matlab画相关系数图(长时序--分时期分月份)

成图如下:

a图为例子,纵坐标是1-12月,横坐标是不同的因子。如左下第一格表示的就是x1与AO因子在十二月的相关性。

(a/b/c是x1因子,d/e/f是x2因子)

首先要计算出每个相关系数(可以在SPSS中完成),然后将它们按矩阵型输入到excel中,如下:

接着在matlab中读入数据,直接画图:

Matlab 复制代码
corr = readtable('AONAODA.xls','Sheet','Sheet2');
A1 = table2array(corr(1:12,2:4));
A2 = table2array(corr(1:12,7:9));
A3 = table2array(corr(1:12,12:14));
A4 = table2array(corr(15:26,2:4));
A5 = table2array(corr(15:26,7:9));
A6 = table2array(corr(15:26,12:14));
% CMap=slanCM(102);
CMap=slanCM(95);


figure;
sub1 = subplot(2,3,1);
imagesc(A2);
caxis([-1 1]);
xticklabels({'AO','NAO','DA'});
yticks([1:2:12]);
yticklabels({'Jan','Mar','May','Jul','Sep','Nov'});
pos=set(sub1,'Position', [0.06 0.58 0.22 0.38]);  %设置位置
txt = {'(a) 1984-2000'};
text(0.1,1,txt)

% yticklabels({'Jan','Feb','Mar','Apr','May','Jun','Jul','Aug','Sep','Oct','Nov','Dec'});

sub2 = subplot(2,3,2);
imagesc(A3);
caxis([-1 1]);
xticklabels({'AO','NAO','DA'});
yticks([1:2:12]);
yticklabels({'Jan','Mar','May','Jul','Sep','Nov'});
pos=set(sub2,'Position', [0.36 0.58 0.22 0.38]);
txt = {'(b) 2001-2022'};
text(0.1,1,txt)

sub3 = subplot(2,3,3);
imagesc(A1);
caxis([-1 1]);
xticklabels({'AO','NAO','DA'});
yticks([1:2:12]);
yticklabels({'Jan','Mar','May','Jul','Sep','Nov'});
txt = {'(c) 1984-2022'};
text(0.1,1,txt)
pos=set(sub3,'Position', [0.66 0.58 0.22 0.38]);

sub4 = subplot(2,3,4);
imagesc(A5);
caxis([-1 1]);
xticklabels({'AO','NAO','DA'});
yticks([1:2:12]);
yticklabels({'Jan','Mar','May','Jul','Sep','Nov'});
pos=set(sub4,'Position', [0.06 0.1 0.22 0.38]);
txt = {'(d) 1984-2000'};
text(0.1,1,txt)

sub5 = subplot(2,3,5);
imagesc(A6);
caxis([-1 1]);
xticklabels({'AO','NAO','DA'});
yticks([1:2:12]);
yticklabels({'Jan','Mar','May','Jul','Sep','Nov'});
pos=set(sub5,'Position', [0.36 0.1 0.22 0.38]);
txt = {'(e) 2001-2022'};
text(0.1,1,txt)

sub6=subplot(2,3,6);
imagesc(A4);
caxis([-1 1]);
xticklabels({'AO','NAO','DA'});
yticks([1:2:12]);
yticklabels({'Jan','Mar','May','Jul','Sep','Nov'});
pos=set(sub6,'Position', [0.66 0.1 0.22 0.38]);
txt = {'(f) 1984-2022'};
text(0.1,1,txt)

colormap(CMap);


h=colorbar('eastoutside','fontsize',12);
set(get(h,'Title'),'string','Corr','fontsize',9)
set(h,'YTick',-1:1:1,'fontsize',9);%设置colorbar单位
pos3=set(h,'Position', [0.92 0.1 0.022 0.85]);  %设置colorbar位置

上面的代码大部分都是重复的,只要弄懂第一个子图怎么画,后面的改变量就行。

(CMap是我下的颜色库,也可以用matlab自带的)

另外,多子图的colorbar的设置需要在最后单独写几行代码,可根据自己需求更改。

祝大家画出好看的图。

相关推荐
吃好睡好便好6 小时前
在Matlab中绘制阶梯图
开发语言·人工智能·学习·算法·机器学习·matlab
Deep-w6 小时前
【MATLAB】基于 MATLAB 的离网光伏储能微电网容量优化仿真研究
开发语言·算法·matlab
Deep-w7 小时前
【MATLAB】基于MATLAB的图像加密传输平台【GUI+源码+项目说明】
开发语言·matlab·密码学
Evand J7 小时前
【MATLAB集群控制导航7】多无人机三维编队轨迹规划仿真。RRT*+Catmull-Rom路径平滑+Frenet 编队保持。附MATLAB代码链接
开发语言·matlab·无人机
Evand J8 小时前
【课题推荐与代码介绍】卡尔曼滤波器正反向估计算法原理与MATLAB实现
开发语言·算法·matlab
简简单单做算法10 小时前
改进遗传优化的BP神经网络一维时间序列预测算法matlab仿真
matlab·bp神经网络·遗传优化·一维时间序列预测
m0_7488394912 小时前
利用C 图形界面展示MATLAB算法的高效混合编程实践
开发语言·算法·matlab
Evand J1 天前
【课题推荐】强跟踪UKF算法,三维非线性状态量和观测量,附MATLAB代码测试结果
开发语言·算法·matlab
茗创科技1 天前
Nat Hum Behav | 特征选择会导致基于脑影像的机器学习生物标志物产生迥异的神经生物学解释
python·深度学习·机器学习·matlab·脑网络
Evand J1 天前
【课题推荐】三模型IMM交互式多模型滤波算法,匀速/左转/右转目标跟踪,附MATLAB代码测试结果
算法·matlab·目标跟踪·无人机·imm·多模型