1. 从“能画”到“画好”为什么你需要精通plot的线型、标记与颜色如果你用过Matlab那你肯定用过plot函数。这几乎是所有数据可视化工作的起点。但很多时候我们画出来的图就像下面这张一样虽然数据清晰但总感觉少了点“专业感”或者说不那么“好看”。x 0:0.1:10; y1 sin(x); y2 cos(x); figure; plot(x, y1); hold on; plot(x, y2); hold off;运行这段代码你会得到两条默认的蓝色实线。对于自己看、临时分析数据这完全没问题。但当你需要把图放进论文、报告、PPT或者向团队展示时这种千篇一律的默认样式就显得力不从心了。它无法有效区分多条曲线无法突出重点数据更无法传达出你希望图表呈现的视觉层次和逻辑关系。这就像写文章只用逗号和句号虽然能表达意思但缺乏节奏和重点。plot函数的强大之处恰恰在于它提供了极其丰富的“视觉词汇”——线型、标记和颜色。掌握它们你就能像一位熟练的编辑为你的数据故事加上“粗体”、“斜体”、“下划线”和“高亮”。这不仅仅是让图“变好看”更是提升信息传达效率、增强图表可读性和专业性的核心技能。无论是区分实验组与对照组还是突出关键数据点或是匹配期刊的图表规范对这三者的灵活运用都是Matlab绘图从“能用”迈向“好用”的关键一步。2. plot函数的基本语法与参数结构在深入细节之前我们必须先理解plot函数是如何接收并处理这些样式参数的。它的基础调用格式远不止plot(x, y)这么简单。2.1 核心语法格式plot函数最常用的、用于指定样式的语法格式如下plot(X, Y, LineSpec)这里的LineSpec线型规范是一个字符串参数它正是我们控制线型、标记和颜色的“密码”。这个字符串的格式是固定的但组合非常灵活。更一般化的语法允许你在单次调用中绘制多条线并为每条线指定不同的样式plot(X1, Y1, LineSpec1, X2, Y2, LineSpec2, ..., Xn, Yn, LineSpecn)例如plot(x, y1, ‘r--o’, x, y2, ‘b:s’)会在同一坐标系中画出两条线一条是红色虚线带圆圈标记另一条是蓝色点线带方块标记。2.2 LineSpec字符串的解析规则LineSpec字符串由三部分组成且顺序固定颜色、标记、线型。你可以只指定其中一个或两个未指定的部分将使用默认值。颜色 (Color): 必须是字符串的第一个字符如果指定了颜色。例如‘r’表示红色。标记 (Marker): 在颜色字符之后如果指定了颜色或作为字符串的第一个字符如果未指定颜色。例如‘o’表示圆圈。线型 (LineStyle): 通常是字符串的最后部分由特定的符号组合表示。例如‘--’表示虚线。关键规则这三个部分的顺序不能乱。Matlab会按照“颜色-标记-线型”的顺序解析字符串。比如‘--or’这个字符串会被解析为‘--o’点划线圆圈标记加上一个无法识别的尾部字符‘r’从而导致错误或非预期效果。正确的写法应该是‘r--o’红色、虚线、圆圈标记或‘ro--’红色、圆圈标记、虚线但请注意‘o--’这种“标记在前线型在后”的组合在某些旧版本或上下文中可能被解释为“只有标记无线型”即‘o’标记和‘--’线型但颜色为默认。为安全起见强烈建议使用“颜色-线型-标记”或“颜色-标记”的顺序。一个更稳妥的理解是当字符串中包含线型符号‘-‘,‘--‘,‘:‘,‘-.’时Matlab会将其识别为线型并将其前后的字符分别识别为颜色和标记。最无歧义的写法是明确写出三者‘r-o’红色实线圆圈。注意如果你只指定了标记如‘o’而没有指定线型plot将只绘制数据点而不会用线连接它们。这在绘制散点图时非常有用。2.3 属性名-属性值对更精细的控制LineSpec提供了快速设置但如果你想进行更精细的控制比如设置线的粗细、标记的大小、标记的填充色等就需要使用plot函数的另一种语法形式plot(X, Y, LineSpec, ‘PropertyName‘, PropertyValue, …)或者完全用属性对来定义样式plot(X, Y, ‘Color‘, ‘r‘, ‘LineStyle‘, ‘--‘, ‘Marker‘, ‘o‘, ‘LineWidth‘, 2, ‘MarkerSize‘, 10)这种方式虽然代码更长但胜在清晰、灵活且可以设置LineSpec无法直接设置的所有图形属性。