1. 从“画出来”到“画得好”Matlab绘图的核心思维如果你刚开始用Matlab可能觉得plot(x, y)就是画图的全部。但当你需要把一张图放进论文、报告或者向别人清晰展示你的数据时就会发现事情远没那么简单。为什么别人的图线条清晰、标注专业、布局美观而你的图总是差点意思这背后是一整套从数据到视觉表达的完整工作流。Matlab的绘图系统非常强大但它的强大之处不在于一个万能函数而在于其模块化和可定制性。你可以把它想象成一个专业的画室plot、fplot这些是基础画笔和颜料而坐标轴、图例、标题、线条样式这些属性则是画布、构图和光影技巧。学习绘图不仅仅是记住几个函数名更是要理解如何组合这些工具来精确表达你的意图。本篇笔记的目标就是帮你建立这套思维。我们会从最基础的显式函数绘图plot和fplot讲起深入到隐函数和参数方程绘图fimplicit、fplot3最后系统梳理如何通过“属性-值”对来精细化控制图形的每一个细节。无论你是要画简单的正弦波还是复杂的多子图对比、三维曲面甚至是导出出版级质量的图片这里都有可直接复用的代码和思路。我们避开那些华而不实的炫技聚焦于科研、工程中最常用、最实用的技能点。2. 基础二维绘图plot与fplot的选用与精讲二维线图是数据分析的基石。Matlab提供了两种主要方式基于数据点的plot和基于函数句柄的fplot。选择哪一种取决于你的数据来源。2.1plot函数数据点的连接者plot(X, Y)是最经典的绘图函数它的本质是将一系列离散的(X, Y)坐标点用线段连接起来。因此数据的准备是关键。假设我们要绘制函数 y sin(x) 在区间 [0, 2π] 上的图像。你不能直接plot(x, sin(x))必须先生成足够密集的x点。% 基础示例绘制正弦函数 x 0:0.1:2*pi; % 生成从0到2π步长为0.1的向量 y sin(x); % 计算对应的y值 plot(x, y); % 绘制图形 title(Basic Sine Wave using plot); xlabel(x); ylabel(sin(x)); grid on; % 添加网格便于读数这里有几个极易忽略但至关重要的细节采样密度步长步长0.1对于正弦波是足够的但如果你的函数变化剧烈如 y sin(1/x) 在0附近步长太大会导致图形严重失真丢失关键特征。一个经验法则是至少在每个周期内采样20个点以上。向量化运算y sin(x)之所以能一次算出所有y值得益于Matlab的向量化。x是一个向量sin()函数会对其每个元素单独计算返回一个同尺寸的向量y。这是Matlab高效绘图的基础。plot的绘制逻辑它仅仅是“连接点”。如果数据点中有NaN非数字或Inf无穷大绘图线会在此处断开这有时可用于有意识地区分数据段。plot函数真正的灵活性在于其丰富的线条、标记和颜色选项。语法格式通常为plot(X, Y, LineSpec, ‘PropertyName’, PropertyValue, ...)其中LineSpec是一个字符串用于快速指定线条颜色、标记符号和线型。例如‘r-’红色实线。‘b--o’蓝色虚线并在每个数据点处用圆圈标记。‘g:.*’绿色点线并在每个数据点处用星号标记。% 展示不同的线条样式 x linspace(0, 10, 100); % 使用linspace生成100个等间隔点 y1 sin(x); y2 cos(x); figure; % 打开一个新图形窗口 plot(x, y1, ‘b-’, ‘LineWidth’, 2); % 蓝色实线线宽2 hold on; % 保持当前图形允许在同一坐标系上叠加新图 plot(x, y2, ‘r--’, ‘LineWidth’, 1.5); % 红色虚线线宽1.5 legend(‘sin(x)’, ‘cos(x)’, ‘Location’, ‘best’); % 添加图例自动选择最佳位置 hold off;注意hold on是一个非常重要的命令。默认情况下每次调用plot都会清空当前坐标轴并绘制新图。hold on命令会保留已有图形使后续的plot命令叠加绘制。完成叠加后使用hold off恢复默认状态或直接打开一个新figure。2.2fplot函数智能的“函数绘图仪”当你已经有一个明确的数学表达式而不是一堆预先计算好的数据时fplot是你的最佳选择。它的核心优势是自适应采样。fplot(f, xyinterval)会智能地在指定区间内调整采样点的密度在函数平缓处少取点在变化剧烈处多取点从而用最少的点画出最准确的图形轮廓尤其适合展示函数的奇点、振荡等特征。