图形是呈现数据的一种直观方式，在用Matlab进行数据处理和计算后，我们一般都会以图形的形式将结果呈现出来。尤其在论文的撰写中，优雅的图形无疑会为文章加分。本篇文章非完全原创，我的工作就是把见到的Matlab绘图代码收集起来重新跑一遍，修改局部错误，然后将所有的图贴上来供大家参考。大家可以先看图，有看中的可以直接把代码Copy过去改成自己想要的。

%% 直方图图的绘制
%直方图有两种图型：垂直直方图和水平直方图。而每种图型又有两种表现模式：累计式：分组式。
figure;
z=[3,5,2,4,1;3,4,5,2,1;5,4,3,2,5]; % 各因素的相对贡献份额
colormap(cool);% 控制图的用色
subplot(2,3,1);
bar(z);%二维分组式直方图,默认的为\'group\'
title(\'2D default\');
subplot(2,3,2);
bar3(z);%三维的分组式直方图
title(\'3D default\');
subplot(2,3,3);
barh(z,1);%分组式水平直方图，宽度设置为1
title(\'vert width=1\');
subplot(2,3,4);
bar(z,\'stack\');%累计式直方图，例如:1,1+2,1+2+3构成了第一个bar
title(\'stack\')
subplot(2,3,5);
bar3h(z,0.5,\'stacked\');%三维累计式水平直方图
title(\'vert width=1 stack\');
subplot(2,3,6);
bar3(z,0.8,\'grouped\');%对相关数据的颜色进行分组，默认的位\'group\'
title(\'width=0.8 grouped\');

%% =========柱状图的进阶==========
figure;
y=[300 311;390 425; 312 321; 250 185; 550 535; 420 432; 410 520;];
subplot(1,3,1);
b=bar(y);
grid on;
set(gca,\'XTickLabel\',{\'0\',\'1\',\'2\',\'3\',\'4\',\'5\',\'6\'})
legend(\'算法1\',\'算法2\');
xlabel(\'x axis\');
ylabel(\'y axis\');
%使仅有的一组柱状图呈现不同颜色，默认的位相同颜色
data = [1.0, 1.0, 0.565, 0.508, 0.481, 0.745];
subplot(1,3,2);
b = bar(data);
ch = get(b,\'children\');
set(ch,\'FaceVertexCData\',[4;2;3;1;5;6]);%使用Indexed形式指定每组bar的颜色
set(gca,\'XTickLabel\',{\'C0\',\'C1\',\'C2\',\'C3\',\'C4\',\'C5\'})
axis([0 7 0.0 1.0]);
ylabel(\'micro F-measure\');
%使每个bar颜色不同,默认的是每个元素在不同组的颜色相同
data = [3, 7, 5, 2;4, 3, 2, 9;6, 6, 1, 4];
subplot(1,3,3);
b = bar(data);
ch = get(b,\'children\');
set(ch{1},\'FaceVertexCData\',[1;2;3]);%设置第一个元素在不同组的颜色
set(ch{2},\'FaceVertexCData\',[1;2;3]);%设置第二个元素在不同组的颜色
set(ch{3},\'FaceVertexCData\',[1;2;3]);
set(ch{4},\'FaceVertexCData\',[1;2;3]);