在编写复杂或需要复用的绘图脚本时推荐使用这种方式可读性更好。3. 线型大全不仅仅是实线和虚线线型主要用于区分不同的数据系列尤其是当图表是黑白打印时颜色区分失效线型就成了最重要的视觉元素。3.1 基础线型与代码Matlab提供了4种基本线型通过LineSpec字符串中的特定符号指定线型符号示例代码显示效果实线(Solid)‘-‘plot(x, y, ‘-‘)一条连续的实线虚线(Dashed)‘--‘plot(x, y, ‘--‘)由较长线段组成的虚线点线(Dotted)‘:‘plot(x, y, ‘:‘)由点组成的虚线点划线(Dash-Dotted)‘-.’plot(x, y, ‘-.’)交替使用长线段和点3.2 线型的选择策略与实战场景选择哪种线型并非随意为之而是服务于数据表达。实线 (‘-‘)默认选项也是最常用的。用于绘制主要的、连续的、需要被强调的趋势线或理论曲线。例如在绘制模型拟合曲线、主要观测指标随时间的变化趋势时使用。虚线 (‘--‘)常用于表示对比、参照或次要的数据系列。比如在控制实验图中用实线表示实验组用虚线表示对照组在理论值与实测值对比中用实线表示理论值虚线表示实测值。它也常用于表示假设、预测或未实现的路径。点线 (‘:‘)通常用于表示辅助线、边界或阈值。例如在图中添加y0的基准线或者标识出某个临界值如报警阈值。因为其视觉上较为“稀疏”不适合作为承载主要数据曲线的线型。点划线 (‘-.’)用途与虚线类似但提供了另一种视觉变化。当图中已经使用了虚线需要引入第三条需要区分的曲线时点划线是一个好选择。在某些领域如某些工程图纸规范中点划线可能有特定含义。实操心得在准备可能被黑白打印的图表时应优先依赖线型和标记来区分曲线。一个常见的组合是主要结果用‘-‘实线对比方法A用‘--‘虚线对比方法B用‘-.’点划线。避免在同一张图中使用超过3-4种线型否则会显得杂乱。3.3 高级控制线宽与线条透明度LineSpec只能选择线型要改变线的粗细必须使用属性名-属性值对。‘LineWidth‘控制线条的宽度粗细。默认值通常是0.5磅。在论文或报告中适当增加线宽如设置为1.5或2可以使曲线在缩小后仍然清晰可见。plot(x, y, ‘b-‘, ‘LineWidth‘, 2); % 绘制蓝色实线线宽为2‘Color‘虽然属于颜色范畴但这里可以设置其透明度即RGBA格式。通过指定一个4元素向量[R, G, B, A]其中AAlpha在0到1之间可以控制线条的透明度。这在绘制重叠区域或密集线条时非常有用可以增加图表的层次感。plot(x, y, ‘Color‘, [0, 0.4470, 0.7410, 0.5]); % 使用Matlab默认蓝色但透明度为50%4. 标记详解让数据点“跳”出来标记用于在曲线上突出显示实际的数据点位置。当数据点稀疏或者你需要强调采样位置时标记就至关重要。4.1 常用标记符号与示例Matlab内置了丰富的标记类型以下是一些最常用的标记符号描述适用场景圆圈‘o‘空心圆圈最常用的标记视觉负担小。加号‘‘加号交叉线清晰适合密集点。星号‘*‘五角星非常醒目用于突出关键点。实心点‘.‘实心小圆点默认标记很小适合大量数据点。叉号‘x‘叉号与加号类似另一种交叉线。方块‘s‘空心方块另一种常用空心标记。菱形‘d‘空心菱形视觉上比较独特。上三角‘^‘空心向上三角形常用来表示“上升”、“提高”的数据系列。下三角‘v‘空心向下三角形常用来表示“下降”、“降低”的数据系列。右三角‘‘空心向右三角形左三角‘‘空心向左三角形实心方块‘square‘或‘s‘(需配合‘MarkerFaceColor‘)实心方块填充色与边线色可不同。实心圆‘MarkerFaceColor‘配合‘o‘实心圆圈最醒目的标记之一。4.2 标记的视觉定制大小、填充与边缘仅仅选择标记类型还不够通过以下属性可以极大提升标记的表现力‘MarkerSize‘控制标记的大小。默认值通常为6。对于重要的数据点如极值点、拐点可以适当增大其MarkerSize以作强调。