MATLAB教程（1） MATLAB 基础知识(4)

第七部分：二、三维图

二维图和三维图- MATLAB & Simulink- MathWorks 中国

折线图

（1）画图

x = 0:pi/1000:2*pi;
y = sin(x);
plot(x,y)

这里x就用到了前面说到的索引。x表示0到2*pi之间步长为pi/100的值。
二维图如下：

这里多说一下步长，步长决定了横轴取值的密集程度。下图是将步长改为pi/10之后的图像。

对比图中标记处不难发现，步长增大，图像的精确度变低，所以这里尽量保证步长足够小，使得x可以取到足够多的值

（2）坐标
我们可以对横轴和纵轴分别命名，并对上述正弦图像加上标题。

这里写图片描述

（3）plot(x, y, 'r--')
通过在图像函数中添加第三个输入参数，可以用红色虚线绘制与原来相同的变量。

其中第三个参数规定了线条的颜色、样式和标记的字符。（例如上例中的‘r–’表示红色虚线。）标记是指对每一个数据点用参数所给的标记形式进行表示。（例如’g:o’表示用‘o’连成一条绿色的线输出=.=我这个解释没谁了，讲不清楚还是上图吧…..）

这样的标记除了’o’，还有‘+’，‘*’等等。

这时候你会发现，我们开始为第一个图定义的标题和标签不再显示在当前图形窗口中了。这是因为在默认情况下，重新调用一个绘图函数，MATLAB就会清除数据，重置轴和其他元素来准备新的绘图。
若要将图添加到现有图形，使用hold on 命令即可。

这里写图片描述

在使用hold off或close the window命令之前，所有的图都会出现在当前的图形窗口中。

3D图像

3D图像通常用有两个参数的函数来定义一个曲面，z = f(x,y) 。
对于z，首先使用meshgrid命令在函数定义域内创建若干(x,y)。

这里写图片描述

这里需要注意的是，在matlab中，.2代表0.2
(-2:.2:2)表示在-2到2的区间上以0.2的长度为间隔的向量；

当变量x是由向量、数组或隔开的点组成（如x=0：0.1：1）时，则后面有x变量的方程要加点 (.)，例如：y=x.*exp(-x.*2)
但是如果x是连续的变量，如syms x，则方程写成y=x*exp(-x*2)。

Subplots
你可以用subplot函数在同一窗口的不同区域显示多个图像。
subplots函数的前两个输入参数显示当前窗口每行每列的图像数量，第三个输入参数指定活动区域。例如，在图形窗口创建四个区域来分别输出图像。

这里写图片描述

mesh()生成由X，Y和Z指定的网线面，由C指定的颜色的三维网格图。

第八部分：程序和脚本

编程和脚本- MATLAB & Simulink- MathWorks 中国

示例脚本（从均匀分布中生成随机数据并计算平均值。绘制数据和平均值。）
用edit命令来创建脚本：
edit plotrand
这样就打开了一个叫plotrand.m的空文件，输入产生随机数向量的代码：

n = 50;
r = rand(n,1);
plot(r)

然后，添加代码在图中绘制水平线：

m = mean(r);
hold on
plot([0,n],[m,m])
hold off
title('Mean of Random Uniform Data')

在写代码过程中，可用（%）在代码之间添加注释。
最后保存脚本，在命令行窗口输入plotrand运行脚本。

循环和条件语句
在脚本中，可以循环使用部分代码，并且通过使用（for,while,if,switch等关键字）来执行这部分代码。
例如，创建一个叫calcmean.m的脚本，利用for循环计算五个随机样本的平均数和总平均数。

nsamples = 5;
npoints = 50;for k = 1:nsamplescurrentData = rand(npoints,1);sampleMean(k) = mean(currentData);
end
overallMean = mean(sampleMean)

现在，修改for循环，以便每次迭代时都可以查看结果。在运行脚本时，会先显示中间结果，再计算总体均值。

for k = 1:nsamplesiterationString = ['Iteration #',int2str(k)];disp(iterationString)currentData = rand(npoints,1);sampleMean(k) = mean(currentData)
end
overallMean = mean(sampleMean)calcmean

在编辑器中，在calcmean.m的最后添加条件语句，使它根据不同的总体均值返回不同的信息。

if overallMean < .49disp('Mean is less than expected')
elseif overallMean > .51disp('Mean is greater than expected')
elsedisp('Mean is within the expected range')
end