MATLAB基础:图像绘制

今天我们继续学习MATLAB中图像的绘制。

平面图形

grid on:

在图形上显示网格线。这个命令通常用于增强图形的可读性,尤其是在查看函数图形或者数据点分布时,网格线可以帮助用户更准确地判断坐标点的位置。

plot(x,y):

x和y为长度相同的向量,分别用于存储x坐标和y坐标数据。

plot(x1,y1,选项1,x2,y2,选项2,...,xn,yn,选项n):

多组折线,可选择表示折线的属性,如颜色、线型等。

以下是线型表

如:在0≤X≤2π区间内绘制曲线y=2e^(-0.5*x)*sin(2πx)

Matlab 复制代码
x = 0:pi/100:2*pi;
y = 2*exp(-0.5*x).*sin(2*pi*x); % 注意这里的 .* 用于元素对元素乘法
plot(x, y, 'r'); % 使用x和y中的元素分别作为横坐标和纵坐标来绘制曲线

效果图

fplot('fun',a,b):

绘制fun在区间a,b上的图形,fun可以是函数或表达式。与上面三个不同的是,这个函数是直接绘制的函数图像,而非是由单个点连起来的折线。

同样绘制上图数据

Matlab 复制代码
fplot(@(x) 2*exp(-0.5*x)*sin(2*pi*x), [0, 2*pi], 'g');

三维图形

plot3(x1,y1,z1,选项1,...,xn,yn,zn,选项n):

如:绘制三维参数曲线

Matlab 复制代码
t = 0:pi/50:2*pi;
x = 8*cos(t);
y = 4*sqrt(2)*sin(t);
z = -4*sqrt(2)*sin(t);
plot3(x, y, z, 'p');

结果如图:

曲面图形

X, Y = meshgrid(xa, ya);绘制网格坐标矩阵

mesh(X, Y, Z);% 绘制三维网格图

Matlab 复制代码
% 定义x轴和y轴的向量
xa = -2:0.2:2;
ya = xa;

% 生成网格坐标矩阵
[X, Y] = meshgrid(xa, ya);

% 计算高度值
Z = X .* exp(-X.^2 - Y.^2);

% 绘制三维网格图
mesh(X, Y, Z);

surf(X, Y, Z); % 绘制三维着色表面图

Matlab 复制代码
% 定义x轴和y轴的向量
xa = -2:0.2:2;
ya = xa;

% 生成网格坐标矩阵
[X, Y] = meshgrid(xa, ya);

% 计算高度值
Z = X .* exp(-X.^2 - Y.^2);

% 绘制三维着色表面图
surf(X, Y, Z);

contour(X, Y, Z, levels) ;% 绘制二维等高线图,levels 是一个向量,包含了多个等高线级别,每个级别对应一个等高线。

Matlab 复制代码
% 定义x轴和y轴的向量
xa = -2:0.2:2;
ya = xa;

% 生成网格坐标矩阵
[X, Y] = meshgrid(xa, ya);

% 计算高度值
Z = X .* exp(-X.^2 - Y.^2);

% 绘制二维等高线图
contour(X, Y, Z);

contour3(X, Y, Z,levels); % 绘制三维等高线图

Matlab 复制代码
​% 定义x轴和y轴的向量
xa = -2:0.2:2;
ya = xa;

% 生成网格坐标矩阵
[X, Y] = meshgrid(xa, ya);

% 计算高度值
Z = X .* exp(-X.^2 - Y.^2);

% 绘制三维等高线图
contour3(X, Y, Z);
​
相关推荐
IT_陈寒29 分钟前
Redis内存爆了,原来我漏掉了这个致命配置
前端·人工智能·后端
用户3521802454752 小时前
🎆从 Prompt 到 Skill:让 Spring AI Agent 学会"装新技能"
人工智能·spring boot·ai编程
米小虾3 小时前
手把手教你搭建第一个生产级AI Agent:从选型到实战的完整指南
人工智能·agent
任沫3 小时前
Agent之Function Call
javascript·人工智能·go
米小虾3 小时前
2026年AI Agent全面爆发:从开源生态到企业级应用的进化之路
人工智能·agent
用户6919026813393 小时前
Vibe Coding 开发项目的基本范式
人工智能·设计模式·代码规范
To_OC3 小时前
别再跟 AI 死磕 prompt 了,我写了个 Loop 让它自己改到满意为止
人工智能·aigc·agent
血小溅4 小时前
三大 AI 编码框架深度对比:GSD vs OpenSpec vs Superpowers
人工智能·后端
武子康7 小时前
调查研究-186 LangChain 和 LangGraph 的区别:从快速构建 Agent 到生产级工作流编排
人工智能·langchain·llm
武子康8 小时前
调查研究-185 CodeGraph 调研:给 AI 编程 Agent 一张代码库地图,少一点反复 grep(2026)
人工智能·openai·claude