%% 彩色柱状图
%用到的数据
n = 8;
Z = rand(n,1);
figure;
%默认图片
subplot(1,3,1);
bar(Z);
%简单的作图
% 这个图根据数据列中值的大小着色。每列中的值越大，颜色越突出
subplot(1,3,2);
h=bar(Z);
colormap(summer(n));
ch = get(h,\'Children\');
fvd = get(ch,\'Faces\');%针对矩阵时，只能用fvd=get(ch{col},\'Faces\'),下同
fvcd = get(ch,\'FaceVertexCData\');
[~, izs] = sortrows(Z,1);
for i = 1:n
    row = izs(i);
    fvcd(fvd(row,:)) = i;
end
set(ch,\'FaceVertexCData\',fvcd)
%图片会以渐变的方式着色，效果非常不错
subplot(1,3,3);
h=bar(Z);
ch = get(h,\'Children\');
fvd = get(ch,\'Faces\');
fvcd = get(ch,\'FaceVertexCData\');
[zs, izs] = sortrows(Z,1);
k = 128; % 准备生成128 *3 行的colormap
colormap(summer(k)); % 这样会产生一个128 * 3的矩阵，分别代表[R G B]的值
% 检视数据
whos ch fvd fvcd zs izs
%   Name       Size            Bytes  Class     Attributes
%
%   ch         1x1                 8  double
%   fvcd      66x1               528  double
%   fvd       13x4               416  double
%   izs       13x1               104  double
%   zs        13x1               104  double
%
shading interp % Needed to graduate colors
for i = 1:n
    color = floor(k*i/n); % 这里用取整函数获得color在colormap中行
    row = izs(i); % Look up actual row # in data
    fvcd(fvd(row,1)) = 1; % Color base vertices 1st index
    fvcd(fvd(row,4)) = 1;
    fvcd(fvd(row,2)) = color; % Assign top vertices color
    fvcd(fvd(row,3)) = color;
end
set(ch,\'FaceVertexCData\', fvcd); % Apply the vertex coloring
set(ch,\'EdgeColor\',\'k\');

%% 绘制统计直方图
%hist(y)：如果y是向量，则把其中元素放入10个条目中，且返回每条中的元素的个数；如果y为矩阵，则分别对每列进行处理，显示多组条形。
%[n,xout]=hist(y,x)：非递减向量x的指定bin的中心。向量xout包含频率计数与条目的位置。
x=-10:.1:10;
y1=randn(2008,1);
y2=randn(2008,3);
figure;
colormap(winter);
subplot(2,2,1);
hist(y1);%把其中元素放入10个条目中
title(\'y1为向量，default,n=10\');
subplot(2,2,2);
hist(y2);%分别对每列进行处理，显示多组条形
title(\'y2为矩阵\');
subplot(2,2,3);
hist(y1,x);%用户也可以使用[n,xout]=hist(y1,x);bar(xout,n)绘制条形直方图
title(\'向量x指定条目\');
subplot(2,2,4);
hist(y2,1000);%第二个参数为标量时指定bin的数目
title(\'nbins=1000\');

%% ========均值方差直方图========
a=[8 9 10 7 8 9];%mean
b=[1 1 1 1 1 1];%std
figure();
h=bar(a);
ch=get(h,\'children\');
set(ch,\'FaceVertexCData\',[4;2;3;1;5;6]);%使用Indexed形式指定每组bar的颜色
hold on;
errorbar(a,b,\'k\',\'LineStyle\',\'none\');

%% =======散点图scatter , scatter3 , plotmatrix======
%scatter3(X,Y,Z,S,C):在由向量X、Y和Z指定的位置显示大小和颜色分别由S和C决定的离散点
figure;
[x,y,z] = sphere(16);
X = [x(:)*.5 x(:)*.75 x(:)];
Y = [y(:)*.5 y(:)*.75 y(:)];
Z = [z(:)*.5 z(:)*.75 z(:)];
S = repmat([10 2 5]*10,numel(x),1);
C = repmat([1 2 3],numel(x),1);
subplot(1,2,1);
scatter(X(:),Y(:),S(:),C(:));
title(\'scatter\');
subplot(1,2,2);
scatter3(X(:),Y(:),Z(:),S(:),C(:),\'filled\'), view(-60,60);
title(\'scatter3\');
%plotmatrix(X,Y)绘出X(p*M)与Y(p*N)的列组成的散度图(N,M)
figure;
X=randn(100,2);Y=randn(100,2); 
subplot(1,3,1),plotmatrix(X);%等价于plotmatrix(X,X),除了对角上的图为X每一列的直方图hist(X(:,col))
title(\'plotmatrix(X)\');
subplot(1,3,2),plotmatrix(X,X);
title(\'plotmatrix(X,X)\');
subplot(1,3,3),plotmatrix(X,Y);
title(\'plotmatrix(X,Y)\');

