t=(0:0.01:2)*pi;
x=sin(t);
y=cos(t);
z=cos(2*t);
plot3(x,y,z,'r-','linewidth',1.5);
box on; %打开坐标系边框
legend('三维曲线作图');

三维曲线绘图

x=0:0.2:1;
y=x;
[x y]=meshgrid(x,y);
plot(x,y,'b+')
%这就是所有(x,y)的取值 ,然后计算所有的z=f(x,y)就可以了

利用meshgrid生成网格节点

dd=0.001;n=1+1/dd;
[x,y]=meshgrid(0:dd:1,0:dd:1);
z=0;
for j=1:n
for i=1:n
if x(i,j)<sqrt(1-y(i,j).^2)
z(i,j)=x(i,j).^2+y(i,j).^2;
else
z(i,j)=0;
end
end
end
surf(x,y,z);
shading flat;

z=x^2+y^2被圆柱面x^2+y^2=1以及三坐标平面所截得的在第一卦限的图像

附件链接( 密码ju5z )

下载附件 a.csv 给出了高程数据,共有 2913 列,2775 行

filename = 'a.csv';
z = csvread(filename);
x0=1:1:2775;
y0=1:1:2913;
[xx0,yy0]=meshgrid(x0,y0);
xx=xx0';%依题意 进行转置
yy=yy0';
figure
contourf(xx,yy,z,8)
saveas(gcf,['e:\','a','.png']); %无损存图

等高图

filename = 'a.csv';
z = csvread(filename);
y0=1:1:2913;
x0=1:1:2775;
[xx0,yy0]=meshgrid(x0,y0);
xx=xx0';%依题意 进行转置
yy=yy0';
contour(xx,yy,z,[1,3000],'r.')
saveas(gcf,['e:\','test','.png']); %存图

截取特定高程范围的轮廓图

filename = 'a.csv';
z = csvread(filename);
x0=1:1:2775;
y0=1:1:2913;
[xx0,yy2]=meshgrid(x0,y0);
xx=xx0';%依题意 进行转置
yy=yy0'; s=surf(xx,yy,z);
s.EdgeColor = 'none';
shading flat; hold on
title('Contour map of the area');
xlabel('East(Degree)');
ylabel('South(Degree)');
hold off saveas(gcf,['e:\','a','.png']); %存图 比gui存图

三维立体图

function y = circle( x,y,r )
rectangle('Position',[x-r,y-r,2*r,2*r],'Curvature',[1,1],'linewidth',1),axis equal
end

标记函数

[x, y] = meshgrid(1:10);            %构造测量网格
h = [0, 0.02, -0.12, 0, -2.09, 0, -0.58, -0.08, 0, 0;...
0.02, 0, 0, -2.38, 0, -4.96, 0, 0, 0, -0.1;...
0, 0.1, 1, 0, -3.04, 0, -0.53, 0, 0.1, 0;...
0, 0, 0, 3.52, 0, 0, 0, 0, 0, 0;...
-0.43, -1.98, 0, 0, 0, 0.77, 0, 2.17, 0, 0;
0, 0, -2.29, 0, 0.69, 0, 2.59, 0, 0.3, 0;...
-0.09, -0.31, 0, 0, 0, 4.27, 0, 0, 0, -0.01;...
0, 0, 0, 5.13, 7.4, 0, 1.89, 0, 0.04, 0;...
0.1, 0, 0.58, 0, 0, 1.75, 0, -0.11, 0, 0;...
0, -0.01, 0, 0, 0.3, 0, 0, 0, 0, 0.01]; %测量数据点
[xi, yi] = meshgrid(1:0.01:10); %构造插值网格
hi = griddata(x, y, h, xi, yi, 'v4'); %griddata进行V4插值
surf(hi); %画出地貌
shading flat; %去除网格线
colorbar;
xlabel('x'), ylabel('y'), zlabel('h')

在缺少数据的情况下进行插值绘图

未经插值的原图是

MATLAB RGB数值

figure
ax1 = subplot(2,1,1);
x = linspace(0,10,50);
y1 = sin(2*x);
plot(ax1,x,y1)
title(ax1,'Subplot 1')
ylabel(ax1,'Values from -1 to 1') ax2 = subplot(2,1,2);
y2 = rand(50,1);
scatter(ax2,x,y2)
title(ax2,'Subplot 2')
ylabel(ax2,'Values from 0 to 1')

使用子图在图窗中创建多个坐标区

使用 subplot 函数在一个图窗中创建多个坐标区,该函数可将图窗划分为若干个子图网格。

例如,创建两个堆叠子图,并将 Axes 对象赋给变量 ax1 和 ax2。在每个子图中添加绘图、标题和轴标签。指定 Axes 对象作为每个 graphics 函数的第一个输入参数,以确保此函数以正确的坐标区为目标。

[matlab] 2.数据可视化的更多相关文章

  1. 动态可视化 数据可视化之魅D3,Processing,pandas数据分析,科学计算包Numpy,可视化包Matplotlib,Matlab语言可视化的工作,Matlab没有指针和引用是个大问题

    动态可视化 数据可视化之魅D3,Processing,pandas数据分析,科学计算包Numpy,可视化包Matplotlib,Matlab语言可视化的工作,Matlab没有指针和引用是个大问题 D3 ...