% 使用fplot绘制同一个正弦函数 figure; fplot((x) sin(x), [0, 2*pi], ‘b-’, ‘LineWidth’, 2); title(‘Sine Wave using fplot (Adaptive Sampling)’); xlabel(‘x’); ylabel(‘sin(x)’);看起来和plot结果差不多我们来试一个更有挑战性的函数y sin(1/x)在x接近0时剧烈振荡。% 对比plot和fplot在振荡函数上的表现 figure(‘Position’, [100, 100, 1200, 400]); % 设置图形窗口位置和大小 % 子图1使用plot固定步长 subplot(1, 2, 1); x1 0.01:0.001:0.1; % 在0.01到0.1区间步长0.001 y1 sin(1 ./ x1); % 注意是点除 ./ plot(x1, y1, ‘b-’); title(‘plot: y sin(1/x) (Fixed Step)’); xlabel(‘x’); ylabel(‘y’); grid on; % 子图2使用fplot自适应步长 subplot(1, 2, 2); fplot((x) sin(1./x), [0.01, 0.1], ‘r-’); title(‘fplot: y sin(1/x) (Adaptive Sampling)’); xlabel(‘x’); ylabel(‘y’); grid on;运行这段代码你会清晰地看到区别。左边的plot图可能因为采样点不足而丢失了大量振荡细节或者为了捕捉细节而需要设置极小的步长导致数据量巨大。右边的fplot图则能自动地、高效地描绘出函数振荡的精细结构。fplot的进阶用法绘制参数方程fplot((t) fun_x(t), (t) fun_y(t), tinterval)。例如绘制一个圆fplot((t) cos(t), (t) sin(t), [0, 2*pi])。指定采样密度虽然自适应是核心但你也可以通过‘MeshDensity’参数来粗略控制采样点数默认是23。增加该值会使初始网格更密但fplot仍会在需要时插入更多点。plotvsfplot选型指南用plot当你拥有的是实验数据、仿真输出结果等离散数据数组你需要精确控制每一个被绘制的数据点包括其标记你绘制的是折线图、阶梯图等基于离散点的图表。用fplot当你拥有的是明确的函数表达式yf(x)或参数方程你想快速可视化一个函数而不关心具体数据点函数在区间内变化剧烈自适应采样能极大提升绘图质量和效率。3. 超越显式函数隐函数与三维曲线绘制很多关系无法写成简单的yf(x)比如一个圆方程x^2 y^2 1或者空间中的一条螺旋线。这时就需要更专门的工具。3.1fimplicit绘制隐函数图像隐函数指的是形如f(x, y) 0的关系。fimplicit(f, xyinterval)就是为此而生。% 绘制单位圆x^2 y^2 - 1 0 figure; fimplicit((x, y) x.^2 y.^2 - 1, [-1.5, 1.5, -1.5, 1.5], ‘LineWidth’, 2); axis equal; % 重要保证x轴和y轴比例相同圆看起来才是圆的 title(‘Unit Circle: x^2 y^2 1’); xlabel(‘x’); ylabel(‘y’); grid on;这里的区间参数[-1.5, 1.5, -1.5, 1.5]分别指定了x轴和y轴的显示范围。axis equal命令至关重要它确保了坐标轴的单位长度在屏幕上是相等的否则圆可能会被显示成椭圆。fimplicit同样支持自适应采样能很好地处理复杂的隐式关系。例如绘制一个更复杂的曲线% 绘制笛卡尔叶形线x^3 y^3 - 3*x*y 0 figure; fimplicit((x, y) x.^3 y.^3 - 3*x.*y, [-3, 3, -3, 3], ‘LineWidth’, 1.5); axis equal; title(‘Folium of Descartes’); grid on;3.2fplot3绘制三维参数曲线当曲线存在于三维空间时我们使用fplot3。它需要三个关于参数t的函数句柄分别定义x, y, z坐标。最经典的例子是绘制一条螺旋线% 绘制三维螺旋线xcos(t), ysin(t), zt figure; fplot3((t) cos(t), (t) sin(t), (t) t, [0, 10*pi], ‘LineWidth’, 2); title(‘3D Helix: xcos(t), ysin(t), zt’); xlabel(‘X’); ylabel(‘Y’); zlabel(‘Z’); grid on; view(45, 30); % 设置三维视角方位角45度仰角30度view函数用于调整三维图形的观察角度。