plot(x, y, ‘ro‘, ‘MarkerSize‘, 10); % 红色圆圈尺寸10‘MarkerEdgeColor‘控制标记边缘的颜色。可以设置为颜色字符如‘r‘、RGB向量如[1, 0, 0]或‘none‘无边缘。plot(x, y, ‘o‘, ‘MarkerEdgeColor‘, ‘k‘); % 黑色边缘的空心圆‘MarkerFaceColor‘控制标记的填充颜色。这是将空心标记变为实心标记的关键属性。设置为‘none‘则为空心。plot(x, y, ‘o‘, ‘MarkerEdgeColor‘, ‘b‘, ‘MarkerFaceColor‘, ‘r‘); % 蓝边红心的实心圆组合使用示例假设你要突出显示一组实验数据中的最大值点。x 1:10; y rand(1,10); [ymax, idx] max(y); figure; plot(x, y, ‘b-o‘, ‘LineWidth‘, 1.5, ‘MarkerSize‘, 8); % 绘制所有点线 hold on; % 单独高亮最大值点 plot(x(idx), ymax, ‘s‘, … % 使用方块标记 ‘MarkerSize‘, 12, … % 更大 ‘MarkerEdgeColor‘, ‘k‘, … % 黑色边缘 ‘MarkerFaceColor‘, ‘y‘); % 黄色填充 hold off;4.3 标记使用的注意事项避免过度使用如果数据点非常密集例如有上千个点添加标记会让图表变得一团糟完全失去可读性。此时应仅使用线条。一致性原则在同一份报告或论文的不同图表中相同的标记样式应代表相同含义的数据系列例如圆形总是代表“方法A”方形总是代表“方法B”。黑白打印友好在准备黑白图表时应优先选择通过MarkerEdgeColor和MarkerFaceColor设置为不同灰度来区分的标记例如实心圆、空心方、实心三角等组合而不是依赖颜色。5. 颜色系统从简写到专业配色颜色是图表中最直观的区分元素。Matlab支持多种颜色指定方式。5.1 基础颜色简写最快捷的方式是使用单字符简写对应8种常见颜色颜色简写RGB示例值颜色简写RGB示例值蓝色‘b‘[0, 0, 1]红色‘r‘[1, 0, 0]绿色‘g‘[0, 1, 0]青色‘c‘[0, 1, 1]品红‘m‘[1, 0, 1]黄色‘y‘[1, 1, 0]黑色‘k‘[0, 0, 0]白色‘w‘[1, 1, 1]使用示例plot(x, y, ‘r--‘)绘制红色虚线。5.2 RGB向量解锁无限色彩对于更精细或更专业的配色需求必须使用RGB红绿蓝向量。每个分量的取值范围是[0, 1]。[0, 0, 0]代表黑色。[1, 1, 1]代表白色。[1, 0.5, 0]代表橙色。[0.4940, 0.1840, 0.5560]这是Matlab R2014b后默认配色方案中的一种紫色。使用RGB向量需要通过‘Color‘属性指定plot(x, y, ‘Color‘, [0.8500, 0.3250, 0.0980], ‘LineWidth‘, 2); % 绘制一种橙红色粗线5.3 获取与使用Matlab默认配色方案从Matlab R2014b开始图形系统引入了新的默认颜色集比传统的‘b‘,‘g‘‘, ‘r‘等更美观、更易于区分。你可以通过colororder函数获取或设置当前坐标区的颜色顺序。% 获取当前坐标区的默认颜色RGB矩阵 current_colors colororder; disp(current_colors); % 使用默认颜色集中的第一种颜色绘图 defaultColor1 colororder(1,:); plot(x, y1, ‘Color‘, defaultColor1); hold on; % 使用第二种颜色 plot(x, y2, ‘Color‘, colororder(2,:));你也可以自定义颜色顺序% 设置自己喜欢的颜色顺序例如Set2色盲友好配色 myColors [0.4000, 0.7608, 0.6471; % 绿色 0.9882, 0.5529, 0.3843; % 橙色 0.5529, 0.6275, 0.7961]; % 蓝色 colororder(myColors); % 此后在同一坐标区内用plot绘制多条线会自动按此顺序循环使用颜色 plot(x, y1); % 使用myColors第一行颜色 plot(x, y2); % 使用myColors第二行颜色 plot(x, y3); % 使用myColors第三行颜色5.4 颜色选择的艺术与科学区分度选择的颜色之间应有足够的视觉差异。