如何在MATLAB中进行数据可视化？

文章目录

- - 一、核心基础：二维可视化（最常用）
  - - [1. 基础曲线：plot（趋势展示）](#1. 基础曲线：plot（趋势展示）)
    - [2. 分布可视化：直方图/密度图（统计特征）](#2. 分布可视化：直方图/密度图（统计特征）)
    - [3. 对比可视化：柱状图/条形图（分类数据）](#3. 对比可视化：柱状图/条形图（分类数据）)
    - [4. 关联可视化：散点图（变量相关性）](#4. 关联可视化：散点图（变量相关性）)
  - 二、进阶可视化：三维图形
  - - [1. 三维曲线：plot3](#1. 三维曲线：plot3)
    - [2. 曲面图：surf / mesh（网格图）](#2. 曲面图：surf / mesh（网格图）)
    - [3. 体积可视化：slice（切片图）](#3. 体积可视化：slice（切片图）)
  - 三、可视化定制化技巧（提升图表美观度）
  - - [1. 样式统一设置](#1. 样式统一设置)
    - [2. 颜色与配色](#2. 颜色与配色)
    - [3. 图例/标签优化](#3. 图例/标签优化)
    - [4. 导出高清图片](#4. 导出高清图片)
  - 四、实战场景示例
  - - 场景1：时间序列数据可视化（多指标对比）
    - 场景2：地理数据可视化（带坐标的散点）
  - 五、关键总结

MATLAB 提供了 丰富且灵活的数据可视化工具 ，覆盖从基础二维曲线到复杂三维图形、动态交互可视化的全场景需求。以下按「基础绘图→进阶可视化→定制化技巧→实战场景」分层讲解，附可直接运行的代码示例：

一、核心基础：二维可视化（最常用）

二维绘图是数据可视化的基础，适用于展示一维/二维数据的趋势、分布、对比关系。

1. 基础曲线：plot（趋势展示）

用于绘制单/多条曲线，适合展示「自变量-因变量」的连续趋势（如时间序列、函数曲线）。

matlab 复制代码

% 示例：绘制正弦/余弦曲线，自定义样式
x = 0:0.01:2*pi;  % 生成等间距自变量
y1 = sin(x);
y2 = cos(x);

figure('Color','w');  % 新建白色背景窗口
plot(x, y1, 'r-', 'LineWidth', 1.5, 'DisplayName','sin(x)');  % 红色实线
hold on;  % 保留当前画布，继续绘图
plot(x, y2, 'b--', 'LineWidth', 1.5, 'DisplayName','cos(x)'); % 蓝色虚线
xlabel('x (弧度)','FontSize',12);  % x轴标签（字号12）
ylabel('y值','FontSize',12);       % y轴标签
title('sin(x) & cos(x) 曲线','FontSize',14);  % 标题
legend('Location','best');  % 图例（自动选最优位置）
grid on;  % 显示网格
xlim([0, 2*pi]);  % 限定x轴范围
hold off;

2. 分布可视化：直方图/密度图（统计特征）

用于展示数据的分布特征，常见函数：histogram（直方图）、ksdensity（核密度估计）。

matlab 复制代码

% 示例：正态分布数据的分布可视化
data = randn(1000,1);  % 生成1000个正态分布随机数

figure('Color','w');
subplot(1,2,1);  % 1行2列，第1个子图
histogram(data, 'BinWidth',0.5, 'FaceColor','#1f77b4', 'EdgeColor','w');
title('直方图','FontSize',12);
xlabel('数据值'); ylabel('频数');

subplot(1,2,2);  % 第2个子图
[f, xi] = ksdensity(data);  % 核密度估计
plot(xi, f, 'r-', 'LineWidth',1.5);
title('核密度曲线','FontSize',12);
xlabel('数据值'); ylabel('概率密度');

3. 对比可视化：柱状图/条形图（分类数据）

用于对比不同类别数据的数值大小，常见函数：bar（柱状图）、barh（横向条形图）。

matlab 复制代码

% 示例：多组分类数据对比
categories = {'A类','B类','C类','D类'};
data1 = [12, 25, 18, 30];  % 第一组数据
data2 = [8, 20, 22, 25];   % 第二组数据

figure('Color','w');
bar(categories, [data1; data2]', 'Width',0.8);  % 分组柱状图（宽度0.8）
colormap(parula);  % 设置配色
title('不同类别数据对比','FontSize',12);
ylabel('数值');
legend('组1','组2','Location','northwest');

4. 关联可视化：散点图（变量相关性）

用于展示两个变量的关联关系，函数：scatter（基础散点）、scatter3（三维散点）。

matlab 复制代码

% 示例：带颜色/大小编码的散点图（展示3维信息）
x = rand(100,1);
y = rand(100,1);
z = x + y;  % 第三维信息（用颜色表示）
size_val = z * 50;  % 点大小（用大小表示）

figure('Color','w');
scatter(x, y, size_val, z, 'filled');  % filled：填充点
colorbar;  % 显示颜色条（对应z值）
xlabel('X'); ylabel('Y');
title('散点图（颜色/大小编码额外信息）');