你可以用view(3)恢复默认三维视图或者用view(2)查看XY平面的投影。实操心得绘制三维曲线时经常需要旋转图形以观察全貌。在Matlab图形窗口中你可以直接点击并拖动鼠标来旋转视图。对于复杂的曲线结合grid on和调整view角度能更好地理解其空间结构。4. 图形修饰与精细化控制让你的图表“会说话”一张“能用”的图和一张“专业”的图之间差的就是对图形对象的精细化控制。Matlab的图形系统是面向对象的一个图形窗口figure包含坐标轴axes坐标轴里包含线条line、文本text等子对象。我们可以通过“属性-值”对来修改它们。4.1 在绘图时直接设置属性这是最直接的方式在调用plot,fplot等函数时直接传入属性名和值。x linspace(0, 10, 100); y exp(-0.2*x) .* sin(x); figure; plot(x, y, ... ‘Color’, [0, 0.5, 0], ... % 颜色RGB向量深绿色 ‘LineWidth’, 2.5, ... % 线宽 ‘LineStyle’, ‘-’, ... % 线型实线 ‘Marker’, ‘none’, ... % 数据点标记无 ‘MarkerSize’, 8, ... % 标记大小如果启用 ‘MarkerFaceColor’, ‘red’, ... % 标记填充色 ‘DisplayName’, ‘Damped Sine’); % 在图例中显示的名称 title(‘Customized Line Plot’, ‘FontSize’, 14, ‘FontWeight’, ‘bold’); xlabel(‘Time (s)’, ‘FontSize’, 12); ylabel(‘Amplitude’, ‘FontSize’, 12); legend(‘show’, ‘Location’, ‘northeast’); % 显示图例并指定位置 grid on; box on; % 在坐标轴四周显示框线4.2 使用句柄进行事后修改更灵活的方式是获取图形对象的句柄然后随时修改。这对于需要动态更新或批量设置的情况非常有用。% 先绘制图形获取线条句柄 h_line plot(x, y, ‘b-’); title(‘Modifying Plot After Creation’); % 事后修改线条属性 set(h_line, ‘LineWidth’, 3, ‘Color’, ‘magenta’, ‘LineStyle’, ‘:’); % 获取当前坐标轴句柄并修改 ax gca; % gca: get current axes set(ax, ‘XGrid’, ‘on’, ‘YGrid’, ‘on’, ‘GridLineStyle’, ‘--’, ‘GridAlpha’, 0.3); % 设置网格样式和透明度 set(ax, ‘FontSize’, 11); % 设置坐标轴刻度字体大小 % 修改坐标轴范围 xlim([0, 12]); % 设置x轴显示范围 ylim([-1.2, 1.2]); % 设置y轴显示范围4.3 常用属性详解与避坑指南下面这个表格整理了一些最常用也最容易出问题的属性设置属性类别属性名可选值/格式示例作用与注意事项线条样式LineStyle‘-’(实线),‘--’(虚线),‘:’(点线),‘-.’(点划线)线型。在黑白印刷的论文中用线型区分曲线比用颜色更可靠。LineWidth数值如1.5,2线宽单位是“点”。默认值通常较细0.5在报告中建议设置为1.5-2.5以增强可读性。颜色Color‘r’,‘green’,[0, 0.447, 0.741](RGB向量)RGB向量范围0-1可以指定任意颜色比颜色字符更精确。Matlab默认颜色循环‘b’, ‘r’, ‘g’, ‘c’, ‘m’, ‘y’, ‘k’在学术绘图中很常用。标记Marker‘o’(圆圈),‘s’(方块),‘^’(上三角),‘*’(星号),‘none’数据点标记。对于数据点稀疏的图标记有助于定位对于密集曲线建议设为‘none’避免杂乱。MarkerSize数值如8,10标记尺寸。MarkerFaceColor填充色和MarkerEdgeColor边缘色可单独设置。坐标轴XLim,YLim,ZLim二元向量如[0, 10]设置坐标轴范围。常见坑使用axis([xmin xmax ymin ymax])是更快捷的方式。axis tight可以自动使坐标轴紧贴数据范围。XScale,YScale‘linear’(线性),‘log’(对数)设置对数坐标。