避免同时使用深红和深棕、深蓝和深紫等难以区分的颜色。色盲友好约8%的男性有色觉缺陷。避免使用红-绿组合作为主要的区分手段。可以使用在线工具如ColorBrewer或Matlab的cbrewer函数获取色盲友好配色。含义关联如果可能让颜色具有语义。例如用红色表示“错误”、“高温”、“危险”用蓝色表示“低温”、“基准”用绿色表示“通过”、“安全”。黑白打印测试将你的图表转换为灰度图检查是否还能清晰地区分不同的数据系列。如果不行请加强线型和标记的差异。6. 综合实战绘制一张“可直接用于论文”的图表让我们将以上所有知识融合从头开始创建一张符合学术出版要求的、信息丰富且美观的图表。假设我们要比较三种不同算法在某个指标上的迭代收敛情况。6.1 数据准备与基础绘图% 1. 生成示例数据模拟三种算法的迭代误差 iterations 1:100; % 算法A: 指数衰减 error_A 10 * exp(-0.05 * iterations) 0.1 * randn(size(iterations)); % 算法B: 幂律衰减 error_B 8 * iterations.^(-0.5) 0.15 * randn(size(iterations)); % 算法C: 带平台的衰减 error_C 5 * exp(-0.02 * iterations) 2./(1exp(0.1*(iterations-50))) 0.2*randn(size(iterations)); % 2. 创建图形窗口和坐标区并设置合适的尺寸便于导出 figure(‘Units‘, ‘inches‘, ‘Position‘, [1, 1, 6, 4]); % 6英寸宽4英寸高 axes(‘NextPlot‘, ‘add‘); % 等效于 hold on但更推荐 box on; % 显示坐标区边框 grid on; % 显示网格线 grid minor; % 显示更细的次要网格线可选6.2 应用专业的样式组合现在我们为每条曲线精心选择线型、标记和颜色。我们将使用属性名-属性值对的方式以获得最大的控制权。% 3. 绘制算法A的曲线使用实线、圆圈标记颜色取自默认配色1 p1 plot(iterations, error_A, … ‘Color‘, colororder(1,:), … % 颜色 ‘LineStyle‘, ‘-‘, … % 实线 ‘LineWidth‘, 1.8, … % 稍粗的线宽 ‘Marker‘, ‘o‘, … % 圆圈标记 ‘MarkerSize‘, 6, … % 标记大小 ‘MarkerEdgeColor‘, colororder(1,:), … % 标记边缘色同线条 ‘MarkerFaceColor‘, ‘w‘, … % 标记填充白色空心效果 ‘MarkerIndices‘, 1:10:100); % 每隔10个点显示一个标记避免过于密集 % 4. 绘制算法B的曲线使用虚线、方块标记颜色取自默认配色2 p2 plot(iterations, error_B, … ‘Color‘, colororder(2,:), … ‘LineStyle‘, ‘--‘, … % 虚线 ‘LineWidth‘, 1.8, … ‘Marker‘, ‘s‘, … % 方块标记 ‘MarkerSize‘, 6, … ‘MarkerEdgeColor‘, colororder(2,:), … ‘MarkerFaceColor‘, ‘w‘, … ‘MarkerIndices‘, 5:10:100); % 标记位置与算法A错开 % 5. 绘制算法C的曲线使用点划线、菱形标记颜色取自默认配色3 p3 plot(iterations, error_C, … ‘Color‘, colororder(3,:), … ‘LineStyle‘, ‘-.