmm=moviein(n); %预设画面矩阵。新版完全可以取消此指令 。
for i=1:n
rotate(h,[0 0 1],25); %是图形绕 z 轴旋转 25 度 / 每次
mmm(:,i)=getframe; %捕获画面。新版改为 mmm(i)=getframe 。
end

movie(mmm,5,10) %以每秒10帧速度,重复播放5次

MATLAB中的数据可视化:从基本绘图到高级技巧 在绘图时,可以通过设置属性来自定义图形的外观。% 创建数据% 绘制图形并设置属性figure;% 自定义颜色title('指数衰减与正弦波');xlabel('时间');ylabel('幅度');grid on; 阅读详情

相关推荐

Matlab绘图系列教程-基础绘图:柱状图 (bar函数 )

柱状图是一种常用的数据可视化方式,用于比较不同类别的数据或展示数据的分布。在Matlab中,使用`bar`函数可以轻松地绘制出精美的柱状图。本篇博客将为您介绍如何使用Matlab绘制优雅的柱状图,展示数据的视觉效果和科研价值。

图灵的猫的博客 2万+

Matlab之colormap, FaceVertexCData

首先说说colormap. 它提供了一种着色方案,我认为它有3个作用:        1)Matlab内置多种样式的color map, 在任一个Figure中,打开菜单"Edit-->ColorMap..",弹出"Colormap Editor" 界面。在该界面上打开"Tools-->Standard Colormps", 你就能看到了。Colormaps用一个index值来代表颜色,与RG

ygd11的专栏 1万+

FillContour.m:用指定的颜色填充指定级别以上的轮廓区域。-matlab开发

简单地遍历轮廓矩阵以找到每个单独区域的 x 和 y 向量,然后用指定的颜色填充。

Matlab绘图系列之高级绘图

Matlab绘图系列之高级绘图原帖地址:http://blog.163.com/enjoy_world/blog/static/115033832007865616218/Matlab绘图 2007-09-06 17:06:16 阅读4510 评论10 字号:大中小  一、目录1.彗星图   二维彗星图   三维彗星图2.帧动画3.程序动画4.色图变

ximenchuixuezijin的专栏 1万+

【Linux系统】Kdenlive软件多机位同音频视频同步化处理

Kdenlive简介 官网链接:https://kdenlive.org/zh/ 命令行安装: apt-get install kdenlive Kdenlive能够进行多轨道视频编辑,可以使用和调整多条音频、视频轨道。每条轨道可以按需进行单独锁定、静音。 Kdenlive多机位同音频视频同步化处理步骤 1. 新建Kdenlive文件 选择<文件>-<新建>,建立新的kdenlive文件,初始设置为<视频轨:2>,<音频轨:2>。 视.

qq_31550269的博客 1887

eNSP-Pro配置又丢了?手把手教你用导出功能防患于未然

本文详细介绍了eNSP-Pro配置防丢失的全套方案,包括运行时内存、虚拟存储设备和宿主机文件系统的配置存储机制,以及多维度备份策略和特殊场景下的恢复技巧。通过优化保存流程、自动化定时导出和版本化管理,帮助网络工程师有效防止配置丢失,提升工作效率。

weixin_42665725的博客 244

20个MATLAB高级数据可视化案例-MATLAB高级绘图教程

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。

qq_27595745的博客 8955

STM32HAL库学习笔记九——LCD显示

本文不会对驱动编写做特别详细的描述,以记录CubeMX的部署流程为主。

weixin_44762233的博客 6919

Matlab 绘图高级部分

转自:https://www.cnblogs.com/jeromeblog/p/3396494.html 作者:JeromeWang 邮箱:yunfeiwang@hust.edu.cn 出处:http://www.cnblogs.com/jeromeblog/ 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...