在对数坐标下plot的数据不能有零或负值。FontSize,FontName数值如12字体名如‘Arial’控制坐标轴刻度、标签的字体。重要为了图形一致性通常在绘图开始就用set(groot, ‘defaultAxesFontSize’, 12)设置全局默认字体大小。图例与标题Location‘north’,‘southeast’,‘best’,‘none’等图例位置。‘best’会尝试自动寻找空白最多的地方但有时效果不理想需要手动指定。Interpreter‘latex’将标题、标签、图例文本中的部分内容渲染为LaTeX公式。例如title(‘$\int_0^x e^{-t^2} dt$’, ‘Interpreter’, ‘latex’)。避坑提示图形叠加时的hold状态。这是新手最常遇到的问题之一。当你画完第一张图想在同一坐标系画第二张时发现第一张图消失了。这是因为默认hold状态是off。务必记住在第一次plot之后如果还要叠加图形先执行hold on所有叠加完成后执行hold off。一个良好的习惯是在叠加绘图前用hold on并在结束时用hold off或者直接为不同的曲线组创建新的figure。5. 多子图布局与图形窗口管理在对比不同参数、不同数据集或同一数据的不同视图时将多张图排列在一个图形窗口中是最高效的方式。这就要用到subplot函数。5.1subplot的基本用法subplot(m, n, p)将当前图形窗口划分为m行n列的子图网格并选择第p个子图作为当前绘图区。p的计数是按行优先的。% 创建一个2行2列的子图布局 x linspace(0, 2*pi, 100); figure(‘Position’, [200, 200, 800, 600]); % 设置窗口位置和大小[左 下 宽 高] % 子图1正弦函数 subplot(2, 2, 1); plot(x, sin(x), ‘b-’); title(‘Subplot 1: sin(x)’); grid on; % 子图2余弦函数 subplot(2, 2, 2); plot(x, cos(x), ‘r--’); title(‘Subplot 2: cos(x)’); grid on; % 子图3正切函数注意y轴范围 subplot(2, 2, 3); plot(x, tan(x), ‘g-’); title(‘Subplot 3: tan(x)’); grid on; ylim([-10, 10]); % 限制y轴范围避免无穷大导致的图形变形 % 子图4指数衰减正弦 subplot(2, 2, 4); y exp(-0.5*x) .* sin(2*x); plot(x, y, ‘m-.’, ‘LineWidth’, 2); title(‘Subplot 4: Damped Sine’); grid on;5.2 更灵活的子图布局tiledlayout从R2019b开始Matlab引入了更现代、更强大的tiledlayout和nexttile函数它比subplot更容易控制子图间的间距和布局。% 使用tiledlayout创建子图 figure; t tiledlayout(2, 2); % 创建2x2的布局 t.TileSpacing ‘compact’; % 设置子图间距为紧凑 t.Padding ‘compact’; % 设置布局边距为紧凑 % 在第一个位置绘图 nexttile; plot(x, sin(x)); title(‘Sine’); grid on; % 在第二个位置绘图 nexttile; plot(x, cos(x)); title(‘Cosine’); grid on; % 在第三个位置绘图 nexttile; plot(x, tan(x)); title(‘Tangent’); grid on; ylim([-5, 5]); % 在第四个位置绘图 nexttile; plot(x, exp(-x) .* sin(5*x)); title(‘Damped Oscillation’); grid on; % 为整个图形添加总标题和轴标签 title(t, ‘Comparison of Trigonometric Functions’); % 布局的总标题 xlabel(t, ‘x (radians)’); % 布局的公共x轴标签 ylabel(t, ‘f(x)’); % 布局的公共y轴标签tiledlayout的优势在于可以轻松创建跨越多行多列的“大图”并且统一管理标题和标签让多子图报告的排版更加专业美观。