%% =========绘制区域图===========
%区域图特点是：在图上绘制多条曲线时，每条曲线（除第一条外）都是把“前”条曲线作基线，再取值绘制而成。因此，该指令所画的图形，能醒目地反映各因素对最终结果的贡献份额。
figure;
x=1:2:9;% 注意：自变量要单调变化
y=magic(5);% 各因素的相对贡献份额，每一列相当于一个因素
colormap(spring);% 控制图的用色
area(x,y,4);%area(y)则以列下标作为自变量,第三个参数为基准线(默认为0)
set(gca,\'layer\',\'top\');%图层设置为top层，显示网格
title(\'basevalue=4\');
legend(\' 因素 A\',\' 因素 B\',\' 因素 C\',\'因素D\',\'因素E\');
grid on;

%% =========绘制饼状图=========
%饼图指令pie和pie3用来表示各元素占总和的百分数。该指令第二个参数为与第一参数等长的 0-1
%向量，1使对应扇块突出。第三个参数指定个扇区的label
figure;
colormap(summer);% 控制图的用色
x=[16 17 21 25 21];
subplot(1,2,1);
pie(x,[0 0 0 0 1],{\'0-10岁儿童\',\'10-20岁儿童\',\'20-35岁青年\',\'35-55岁中年\',\'55岁以上老年\'});
subplot(1,2,2);
pie3(x,[0 0 0 0 1],{\'0-10岁儿童\',\'10-20岁儿童\',\'20-35岁青年\',\'35-55岁中年\',\'55岁以上老年\'});

%% 绘制填色多边形。若每列的首尾元素不重合，则将默认把最后一点与第一点相连，强行使多边形封闭。
%fill和fill3用于绘制填色多边形
%fill(X1,Y1,C1,X2,Y2,C2,...)
%fill3(X1,Y1,Z1,C1,X2,Y2,Z2,C2,...)
%参数1和2为等长向量时,多边形的节点数由项链长度决定；而当其为矩阵时，每一列对应一个多边形
%参数3为颜色(用颜色字符r/g/b/c或[r g b]表示)
figure;
colormap(autumn);% 控制图的用色
n=10; % 多边形的边数
dt=2*pi/n;t=0:dt:2*pi;
t=[t,t(1)]; %fill 指令要求数据向量的首位重合，使图形封闭。
x=sin(t);y=cos(t);
subplot(1,2,1);
fill(x,y,[1 1 0]);axis off % 画填色多边形，隐去坐标轴。
X=[0.5 0.5 0.5 0.5;0.5 0.5 0.5 0.5;0 1 1 0]; 
Y=[0.5 0.5 0.5 0.5;0.5 0.5 0.5 0.5;0 0 1 1];
Z=[1 1 1 1;0 0 0 0;0 0 0 0];
C=[1 0 0 1;0 1 0 1;0 0 1 0];
subplot(1,2,2);
fill3(X,Y,Z,C);
view([-10 55]);
xlabel(\'x\'),ylabel(\'y\');box on;grid on;

%% =======绘制离散数据杆状图===========
%stem和stem3函数用于绘制二维或三维的离散数据杆状图
%stem(Y)可以理解成绘制离散点的plot(y)函数
%stem(X,Y)可以理解成绘制离散点的plot(x,y)函数
%stem(...,\'filled\')改变数据点显示的空、实状态。
%stem(...,\'LINESPEC\')Linespec代表直线属性设置参量。
x=1:.1:10;
y=exp(x.*sin(x));
figure;
subplot(1,3,1);
plot(x,y,\'.-r\');
title(\'plot(x,y)\');
subplot(1,3,2);
stem(x,y,\'b\');
subplot(1,3,3);
stem(x,y,\':g\',\'fill\');
%绘制三维离散杆状图
th=(0:127)/128*2*pi;% 角度采样点
x=cos(th);
y=sin(th);
f=abs(fft(ones(10,1),128)); %对离散方波进行 FFT 变换，并取幅值
stem3(x,y,f\',\'cd\',\'fill\');%绘制图形
view([-65 30]);
xlabel(\'Real\'); %图形标注
ylabel(\'Imaginary\');
zlabel(\'Amplitude\');
title(\'FFT example\');