不积跬步,无以至千里 2615

cdh zookeeper未授权访问(安全漏洞)处理

前言: 最近公司在做安全漏洞扫描。发现cdh zookeeper存在未授权访问的问题。 ZooKeeper的节点有5种操作权限: CREATE、READ、WRITE、DELETE、ADMIN 也就是 增、删、改、查、管理权限,这5种权限简写为crwda(即:每个单词的首字符缩写) 注:这5种权限中,delete是指对子节点的删除权限,其它4种权限指对自身节点的操作权限 ZooKeeper的身份的认证有4种方式: world:默认方式,相当于全世界都能访问 auth:代表已经认证通过的..

belialxing的专栏 2448

《玩儿起来吧》MATLAB 实时图像处理系列(一二三四)

大家学了图像处理之后,是不是就想学以致用。而要用于生活中,最好的方式就是和摄像头搭配,实现实时图像处理。今天就给大家分享MATLAB实时图像处理的基础方法,希望能帮你快速入门。

HPC_ZY 1万+

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...

weixin_39770165的博客 1775

基于STM32、HAL库的AD7124-8BCPZ模数转换器ADC驱动程序设计

/ 配置0: 使用内部参考电压(2.5V),增益128,双极性。// 配置通道0: AIN0+和AIN1-,使用配置0和滤波器0。// 100ms采样间隔。// 转换为电压值(使用内部2.5V参考电压)// 构造读命令: 最高位为1表示读,接下来7位是寄存器地址。// 构造写命令: 最高位为0表示写,接下来7位是寄存器地址。// 配置滤波器0: 输出数据率50Hz,后置滤波器4。

corlin6688的博客 529

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。 1 2

Poem~ 1583

Vue3 - [兼容PC和手机H5] 详细监听浏览器刷新 / 关闭 / 前进后退事件,用户点击关闭和刷新页面前 “拦截“ 操作并弹出提示框(实时监听用户关闭或刷新网页,触发时文字提醒并执行自定义操作)

vue3监听页面关闭和刷新,vue3中如何监听页面刷新和关闭事件,vue3中监听浏览器窗口关闭事件,并在窗口关闭进行操作,vue3怎么只在某个页面监听,其他页面不监听,vue3监听刷新和关闭怎么离开页面时注销释放,vue3怎么阻止浏览器前进和后退并提示,页面跳转离开后依旧可以监听到刷新和关闭,vue3怎么知道用户关闭了网页,vue3如何监听刷新网页操作并截断,vue3移动端手机h5网页手机网站监听浏览器刷新关闭,vue3当页面关闭或刷新时怎么提示用户离开不保存数据,vue3项目监听浏览器窗口或标签页关闭,并

🏆 前端领域优质创作者 1万+

目前固态激光雷达在机器人领域的应用难点汇总

固态激光雷达在机器人领域面临性能与成本的双重挑战:探测性能上,动态范围不足(60-80dB)导致高/低反射物体识别困难,近距盲区(30-50cm)与长距精度(±3cm)矛盾突出;结构上视场角与点云密度难以平衡,多雷达拼接又带来同步误差。成本方面,核心元件(SPAD/OPA芯片)良率低(<50%)、校准工序复杂,单机成本超200美元。环境适应性上,粉尘附着、振动偏移(±2°)和光衰(1万小时衰减15%)制约可靠性。

start_up_go的博客 483

深入探索MATLAB绘图工具箱:全面掌握数据可视化技术

在绘图时,可以通过设置属性来自定义图形的外观。% 创建数据% 绘制图形并设置属性figure;% 自定义颜色title('指数衰减与正弦波');xlabel('时间');ylabel('幅度');grid on;

一键难忘的博客 3548

计算机控制技术及应用

《计算机控制技术及应用》通过总结作者的科研成果和吸收国内外的先进理论、方法和技术,以计算机控制系统的网络化、开放化、智能化和集成化发展趋势为主线索,主要介绍计算机控制系统的基本概念和计算机控制系统的典型形式,计算机控制系统的数学描述与基本分析方法,以及数字PID控制器、最少拍控制系统、达林算法、状态变量设计法等设计方法及其各种改进算法。重点突出计算机控制系统输入输出通道接口的设计方法和典型控制系统的设计案例与实现方法等。

上一篇: 连续序列 最大乘积解题报告
下一篇: Matlab中窗函数的简单使用
It_BeeCoder
博客等级 码龄10年 967粉丝 238原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
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