5.3 图形窗口的精细控制指定图形窗口figure(n)可以创建或切换到编号为n的图形窗口。这在你需要同时管理多个图形时非常有用。窗口大小和位置使用figure(‘Position’, [left, bottom, width, height])可以在创建时指定窗口在屏幕上的位置和尺寸。这对于准备特定尺寸的导出图片很有帮助。关闭窗口close all关闭所有图形窗口close(fig_handle)关闭特定窗口。清空当前图形clf清空当前图形窗口中的所有内容但保留窗口本身。cla清空当前坐标轴。6. 实战从绘图到导出出版级图片最后我们整合所有知识完成一个完整的绘图工作流绘制一张包含多条曲线、自定义样式、清晰标注的图表并将其导出为高分辨率、适合出版物使用的图片文件如EPS或PDF。6.1 创建一幅完整的对比图假设我们需要对比两种滤波算法对同一信号的处理效果。% 1. 生成模拟信号和数据 Fs 1000; % 采样频率 1kHz t 0:1/Fs:1; % 1秒时间向量 f_signal 5; % 信号频率 5Hz f_noise 50; % 噪声频率 50Hz % 原始信号正弦波 高频噪声 signal_clean sin(2*pi*f_signal*t); noise 0.5*sin(2*pi*f_noise*t); signal_noisy signal_clean noise; % 模拟两种滤波结果这里用简单的移动平均和低通滤波示意 windowSize 20; b (1/windowSize)*ones(1, windowSize); a 1; signal_filtered1 filter(b, a, signal_noisy); % 移动平均滤波 % 一个简单的一阶低通数字滤波器截止频率~10Hz alpha 0.05; % 滤波系数 signal_filtered2 zeros(size(signal_noisy)); signal_filtered2(1) signal_noisy(1); for i 2:length(t) signal_filtered2(i) (1-alpha)*signal_filtered2(i-1) alpha*signal_noisy(i); end % 2. 绘制对比图 figure(‘Units’, ‘inches’, ‘Position’, [1, 1, 8, 6]); % 设置单位为英寸方便对应纸张尺寸 % 使用tiledlayout创建1x1布局实际上是为了方便使用nexttile t tiledlayout(1, 1); ax nexttile; % 绘制四条曲线 p1 plot(t, signal_noisy, ‘Color’, [0.7, 0.7, 0.7], ‘LineWidth’, 0.8, ‘DisplayName’, ‘Noisy Signal’); hold on; p2 plot(t, signal_clean, ‘k-’, ‘LineWidth’, 2.5, ‘DisplayName’, ‘Clean Signal (Ground Truth)’); p3 plot(t, signal_filtered1, ‘b-’, ‘LineWidth’, 1.8, ‘DisplayName’, ‘Filtered (Moving Avg)’); p4 plot(t, signal_filtered2, ‘r--’, ‘LineWidth’, 1.8, ‘DisplayName’, ‘Filtered (Low Pass)’); hold off; % 3. 精细化修饰图形 title(‘Comparison of Filtering Algorithms on a Noisy Sine Wave’, ‘FontSize’, 14, ‘FontWeight’, ‘bold’); xlabel(‘Time (s)’, ‘FontSize’, 12); ylabel(‘Amplitude’, ‘FontSize’, 12); legend(‘Location’, ‘northeast’, ‘FontSize’, 10, ‘Box’, ‘off’); % 图例去边框 grid on; grid minor; % 添加次要网格线更精细 ax.FontName ‘Arial’; % 设置字体确保系统有该字体 % 设置坐标轴范围和刻度 xlim([0, 1]); ylim([-1.8, 1.8]); ax.XTick 0:0.2:1; % 设置x轴刻度位置 ax.YTick -1.5:0.5:1.5; % 高亮显示局部区域一个实用的技巧 hold on; x_fill [0.4, 