初级Matlab画图经验简单记录以及错误使用plot矢量长度必须相同问题解决

Posted 2023-04-04 清梦枕星河~

matlab画图简单方便、美观可编辑，是把实验数据用来画图的很好的选择工具，这里简单记一下我的使用，
以及使用过程中遇到的问题和解决。其实也是小问题，只是用的少所以不熟练，遇到的问题也是很普遍的问题，但是去查阅的时候感觉解答说的不是很清楚，不够直观，所以记一下，防止以后碰到。

clear all;close all;clc;
x=0:1:12;
y=[1,2,3,4,5,6,7,8,9,10,11,12,13]
plot(x,y,'--pr','LineWidth',2,'MarkerSize',10,'MarkerEdgeColor','r')
hold on
plot(x,y1,...)
plot(x,y2,...)
set()#设置坐标轴字体及格式

以上就是一个简单的画图代码了，在matlab中运行就会画出相应的曲线，通过hold on接上plot（）命令可以在一张图上画多条曲线。期间我遇到的问题如下 ：

"""错误使用plot
矢量长度必须相同

出错plot(line xx)"""

查了一些解答。其实解决后看起来解答也确实说明白了，但是不太直观吧
主要问题就在于下面两行代码：

x=0:1:12;
y=[1,2,3,4,5,6,7,8,9,10,11,12]

x的范围是从0到12，以1为间隔，这里其实包含13个数
所以y中的数值个数应与x一致，也应该是13个，上面y是12个数就会有问题，
如果两者的组成的点不是整数对，那就会报下面的问题。

一开始的时候我看x从0-12是12个数，所以y当时也是12个数，结果一直报错，把x改一下：

x=0:1:11;
或者
x=1:1:12;

这时候错误就解决了。
简单记一下相关用法：

画图命令说明：

plot(x,y,'--pr','LineWidth',2,'MarkerSize',10,'MarkerEdgeColor','r')

其中，x,y是横纵坐标值，可以组成点成对对应
‘–pr’, --表示线型是双划线的虚线，如上图，p表示五角星，就是x,y点用五角星表示，r表示线的颜色是红色，
‘LineWidth’ 表示线宽，
‘MarkerSize’ 表示五角星的大小
最后的’MarkerEdgeColor’，‘r’表示五角星的颜色是红色，其他的同理。

附上一个画图参考链接：https://blog.csdn.net/y18771025420/article/details/103245614

python matplotlib 画图神器

Matplotlib 是 Python 的一个绘图库。它包含了大量的工具，你可以使用这些工具创建各种图形，包括简单的散点图，正弦曲线，甚至是三维图形。Matplotlib 和Matlab的绘图功能相似，但前者在图像渲染效果上尤佳

matlab绘图参考：

​​matlab输出仿真图​​

​​1.基础知识(3) --Matlab绘制特殊的图形​​

使用matplotlib请现在cmd安装该库
 pip install matplotlib

 # 导入相关模块
 import matplotlib.pyplot as plt
 import numpy as np

---

1、基本用法

通过 np.linspace 方式生成 x，50 个元素的数组，然后通过 np.sin(x) 生成 y。

x = np.linspace(0, 2 * np.pi, 50)
y = np.sin(x)

通过 plt.plot(x, y) 来画出图形，并通过 plt.show() 来显示。

plt.plot(x, y)
plt.show()

plt.plot(x, y)
 plt.plot(x, y * 2)
 plt.show()

绘制出图形之后，调整更多的样式，比如颜色、点、线。

plt.plot(x, y, y*-)
 plt.plot(x, y * 2, m--)
 plt.show()

这里列举一些常见的颜色表示方式：

颜色	表示方式
蓝色	b
绿色	g
红色	r
青色	c
品红	m
黄色	y
黑色	k
白色	w

常见的点的表示方式：

点的类型	表示方式
点	.
像素	,
圆	o
方形	s
三角形	^

常见的线的表示方式：

线的类型	表示方式
直线	-
虚线	--
点线	:
点划线	-.