%% =======绘制方向和速度矢量图=======
%compass-绘制罗盘图
%feather-绘制羽毛图
%quiver-绘制二维箭头图
%quiver3-绘制三维箭头图

%绘制罗盘图
figure;
wdir=[45 90 90 45 360 335 360 270 335 270 335 335];
knots=[6 6 8 6 3 9 6 8 9 10 14 12];
rdir=wdir*pi/180;
[x,y]=pol2cart(rdir,knots);% 极坐标转化为直角坐标
compass(x,y);
title(\'风向和风力\')
%绘制羽毛图
figure;
alpha=90:-10:0;
r=ones(size(alpha));
m=alpha*pi/180;
n=r*10;
[u,v]=pol2cart(m,n);% 极坐标转化为直角坐标
feather(u,v);
title(\'羽毛图\')
%罗盘图和羽毛图的比较
figure;
t=-pi/2:pi/12:pi/2; % 在 区间，每 取一点。
r=ones(size(t)); % 单位半径
[x,y]=pol2cart(t,r); % 极坐标转化为直角坐标
subplot(1,2,1),compass(x,y),title(\'Compass\')
subplot(1,2,2),feather(x,y),title(\'Feather\')
%绘制箭头图
figure;
[x,y] = meshgrid(-2:.2:2,-1:.15:1);
z = x .* exp(-x.^2 - y.^2); 
[px,py] = gradient(z,.2,.15);
subplot(1,2,1);
contour(x,y,z), hold on
quiver(x,y,px,py), hold off, axis image
title(\'quiver示例\');
[x,y,z]=peaks(15);
[nx,ny,nz]=surfnorm(x,y,z);%surfnorm求平面的法向量
subplot(1,2,2)
surf(x,y,z);
hold on;
quiver3(x,y,z,nx,ny,nz);
title(\'quiver3示例\');

%% ==========轮廓线图的绘制==========
%clabel-利用轮廓矩阵生成标签并在当前图形中显示
%contour-利用矩阵所给的值生成二维轮廓线
%contour3-利用矩阵所给的值生成三维轮廓线
%contourf-显示二维轮廓图并用色彩填充个轮廓线的间隙
%contourc-计算被其他轮廓函数占用的轮廓矩阵的低层函数
[x,y,z]=peaks;
n=15;% 等高线分级数
figure;
subplot(1,3,1);
h=contour(x,y,z,n);%绘制20条等高线
clabel(h);%当前图形中显示标签,标签前有\'+\'号且标签会根据轮廓线旋转，每条轮廓线仅有一个标签
title(\'simple contour,n=20\');
subplot(1,3,2);
z=peaks;
[c,h]=contour(z,n);%绘制15条等高线
clabel(c,h);%标签前无\'+\'号,每天轮廓线可能有多个标签
title(\'调用clabel函数标注轮廓图\')
subplot(1,3,3);
z=peaks;
[c,h]=contourf(z,n);
clabel(c,h,\'FontSize\',15,\'Color\',\'r\',\'Rotation\',0);%自定义标签
colorbar;
title(\'使用自定义标注并彩色填充轮廓线的间隙\');

%% ========= Voronoi图和三角剖分========
%用Voronoi多边形勾画每个点的最近邻范围。Voronoi多边形在计算几何、模式识别中有重要应用。三角形顶点所在多边形的三条公共边是剖分三角形边的垂直平分线。
n=30;
A=rand(n,1)-0.5;
B=rand(n,1)-0.5; % 产生 30 个随机点
T=delaunay(A,B); % 求相邻三点组
T=[T T(:,1)]; %为使三点剖分三角形封闭而采取的措施
voronoi(A,B) % 画 Voronoi 图
hold on;axis square
fill(A(T(10,:)),B(T(10,:)),\'y\'); % 画一个剖分三角形
voronoi(A,B) % 重画 Voronoi 图，避免线被覆盖
title(\'Voronoi图和三角剖分\');