‘, … % 点划线 ‘LineWidth‘, 1.8, … ‘Marker‘, ‘d‘, … % 菱形标记 ‘MarkerSize‘, 7, … % 菱形可以稍大一点 ‘MarkerEdgeColor‘, colororder(3,:), … ‘MarkerFaceColor‘, colororder(3,:), … % 实心菱形更醒目 ‘MarkerIndices‘, 10:10:100);代码解释‘MarkerIndices‘是一个非常有用的属性它允许你指定只在哪些数据点上绘制标记。这避免了在数据点密集时标记重叠杂乱的问题让图表更清爽。我们为算法C的菱形标记设置了填充色MarkerFaceColor使其成为实心与其他两条曲线的空心标记形成对比可以用于突出显示某个特定的算法。6.3 添加图例、标签与美化% 6. 添加图例并指定使用我们刚才创建的图形对象句柄p1, p2, p3 legend([p1, p2, p3], {‘Algorithm A (Proposed)‘, ‘Algorithm B‘, ‘Algorithm C‘}, … ‘Location‘, ‘best‘, … % 自动选择最佳位置 ‘FontSize‘, 10, … % 调整图例字体大小 ‘Box‘, ‘off‘); % 去掉图例边框可选现代风格 % 7. 添加坐标轴标签和标题 xlabel(‘Iteration Number‘, ‘FontSize‘, 11, ‘FontWeight‘, ‘bold‘); ylabel(‘Error Metric‘, ‘FontSize‘, 11, ‘FontWeight‘, ‘bold‘); title(‘Convergence Performance Comparison of Different Algorithms‘, ‘FontSize‘, 12); % 8. 设置坐标轴刻度字体和范围 set(gca, ‘FontSize‘, 10); % gca代表当前坐标轴 xlim([1, 100]); % ylim可以根据数据自动调整或手动设置 % ylim([0, 12]); % 9. 设置网格线样式更精细的控制 grid on; grid minor; set(gca, ‘GridLineStyle‘, ‘:‘, ‘GridAlpha‘, 0.3); % 网格线为点线透明度30%6.4 导出为出版级图片这是最后也是至关重要的一步。Matlab图形窗口默认的屏幕渲染分辨率不适合直接插入文档。% 10. 以高分辨率、适合出版的格式导出图片 exportgraphics(gcf, ‘Algorithm_Comparison.pdf‘, ‘ContentType‘, ‘vector‘); % 矢量图最佳质量 % 或者导出为高分辨率位图 % exportgraphics(gcf, ‘Algorithm_Comparison.png‘, ‘Resolution‘, 300); % 300 DPI关键提示exportgraphics函数R2020a及以上版本是新一代的导出工具比旧的print或saveas函数更可靠能更好地保持样式。对于论文推荐导出为PDF矢量格式或高分辨率PNG位图格式。‘ContentType‘, ‘vector‘选项会生成可无限缩放不失真的矢量图形是LaTeX等排版软件的最佳搭档。运行以上所有代码你将得到一张样式专业、信息层次清晰、可直接用于学术报告或论文投稿的图表。这张图通过精心搭配的线型实/虚/点划、标记圆/方/菱形和颜色默认配色集即使在黑白打印时也能很好地区分三条曲线并且通过标记的稀疏化显示和填充差异增强了图表的可读性和美观度。
