Matlab 三维绘图与统计绘图

Posted 2020-09-29 Not-Bad

一、 三维绘图

p = 0: pi/10: 20*pi;
x = cos(p);
y = sin(p);
z = p;
plot3(x,y,z)

x = -2:.2:2;                         %有-2为起点，2为递增步长，2为终止点
y = -1:.2:1;
[xx, yy] = meshgrid(x, y);            %用于从数组x和y产生网格,两矩阵大小相同
zz = xx.*exp(-xx.^2 - yy.^2);
[px,py] = gradient(zz,.2,.2);         %求数值梯度函数的命令
quiver(x,y,px,py,2);       

quiver(x,y,u,v)函数：用来绘制二维方向的箭头图，在点(x,y)处用箭头显示对应于(u,v)的速度向量。

 

二、 统计绘图

1. box图主要用来进行图形化的检验，进行数据样本的box图，其函数为

     boxplot(X, notch, \'sym\', vert, whis)

//X为矩阵，X中的每列数据绘制一个box图。Notch缺省则box图无切口，取址为1，图形带切口。
//\'sym\'为野值标记，缺省符号为‘+’。Vertkongzhibox图水平或垂直放置，取值为0，水平放置；取值为1垂直放置。
//Whis定义虚线的长度为内四分位间距（IRQ）的函数，缺省为1.5 * IRQ，取值为0时，则box图用sym规定的标记数据。

a = normrnd(4,1,100,1);
b = normrnd(5,1,100,1);
x = [a b];
boxplot(x,0,\'-\',0)

2. 误差条的函数为

errorbar(x,y,l,u,symbol)

//功能是给出x-y图以及由l和u规定的误差界限的误差条，symbol为一个字符串，可规定类型和颜色。

a = 0.1:0.2:0.5;
r = poissrnd(a(ones(50,1),:));      %泊松分布随机数发生器
[p,pci] = poissfit(r,0.001);
l = p - pci(1,:);
u = pci(2,:) - p;
errorbar(l:3, p, l, u, \'-\')

 Lambdahat=poissfit(X)                　　　　　　　　　　泊松分布的参数的最大似然估计

[Lambdahat, Lambdaci] = poissfit(X)　　　　　　　　 置信度为95%的参数估计和置信区间

[Lambdahat, Lambdaci]= poissfit (X, ALPHA)　　　　  返回水平α的λ参数和置信区间

x = linspace(0,10,50);
y = exp(sin(x));
delta = 0.15 * y;              %计算15%的误差限
errorbar(x,y,delta);

 

3. 最小二乘数据可以将 拟合前数据与拟合后所得的直线和曲线进行绘图比较，lsline

a = [1 2.2 3.2 4.1 5.3 6 8.4 10.2 13.1 15.3];
plot(a, \'*\');
lsline

4.  正太数据图可用来绘制图形化的正态检验正态概率图

normplot(x)
//绘制数据x的正态概率图，当x为矩阵时，图形为x的每一列绘制一条线，图形用符号“+”标识样本数据。
//当数据分布服从正态分布，则图形呈现为直线，而其他概率函数则i凹陷出不同程度的弯曲。

x = normrnd(0,1,80,1);
normplot(x)

 

5. 绘制数据排列，函数

pareto(y,\'names\')

//其中names是可选的，而y为一列数据。函数将数据y按数据递减顺序绘制成直方图，其上折现则表示累积频率。

fruits = {\'Banana\', \'Pear\',\'Orange\',\'Raspberry\'};
amounts = [7,22,3,13];
pareto(amounts,fruits)

6.  柱状图

x = [5 10 7 1.3];
label = {\'Banana\', \'Pear\',\'Orange\',\'Raspberry\'};
pie(x,label)

三维柱状图：

x = [5 10 7 1.3];
label = {\'Banana\', \'Pear\',\'Orange\',\'Raspberry\'};
pie3(x,label)

7.  多项式绘图——refcerve(p)函数

s = [-1.1 0.9 1.9 -0.9 -5.4 -10.5 -19.6 -28.7 -40 -55.5 -71.6];
plot(s,\'s\')
refcurve([-1 3 -1])

 8.  二维 柄状图

y=linspace(0,2*pi,10)
stem(cos(y),\'fill\',\'-.\')%对离散图的末端进行了填充
title(\'二维柄状图示例\');