%% =========三角网线和三角曲面图========
figure;
X=6*pi*(rand(20,10)-0.5);Y=6*pi*(rand(20,10)-0.5); 
R=sqrt(X.^2+Y.^2)+eps;Z=sin(R)./R;
tri=delaunay(X,Y); % 进行三角剖分
subplot(1,2,1),trimesh(tri,X,Y,Z);
title(\'三角网线\');
subplot(1,2,2),trisurf(tri,X,Y,Z);
title(\'三角曲面图\');
colormap(copper);brighten(0.5) % 增强亮度

%% ============彩带图ribbon========
%ribbon(X,Y,WIDTH)和plot(X,Y)一样的,只不过每一列在三维中以分开的ribbon绘制
figure;
x=0:pi/100:2*pi;
x=repmat(x\',1,10);
y=sin(x);
ribbon(x,y,0.4);% 画彩带图
% 至此彩带图已经生成。以下指令都是为了使图形效果更好、标识更清楚而用。
view([150,50]),shading interp,colormap(hot)% 设置视角、明暗、色图
light,lighting phong,box on % 设置光源、照射模式、坐标框

%% ==========在特殊坐标系中绘制特殊图形。=======
%利用polar函数在极坐标系中绘制图形
figure;
theta=0:.1:pi;
rho1=sin(theta);
rho2=cos(theta);
subplot(1,3,1);
polar(theta,rho1,\'.-r\');
hold on;
polar(theta,rho2,\'--g\');
title(\'极坐标系中绘图\');
%另外一种和极坐标有关系的坐标系就是柱坐标系了
theta=0:pi/100:3*pi;
rho=sin(theta)+cos(theta);
[t,r]=meshgrid(theta,rho);
z=r.*t;
subplot(1,3,2);
[x,y,z]=pol2cart(t,r,z);%极坐标系向柱坐标系转化
mesh(x,y,z);%柱坐标系中进行绘图
title(\'柱坐标系中绘图\');
view([-65 30]);
%将球坐标系转换为柱面坐标系
subplot(1,3,3);
delta=pi/100;
theta=0:delta:pi; % theta is zenith angle
phi=0:delta:pi; % phi is azimuth angle
[t p]=meshgrid(theta,phi);
r=ones(size(t));
[x,y,z]=sph2cart(t,p,r);%球坐标向柱坐标转化
mesh(x,y,z);%球坐标系中进行绘图
title(\'球坐标系中绘图\');

%% ======四维表现========
%用色彩表现函数的特征
%当三维网线图、曲面图的第四个输入宗量取一些特殊矩阵时，色彩就能表现或加强函数的某特征，如梯度、曲率、方向导数等。
x=3*pi*(-1:1/15:1);y=x;[X,Y]=meshgrid(x,y); 
R=sqrt(X.^2+Y.^2)+eps;Z=sin(R)./R;
[dzdx,dzdy]=gradient(Z);dzdr=sqrt(dzdx.^2+dzdy.^2); % 计算对 r 的全导数
dz2=del2(Z); % 计算曲率
figure;
subplot(1,2,1),surf(X,Y,Z),title(\'No. 1 surf(X,Y,Z)\');
shading faceted,colorbar( \'horiz\') ,brighten(0.2);
subplot(1,2,2),surf(X,Y,Z,R),title(\'No. 2 surf(X,Y,Z,R)\');
shading faceted;colorbar( \'horiz\');
%色彩分别表现函数的高度和半径特征
figure;
subplot(1,2,1),surf(X,Y,Z,dzdx) ;
shading faceted;brighten(0.1);colorbar( \'horiz\');
title(\'No. 3 surf(X,Y,Z,dzdx)\');
subplot(1,2,2),surf(X,Y,Z,dzdy);
shading faceted;colorbar( \'horiz\');
title(\'No. 4 surf(X,Y,Z,dzdy)\');
%色彩分别表现函数的 x 方向和 y 方向导数特征
figure;
subplot(1,2,1),surf(X,Y,Z,abs(dzdr)) ;
shading faceted;brighten(0.6);colorbar( \'horiz\');
title(\'No. 5 surf(X,Y,Z,abs(dzdr))\');
subplot(1,2,2),surf(X,Y,Z,abs(dz2));
shading faceted;colorbar( \'horiz\');
title(\'No. 6 surf(X,Y,Z,abs(dz2))\');