1. 从“能画”到“画好”为什么你需要精通plot的线型、标记与颜色如果你用过Matlab那你肯定用过plot函数。这几乎是所有数据可视化工作的起点。但很多时候我们画出来的图就像下面这张一样虽然数据清晰但总感觉少了点“专业感”或者说不那么“好看”。x 0:0.1:10; y1 sin(x); y2 cos(x); figure; plot(x, y1); hold on; plot(x, y2); hold off;运行这段代码你会得到两条默认的蓝色实线。对于自己看、临时分析数据这完全没问题。但当你需要把图放进论文、报告、PPT或者向团队展示时这种千篇一律的默认样式就显得力不从心了。它无法有效区分多条曲线无法突出重点数据更无法传达出你希望图表呈现的视觉层次和逻辑关系。这就像写文章只用逗号和句号虽然能表达意思但缺乏节奏和重点。plot函数的强大之处恰恰在于它提供了极其丰富的“视觉词汇”——线型、标记和颜色。掌握它们你就能像一位熟练的编辑为你的数据故事加上“粗体”、“斜体”、“下划线”和“高亮”。这不仅仅是让图“变好看”更是提升信息传达效率、增强图表可读性和专业性的核心技能。无论是区分实验组与对照组还是突出关键数据点或是匹配期刊的图表规范对这三者的灵活运用都是Matlab绘图从“能用”迈向“好用”的关键一步。2. plot函数的基本语法与参数结构在深入细节之前我们必须先理解plot函数是如何接收并处理这些样式参数的。它的基础调用格式远不止plot(x, y)这么简单。2.1 核心语法格式plot函数最常用的、用于指定样式的语法格式如下plot(X, Y, LineSpec)这里的LineSpec线型规范是一个字符串参数它正是我们控制线型、标记和颜色的“密码”。这个字符串的格式是固定的但组合非常灵活。更一般化的语法允许你在单次调用中绘制多条线并为每条线指定不同的样式plot(X1, Y1, LineSpec1, X2, Y2, LineSpec2, ..., Xn, Yn, LineSpecn)例如plot(x, y1, ‘r--o’, x, y2, ‘b:s’)会在同一坐标系中画出两条线一条是红色虚线带圆圈标记另一条是蓝色点线带方块标记。2.2 LineSpec字符串的解析规则LineSpec字符串由三部分组成且顺序固定颜色、标记、线型。你可以只指定其中一个或两个未指定的部分将使用默认值。颜色 (Color): 必须是字符串的第一个字符如果指定了颜色。例如‘r’表示红色。标记 (Marker): 在颜色字符之后如果指定了颜色或作为字符串的第一个字符如果未指定颜色。例如‘o’表示圆圈。线型 (LineStyle): 通常是字符串的最后部分由特定的符号组合表示。例如‘--’表示虚线。关键规则这三个部分的顺序不能乱。Matlab会按照“颜色-标记-线型”的顺序解析字符串。比如‘--or’这个字符串会被解析为‘--o’点划线圆圈标记加上一个无法识别的尾部字符‘r’从而导致错误或非预期效果。正确的写法应该是‘r--o’红色、虚线、圆圈标记或‘ro--’红色、圆圈标记、虚线但请注意‘o--’这种“标记在前线型在后”的组合在某些旧版本或上下文中可能被解释为“只有标记无线型”即‘o’标记和‘--’线型但颜色为默认。为安全起见强烈建议使用“颜色-线型-标记”或“颜色-标记”的顺序。一个更稳妥的理解是当字符串中包含线型符号‘-‘,‘--‘,‘:‘,‘-.’时Matlab会将其识别为线型并将其前后的字符分别识别为颜色和标记。最无歧义的写法是明确写出三者‘r-o’红色实线圆圈。注意如果你只指定了标记如‘o’而没有指定线型plot将只绘制数据点而不会用线连接它们。这在绘制散点图时非常有用。2.3 属性名-属性值对更精细的控制LineSpec提供了快速设置但如果你想进行更精细的控制比如设置线的粗细、标记的大小、标记的填充色等就需要使用plot函数的另一种语法形式plot(X, Y, LineSpec, ‘PropertyName‘, PropertyValue, …)或者完全用属性对来定义样式plot(X, Y, ‘Color‘, ‘r‘, ‘LineStyle‘, ‘--‘, ‘Marker‘, ‘o‘, ‘LineWidth‘, 2, ‘MarkerSize‘, 10)这种方式虽然代码更长但胜在清晰、灵活且可以设置LineSpec无法直接设置的所有图形属性。在编写复杂或需要复用的绘图脚本时推荐使用这种方式可读性更好。3. 线型大全不仅仅是实线和虚线线型主要用于区分不同的数据系列尤其是当图表是黑白打印时颜色区分失效线型就成了最重要的视觉元素。