0.6, 0.6, 0.4]; y_fill [-1.8, -1.8, 1.8, 1.8]; fill_h fill(x_fill, y_fill, ‘y’, ‘FaceAlpha’, 0.2, ‘EdgeColor’, ‘none’, ‘DisplayName’, ‘Zoom Region’); uistack(fill_h, ‘bottom’); % 将高亮区域置于曲线底层 hold off; % 添加箭头和文本注释 annotation(‘textarrow’, [0.45, 0.5], [0.3, 0.45], ‘String’, ‘Filter Lag’, ‘FontSize’, 10);6.2 导出高分辨率图片这是将你的工作成果固化的最后一步。Matlab支持多种格式导出对于学术出版矢量格式如EPS, PDF是首选因为它们无限缩放不失真。对于网页或演示PNG或JPEG更合适。% 假设当前图形窗口就是我们刚创建的那一个 fig gcf; % gcf: get current figure % 方法1使用菜单命令等效的saveas函数简单但可控性稍差 % saveas(fig, ‘filter_comparison.pdf’); % 保存为PDF % saveas(fig, ‘filter_comparison.png’); % 保存为PNG % 方法2使用print函数推荐可控性最强 % 导出为PDF矢量图 print(fig, ‘filter_comparison’, ‘-dpdf’, ‘-r600’, ‘-bestfit’); % ‘-dpdf’: 指定PDF格式 % ‘-r600’: 设置分辨率为600 DPI对位图格式如PNG重要对PDF影响不大但可保留 % ‘-bestfit’: 使图形适应页面 % 导出为EPS另一种常用的矢量图格式某些期刊要求 print(fig, ‘filter_comparison’, ‘-depsc’, ‘-r600’, ‘-tiff’); % ‘-depsc’: 生成彩色EPS % ‘-tiff’: 同时嵌入一个TIFF预览方便在文档中查看 % 导出为高分辨率PNG用于网页或PPT print(fig, ‘filter_comparison_highres’, ‘-dpng’, ‘-r300’); % ‘-dpng’: PNG格式 % ‘-r300’: 300 DPI分辨率 % 方法3使用exportgraphics函数R2020a以后更现代 % exportgraphics(fig, ‘filter_comparison_export.pdf’, ‘ContentType’, ‘vector’, ‘BackgroundColor’, ‘none’); % ‘ContentType’, ‘vector’: 输出矢量图 % ‘BackgroundColor’, ‘none’: 背景透明如果支持导出图片的常见问题与解决图片尺寸不对在导出前务必使用figure(‘Position’, [left, bottom, width, height])或fig.Position [left, bottom, width, height]精确设置图形窗口的尺寸单位可以是英寸、厘米等。导出的图片尺寸将与窗口尺寸直接相关。字体丢失或更改如果你在另一台没有安装相应字体的电脑上打开导出的PDF字体可能会被替换。对于需要严格保真的情况可以将字体嵌入PDF或者更简单地将文本转换为曲线图形。使用print函数时可以尝试-painters渲染器print(..., ‘-painters’)它对矢量图形的支持最好但某些复杂的图形对象可能无法渲染。背景颜色默认导出背景是白色的。如果你需要透明背景例如将图片叠加到PPT的彩色背景上可以在导出前设置fig.Color ‘none’;并在print或exportgraphics中指定‘BackgroundColor’, ‘none’。“图例线段长度”问题在Matlab中图例中线条样本的长度是由‘IconDisplayStyle’等属性间接影响的没有直接的“线段长度”参数。但你可以通过调整图例的‘Position’来改变其整体大小或者更黑客一点的方法是自己用line和text对象手动创建图例从而完全控制其样式。对于绝大多数应用默认图例已足够。绘图从来不是Matlab学习的终点而是清晰表达思想和数据的起点。掌握从基础plot到精细化控制再到导出的全流程能让你在科研报告、工程文档乃至学术论文中都呈现出专业、准确、美观的图表。记住最好的图是那种能让读者一眼就抓住关键信息的图。多练习多参考优秀的图表设计你的绘图水平自然会稳步提升。