深入浅出MATLAB数据可视化：超越plot()_figure('position', [100, 100, 800, 600]);-优快云博客

深入浅出MATLAB数据可视化：超越plot()

摘要： MATLAB提供了强大而灵活的数据可视化工具箱。本文将介绍如何超越基础的plot()函数，利用高级图表、交互式工具和图形属性设置，创建出信息丰富且具有出版质量的图形。

数据可视化是科学计算和工程分析中不可或缺的一环。一个优秀的图表能够直观地揭示数据的内在规律和关系。

1. 探索不同的图表类型
根据数据特性和展示目的，选择合适的图表至关重要。

散点图与气泡图 (scatter, bubblechart)：展示两个或三个变量之间的关系，气泡图可以用气泡大小表示第三个变量。
直方图与箱线图 (histogram, boxplot)：用于描述数据的分布和统计特性。
曲面与网格图 (surf, mesh)：完美呈现三维数据，常用于显示数学函数或地理信息。
向量场图 (quiver)：表示向量（如速度、力场）的方向和大小。

示例：创建子图组合仪表板

% 生成示例数据
x = linspace(0, 3*pi, 100);
y1 = sin(x);
y2 = cos(x);
categories = {'A', 'B', 'C', 'D'};
values = [10, 25, 15, 30];

figure; % 创建新图形窗口

% 子图1：线图
subplot(2, 2, 1);
plot(x, y1, 'r-', x, y2, 'b--');
title('正弦与余弦曲线');
legend('sin(x)', 'cos(x)');
grid on;

% 子图2：条形图
subplot(2, 2, 2);
bar(categorical(categories), values);
title('分类条形图');
ylabel('数值');

% 子图3：散点图
subplot(2, 2, 3);
scatter(y1, y2, 20, x, 'filled'); % 颜色随x变化
colormap(jet);
colorbar;
title('相位空间散点图');
xlabel('sin(x)'); ylabel('cos(x)');

% 子图4：饼图
subplot(2, 2, 4);
pie(values, categories);
title('占比分布');

2. 精细化控制：图形对象与属性
MATLAB图形系统是层次化的。通过直接操作图形对象（Figure, Axes, Line, Text等）的属性，可以实现像素级的精确控制。

% 创建图形并获取句柄
hFig = figure('Position', [100 100 800 600]); % 设置窗口位置和大小
hAxes = gca; % 获取当前坐标轴句柄
hLine = plot(hAxes, x, y1);

% 设置坐标轴属性
set(hAxes, 'FontSize', 12, 'LineWidth', 1.5);
xlabel(hAxes, 'X Axis Label', 'FontWeight', 'bold');
ylabel(hAxes, 'Y Axis Label', 'FontWeight', 'bold');

% 设置线条属性
set(hLine, 'Color', [0.2 0.6 0.8], ... % RGB颜色
           'LineWidth', 2, ...
           'Marker', 'o', ...
           'MarkerSize', 4);

3. 交互式工具
MATLAB图形窗口提供了丰富的交互工具，如数据游标（Data Cursor）、平移/缩放（Pan/Zoom）和图形浏览器（Plot Browser），方便用户直接在图形上探索数据。

结论： 熟练掌握MATLAB的高级可视化功能，能够将枯燥的数据转化为具有说服力的视觉故事，极大地增强分析和演示的效果。