二、进阶可视化：三维图形

适合展示三维空间数据（如曲面、体积、三维曲线）。

1. 三维曲线：plot3

matlab 复制代码

% 示例：螺旋线
t = 0:0.01:10*pi;
x = sin(t);
y = cos(t);
z = t;

figure('Color','w');
plot3(x, y, z, 'LineWidth',1.5);
xlabel('X'); ylabel('Y'); zlabel('Z');
title('三维螺旋线');
grid on;

2. 曲面图：surf / mesh（网格图）

matlab 复制代码

% 示例：绘制z = sin(√(x²+y²))/√(x²+y²) 曲面
[X,Y] = meshgrid(-5:0.1:5, -5:0.1:5);  % 生成网格坐标
R = sqrt(X.^2 + Y.^2) + eps;  % 避免除以0
Z = sin(R)./R;

figure('Color','w');
surf(X, Y, Z);  % 填充曲面
shading interp;  % 平滑着色（消除网格线）
colorbar;  % 颜色条（对应Z值）
xlabel('X'); ylabel('Y'); zlabel('Z');
title('三维曲面图');

3. 体积可视化：slice（切片图）

适合展示三维体数据（如医学影像、流体仿真）：

matlab 复制代码

% 示例：三维体数据的切片可视化
[X,Y,Z] = meshgrid(-2:0.2:2, -2:0.2:2, -2:0.2:2);
V = X.^2 + Y.^2 + Z.^2;  % 体数据（每个坐标点的数值）

figure('Color','w');
slice(X,Y,Z,V, [-1,0,1], [-1,0,1], [-1,0,1]);  % 在x/y/z轴的-1/0/1位置切片
colorbar;
xlabel('X'); ylabel('Y'); zlabel('Z');
title('三维体数据切片图');

三、可视化定制化技巧（提升图表美观度）

MATLAB 支持精细化定制图表样式，核心技巧如下：

1. 样式统一设置

matlab 复制代码

% 全局样式（一次设置，所有图生效）
set(0, 'DefaultFigureColor','w');  % 所有图背景为白色
set(0, 'DefaultLineLineWidth',1.2);  % 所有线条宽度1.2
set(0, 'DefaultTextFontSize',11);    % 所有文字字号11
set(0, 'DefaultAxesFontName','SimHei');  % 支持中文（需系统有该字体）

2. 颜色与配色

内置配色：colormap(parula)（默认）、colormap(jet)、colormap(viridis)（推荐，色盲友好）；
自定义颜色：用RGB值（如 [0.2 0.4 0.6]）或十六进制（如 #1f77b4）。

3. 图例/标签优化

matlab 复制代码

legend({'曲线1','曲线2'}, 'FontSize',10, 'Box','off');  % 关闭图例边框
xlabel('时间 (s)','FontWeight','bold');  % 加粗标签
ylabel('电压 (V)','Rotation',0);  % 标签水平显示（默认垂直）

4. 导出高清图片

matlab 复制代码

% 导出为PNG（300dpi），适合论文/报告
print(gcf, 'figure_name.png', '-dpng', '-r300');
% 导出为矢量图（EPS，无失真）
print(gcf, 'figure_name.eps', '-depsc');

四、实战场景示例

场景1：时间序列数据可视化（多指标对比）

matlab 复制代码

% 模拟传感器时间序列数据
time = 1:100;
temp = 25 + 5*sin(time/10) + randn(size(time));  % 温度
humidity = 60 + 10*cos(time/15) + randn(size(time));  % 湿度

figure('Color','w');
ax1 = gca;  % 主坐标轴
plot(time, temp, 'r-', 'LineWidth',1.5, 'DisplayName','温度');
xlabel('时间 (min)');
ylabel('温度 (℃)','Color','r');
ax1.YColor = 'r';  % 主坐标轴颜色
grid on;

ax2 = axes('Position',ax1.Position, 'XAxisLocation','bottom', 'YAxisLocation','right', 'Color','none');
plot(ax2, time, humidity, 'b-', 'LineWidth',1.5, 'DisplayName','湿度');
ylabel(ax2, '湿度 (%)','Color','b');
ax2.YColor = 'b';  % 次坐标轴颜色
legend([ax1,ax2], 'Location','best');
title('温湿度时间序列');

场景2：地理数据可视化（带坐标的散点）

matlab 复制代码

% 模拟经纬度数据（如城市点位）
lat = [39.90, 31.23, 23.13, 116.40];  % 纬度
lon = [116.40, 121.47, 113.27, 39.90];  % 经度
value = [500, 800, 600, 900];  % 每个点位的数值（颜色编码）

figure('Color','w');
scatter(lon, lat, 200, value, 'filled');
colorbar;
xlabel('经度'); ylabel('纬度');
title('城市点位数值分布');
% 标注点位名称
text(lon, lat, {'北京','上海','广州','测试点'}, 'HorizontalAlignment','center');

五、关键总结

选对绘图函数 ：根据数据类型（连续/分类/三维）选择对应函数（plot/bar/surf 等）；
信息最大化：用颜色、大小、子图、双坐标轴等编码更多维度信息；
样式标准化：统一字体、颜色、线宽，导出高清格式；
交互增强 ：可结合 datacursormode（数据游标）、zoom（缩放）、pan（平移）提升交互性。

如果需要针对特定场景（如机器学习结果可视化、信号处理频谱图、图像处理）的示例，可以告诉我，我会补充对应代码！