  2. ECharts-基于Canvas,纯Javascript图表库,提供直观,生动,可交互,可个性化定制的数据可视化图表

    ECharts http://ecomfe.github.com/echarts 基于Canvas,纯Javascript图表库,提供直观,生动,可交互,可个性化定制的数据可视化图表.创新的拖拽重计算 ...

  3. Caffe学习系列(13):数据可视化环境(python接口)配置

    caffe程序是由c++语言写的,本身是不带数据可视化功能的.只能借助其它的库或接口,如opencv, python或matlab.大部分人使用python接口来进行可视化,因为python出了个比较 ...

  4. Linux 上的数据可视化工具

    Linux 上的数据可视化工具 5 种开放源码图形化工具简介 Linux® 上用来实现数据的图形可视化的应用程序有很多,从简单的 2-D 绘图到 3-D 制图,再到科学图形编程和图形模拟.幸运的是,这 ...

  5. 开源来自百度商业前端数据可视化团队的超漂亮动态图表--ECharts

    开源来自百度商业前端数据可视化团队的超漂亮动态图表--ECharts 本人项目中最近有需要图表的地方,偶然发现一款超级漂亮的动态图标js图表控件,分享给大家,觉得好用的就看一下.更多更漂亮的演示大家可 ...

  6. matplotlib实现数据可视化

    一篇matplotlib库的学习博文.matplotlib对于数据可视化非常重要,它完全封装了MatLab的所有API,在python的环境下和Python的语法一起使用更是相得益彰. 一.库的安装和 ...

  7. Python数据可视化——使用Matplotlib创建散点图

    Python数据可视化——使用Matplotlib创建散点图 2017-12-27 作者:淡水化合物 Matplotlib简述: Matplotlib是一个用于创建出高质量图表的桌面绘图包(主要是2D ...

  8. python 爬虫与数据可视化--matplotlib模块应用

    一.数据分析的目的(利用大数据量数据分析,帮助人们做出战略决策) 二.什么是matplotlib? matplotlib: 最流行的Python底层绘图库,主要做数据可视化图表,名字取材于MATLAB ...

  9. 【数据科学】Python数据可视化概述

    注:很早之前就打算专门写一篇与Python数据可视化相关的博客,对一些基本概念和常用技巧做一个小结.今天终于有时间来完成这个计划了! 0. Python中常用的可视化工具 Python在数据科学中的地 ...

随机推荐

  1. Hibernate入门(六)---------HQL语句

    Query: 代表面向对象的一个Hibernate查询操作.在Hibernate中,通常使用session.createQuery()方法接收一个HQL语句,然后调用Query的 list()或uni ...

  2. 1.创建和销毁对象_EJ

    在这里记录<Effective Java>学习笔记.该书介绍了java编程中70多种极具实用价值的经验规则,揭示了该做什么,不该做什么才能产生清晰.健壮和高效的代码. 第1条: 考虑用静态 ...

  3. 向后台提交数据:通过form表单提交数据需刷新网页 但通过Ajax提交数据不用刷新网页可通过原生态Ajax或jqueryAjax。Ajax代码部分

    原生态Ajax提交表单:需要借助XMLHttpRequest对象的open,要收通过post发送请求还要setRequsetHeader,然后把数据发送给后端,代码如下 目录结构 index.py代码 ...

  4. js的map遍历和array遍历

    1. array遍历: [1].forEach() forEach是ES5中操作数组的一种方法,主要功能是遍历数组.forEach方法中的function回调有三个参数:第一个参数是遍历的数组内容,第 ...

  5. ArrayMap 和HashMap的区别

    在以往android开发中,我们常常用key-value存储数据时,随手就会打出HashMap的代码,当数据量较小时,这种方法还不错还可以,当数据量比较多的时候,如果是PC机上,也还阔以.但是如果使用 ...

  6. hdu-2027题&&gets/getchar的区别

    hdu-2027题(水题~~~) 统计每个元音字母在字符串中出现的次数. Input输入数据首先包括一个整数n,表示测试实例的个数,然后是n行长度不超过100的字符串. Output对于每个测试实例输 ...

  7. 【JS基础】类型转换——不同数据类型比较

    小试牛刀 输出下列数据比较结果 [] == 0; //==============================================================true [] == ...

  8. win7文件搜索技巧

    重要说明   (1)搜索的字符串是大小写不敏感的 (2)字符串带双引号与不带双引号是有区别的 如:hello,搜索包含hello单词开头的文件或目录,名为“aa_HELLOcc...”.“cc-Hel ...

  9. svn状态与常见错误

    TortoiseSVN 1.6.16是最后一个目录独立管理自身cache的svn版本(每个目录下都有一个隐藏的.svn文件夹) 之后的版本会则会根目录上统一进行管理(只有根目录下有一个隐藏的.svn文 ...

  10. SQL Server OPTION (OPTIMIZE FOR UNKNOWN) 测试总结

      关于SQL Server的查询提示OPTION (OPTIMIZE FOR UNKNOWN) ,它是解决参数嗅探的方法之一. 而且对应的SQL语句会缓存,不用每次都重编译.关键在于它的执行计划的准 ...