3.1 基础线型与代码Matlab提供了4种基本线型通过LineSpec字符串中的特定符号指定线型符号示例代码显示效果实线(Solid)‘-‘plot(x, y, ‘-‘)一条连续的实线虚线(Dashed)‘--‘plot(x, y, ‘--‘)由较长线段组成的虚线点线(Dotted)‘:‘plot(x, y, ‘:‘)由点组成的虚线点划线(Dash-Dotted)‘-.’plot(x, y, ‘-.’)交替使用长线段和点3.2 线型的选择策略与实战场景选择哪种线型并非随意为之而是服务于数据表达。实线 (‘-‘)默认选项也是最常用的。用于绘制主要的、连续的、需要被强调的趋势线或理论曲线。例如在绘制模型拟合曲线、主要观测指标随时间的变化趋势时使用。虚线 (‘--‘)常用于表示对比、参照或次要的数据系列。比如在控制实验图中用实线表示实验组用虚线表示对照组在理论值与实测值对比中用实线表示理论值虚线表示实测值。它也常用于表示假设、预测或未实现的路径。点线 (‘:‘)通常用于表示辅助线、边界或阈值。例如在图中添加y0的基准线或者标识出某个临界值如报警阈值。因为其视觉上较为“稀疏”不适合作为承载主要数据曲线的线型。点划线 (‘-.’)用途与虚线类似但提供了另一种视觉变化。当图中已经使用了虚线需要引入第三条需要区分的曲线时点划线是一个好选择。在某些领域如某些工程图纸规范中点划线可能有特定含义。实操心得在准备可能被黑白打印的图表时应优先依赖线型和标记来区分曲线。一个常见的组合是主要结果用‘-‘实线对比方法A用‘--‘虚线对比方法B用‘-.’点划线。避免在同一张图中使用超过3-4种线型否则会显得杂乱。3.3 高级控制线宽与线条透明度LineSpec只能选择线型要改变线的粗细必须使用属性名-属性值对。‘LineWidth‘控制线条的宽度粗细。默认值通常是0.5磅。在论文或报告中适当增加线宽如设置为1.5或2可以使曲线在缩小后仍然清晰可见。plot(x, y, ‘b-‘, ‘LineWidth‘, 2); % 绘制蓝色实线线宽为2‘Color‘虽然属于颜色范畴但这里可以设置其透明度即RGBA格式。通过指定一个4元素向量[R, G, B, A]其中AAlpha在0到1之间可以控制线条的透明度。这在绘制重叠区域或密集线条时非常有用可以增加图表的层次感。plot(x, y, ‘Color‘, [0, 0.4470, 0.7410, 0.5]); % 使用Matlab默认蓝色但透明度为50%4. 标记详解让数据点“跳”出来标记用于在曲线上突出显示实际的数据点位置。当数据点稀疏或者你需要强调采样位置时标记就至关重要。4.1 常用标记符号与示例Matlab内置了丰富的标记类型以下是一些最常用的标记符号描述适用场景圆圈‘o‘空心圆圈最常用的标记视觉负担小。加号‘‘加号交叉线清晰适合密集点。星号‘*‘五角星非常醒目用于突出关键点。实心点‘.‘实心小圆点默认标记很小适合大量数据点。叉号‘x‘叉号与加号类似另一种交叉线。方块‘s‘空心方块另一种常用空心标记。菱形‘d‘空心菱形视觉上比较独特。上三角‘^‘空心向上三角形常用来表示“上升”、“提高”的数据系列。下三角‘v‘空心向下三角形常用来表示“下降”、“降低”的数据系列。右三角‘‘空心向右三角形左三角‘‘空心向左三角形实心方块‘square‘或‘s‘(需配合‘MarkerFaceColor‘)实心方块填充色与边线色可不同。实心圆‘MarkerFaceColor‘配合‘o‘实心圆圈最醒目的标记之一。4.2 标记的视觉定制大小、填充与边缘仅仅选择标记类型还不够通过以下属性可以极大提升标记的表现力‘MarkerSize‘控制标记的大小。默认值通常为6。对于重要的数据点如极值点、拐点可以适当增大其MarkerSize以作强调。plot(x, y, ‘ro‘, ‘MarkerSize‘, 10); % 红色圆圈尺寸10‘MarkerEdgeColor‘控制标记边缘的颜色。可以设置为颜色字符如‘r‘、RGB向量如[1, 0, 0]或‘none‘无边缘。plot(x, y, ‘o‘, ‘MarkerEdgeColor‘, ‘k‘); % 黑色边缘的空心圆‘MarkerFaceColor‘控制标记的填充颜色。