%% ======切片图和切片等位线图=======
%利用 slice 和 contourslice 表现 MATLAB 提供的无限大水体中水下射流速度数据 flow 。 flow 是一组定义在三维空间上的函数数据。
%在本例中，从图中的色标尺可知，深红色表示“正速度”（向图的左方），深蓝表示“负速度”（向图的右方）。
% 以下指令用切面上的色彩表现射流速度
[X,Y,Z,V]=flow; % 取 4 个 的射流数据矩阵， V 是射流速度。
x1=min(min(min(X)));x2=max(max(max(X))); % 取 x 坐标上下限
y1=min(min(min(Y)));y2=max(max(max(Y))); % 取 y 坐标上下限
z1=min(min(min(Z)));z2=max(max(max(Z))); % 取 z 坐标上下限
sx=linspace(x1+1.2,x2,5); % 确定 5 个垂直 x 轴的切面坐标
sy=0; % 在 y=0 处，取垂直 y 轴的切面
sz=0; % 在 z=0 处，取垂直 z 轴的切面
figure;
slice(X,Y,Z,V,sx,sy,sz); % 画切片图
view([-12,30]);shading interp;colormap jet;axis off;colorbar;
% 以下指令用等位线表现射流速度
v1=min(min(min(V)));v2=max(max(max(V))); % 射流速度上下限
cv=linspace(v1,v2,15); % 在射流上下限之间取 15 条等位线
figure;
contourslice(X,Y,Z,V,sx,sy,sz,cv);view([-12,30]);
colormap jet;colorbar;box on;

下面两段程序均不便上图，自己拿到Matlab里面运行一下看效果吧。

%% =======动态图形=========
%简单二维示例-彗星状轨迹图
figure;
n=10;t=n*pi*(0:0.0005:1);x=sin(t);y=cos(t);
plot(x,y,\'g\');axis square;hold on
comet(x,y,0.01);hold off
%卫星返回地球的运动轨线示意
figure;
R0=1; % 以地球半径为一个单位
a=12*R0;b=9*R0;T0=2*pi; %T0 是轨道周期
T=5*T0;dt=pi/100;t=[0:dt:T]\';
f=sqrt(a^2-b^2); % 地球与另一焦点的距离
th=12.5*pi/180; % 卫星轨道与 x-y 平面的倾角
E=exp(-t/20); % 轨道收缩率
x=E.*(a*cos(t)-f);y=E.*(b*cos(th)*sin(t));z=E.*(b*sin(th)*sin(t));
plot3(x,y,z,\'g\') % 画全程轨线
[X,Y,Z]=sphere(30);X=R0*X;Y=R0*Y;Z=R0*Z; % 获得单位球坐标
grid on,hold on,surf(X,Y,Z),shading interp % 画地球
x1=-18*R0;x2=6*R0;y1=-12*R0;y2=12*R0;z1=-6*R0;z2=6*R0;
axis([x1 x2 y1 y2 z1 z2]) % 确定坐标范围
view([117 37]),comet3(x,y,z,0.02),hold off % 设视角、画运动轨线
%色彩变幻‘在 256 色情况下,才可被正确执行.图片刷新可能会卡,单独执行spinmap可查看到效果
figure;
peaks;
spinmap;

 %% =======影片动画 =======
%三维图形的影片动画
figure;
shg,x=3*pi*(-1:0.05:1);y=x;[X,Y]=meshgrid(x,y);
R=sqrt(X.^2+Y.^2)+eps; Z=sin(R)./R;
h=surf(X,Y,Z);colormap(cool);axis off
n=12;mmm=moviein(n); %预设画面矩阵。新版完全可以取消此指令 。
for i=1:n
rotate(h,[0 0 1],25); %是图形绕 z 轴旋转 25 度 / 每次
mmm(:,i)=getframe; %捕获画面。新版改为 mmm(i)=getframe 。
end
movie(mmm,5,10) %以每秒10帧速度，重复播放5次