---

2、Matplotlib设置

Matplotlib 支持各种灵活的设置，创建一个 figure，设置大小为 (6, 3)。

plt.figure(figsize=(6, 3))
 plt.plot(x, y)
 plt.plot(x, y * 2)
 plt.show()

plt.plot(x, y)
 plt.plot(x, y * 2)
 plt.title("sin(x) & 2sin(x)")
 plt.show()

plt.plot(x, y)
 plt.plot(x, y * 2)
 plt.xlim((0, np.pi + 1)) # 设限定轴的范围
 plt.ylim((-3, 3))
 plt.xlabel(X) # 设置轴的名称
 plt.ylabel(Y)
 plt.show()

plt.plot(x, y)
plt.plot(x, y * 2)
plt.xticks((0, np.pi * 0.5, np.pi, np.pi * 1.5, np.pi * 2))
plt.show()

plt.plot(x, y, label="sin(x)")
plt.plot(x, y * 2, label="2sin(x)")
plt.legend(loc=best)
plt.show()

​​plt.annotate​​ 函数，也可以使用 ​​plt.text​​ 函数来添加注释。

plt.plot(x, y)
x0 = np.pi
y0 = 0
# 画出标注点
plt.scatter(x0, y0, s=50)
plt.annotate(sin(np.pi)=%s % y0, xy=(np.pi, 0), xycoords=data, xytext=(+30, -30),
             textcoords=offset points, fnotallow=16,
             arrowprops=dict(arrowstyle=->, cnotallow="arc3,rad=.2"))
plt.text(0.5, -0.25, "sin(np.pi) = 0", fnotallow=size: 16, color: r)
plt.show()

 

将多张子图展示在一起，可以使用 ​​subplot()​​ 。

ax1 = plt.subplot(2, 2, 1) # （行，列，活跃区）
 plt.plot(x, np.sin(x), r)
 ax2 = plt.subplot(2, 2, 2, sharey=ax1) # 与 ax1 共享y轴
 plt.plot(x, 2 * np.sin(x), g)
 ax3 = plt.subplot(2, 2, 3)
 plt.plot(x, np.cos(x), b)
 ax4 = plt.subplot(2, 2, 4, sharey=ax3) # 与 ax3 共享y轴
 plt.plot(x, 2 * np.cos(x), y)
 plt.show()

有时候我们需要不同大小的子图。

ax1 = plt.subplot(2, 1, 1) # （行，列，活跃区）
 plt.plot(x, np.sin(x), r)
 ax2 = plt.subplot(2, 3, 4)
 plt.plot(x, 2 * np.sin(x), g)
 ax3 = plt.subplot(2, 3, 5, sharey=ax2)
 plt.plot(x, np.cos(x), b)
 ax4 = plt.subplot(2, 3, 6, sharey=ax2)
 plt.plot(x, 2 * np.cos(x), y)
 plt.show()

---

3、常见的图形

常见的示例图。

k = 500
 x = np.random.rand(k)
 y = np.random.rand(k)
 size = np.random.rand(k) * 50 # 生成每个点的大小
 colour = np.arctan2(x, y) # 生成每个点的颜色大小
 plt.scatter(x, y, s=size, c=colour)
 plt.colorbar() # 添加颜色栏
 plt.show()

k = 10
x = np.arange(k)
y = np.random.rand(k)
plt.bar(x, y) # 画出 x 和 y 的柱状图
# 增加数值
for x, y in zip(x, y):
plt.text(x, y , %.2f % y, ha=center, va=bottom)
plt.show()

3.3、中文乱码解决
默认情况下Matplotlib 中文会乱码。

x = [北京, 上海, 深圳, 广州]
 y = [60000, 58000, 50000, 52000]
 plt.plot(x, y)
 plt.show()

如何解决呢？

plt.rcParams[font.sans-serif]=[SimHei] #用来正常显示中文标签
plt.rcParams[axes.unicode_minus]=False #用来正常显示负号
plt.plot(x, y)
plt.show()