这是将空心标记变为实心标记的关键属性。设置为‘none‘则为空心。plot(x, y, ‘o‘, ‘MarkerEdgeColor‘, ‘b‘, ‘MarkerFaceColor‘, ‘r‘); % 蓝边红心的实心圆组合使用示例假设你要突出显示一组实验数据中的最大值点。x 1:10; y rand(1,10); [ymax, idx] max(y); figure; plot(x, y, ‘b-o‘, ‘LineWidth‘, 1.5, ‘MarkerSize‘, 8); % 绘制所有点线 hold on; % 单独高亮最大值点 plot(x(idx), ymax, ‘s‘, … % 使用方块标记 ‘MarkerSize‘, 12, … % 更大 ‘MarkerEdgeColor‘, ‘k‘, … % 黑色边缘 ‘MarkerFaceColor‘, ‘y‘); % 黄色填充 hold off;4.3 标记使用的注意事项避免过度使用如果数据点非常密集例如有上千个点添加标记会让图表变得一团糟完全失去可读性。此时应仅使用线条。一致性原则在同一份报告或论文的不同图表中相同的标记样式应代表相同含义的数据系列例如圆形总是代表“方法A”方形总是代表“方法B”。黑白打印友好在准备黑白图表时应优先选择通过MarkerEdgeColor和MarkerFaceColor设置为不同灰度来区分的标记例如实心圆、空心方、实心三角等组合而不是依赖颜色。5. 颜色系统从简写到专业配色颜色是图表中最直观的区分元素。Matlab支持多种颜色指定方式。5.1 基础颜色简写最快捷的方式是使用单字符简写对应8种常见颜色颜色简写RGB示例值颜色简写RGB示例值蓝色‘b‘[0, 0, 1]红色‘r‘[1, 0, 0]绿色‘g‘[0, 1, 0]青色‘c‘[0, 1, 1]品红‘m‘[1, 0, 1]黄色‘y‘[1, 1, 0]黑色‘k‘[0, 0, 0]白色‘w‘[1, 1, 1]使用示例plot(x, y, ‘r--‘)绘制红色虚线。5.2 RGB向量解锁无限色彩对于更精细或更专业的配色需求必须使用RGB红绿蓝向量。每个分量的取值范围是[0, 1]。[0, 0, 0]代表黑色。[1, 1, 1]代表白色。[1, 0.5, 0]代表橙色。[0.4940, 0.1840, 0.5560]这是Matlab R2014b后默认配色方案中的一种紫色。使用RGB向量需要通过‘Color‘属性指定plot(x, y, ‘Color‘, [0.8500, 0.3250, 0.0980], ‘LineWidth‘, 2); % 绘制一种橙红色粗线5.3 获取与使用Matlab默认配色方案从Matlab R2014b开始图形系统引入了新的默认颜色集比传统的‘b‘,‘g‘‘, ‘r‘等更美观、更易于区分。你可以通过colororder函数获取或设置当前坐标区的颜色顺序。% 获取当前坐标区的默认颜色RGB矩阵 current_colors colororder; disp(current_colors); % 使用默认颜色集中的第一种颜色绘图 defaultColor1 colororder(1,:); plot(x, y1, ‘Color‘, defaultColor1); hold on; % 使用第二种颜色 plot(x, y2, ‘Color‘, colororder(2,:));你也可以自定义颜色顺序% 设置自己喜欢的颜色顺序例如Set2色盲友好配色 myColors [0.4000, 0.7608, 0.6471; % 绿色 0.9882, 0.5529, 0.3843; % 橙色 0.5529, 0.6275, 0.7961]; % 蓝色 colororder(myColors); % 此后在同一坐标区内用plot绘制多条线会自动按此顺序循环使用颜色 plot(x, y1); % 使用myColors第一行颜色 plot(x, y2); % 使用myColors第二行颜色 plot(x, y3); % 使用myColors第三行颜色5.4 颜色选择的艺术与科学区分度选择的颜色之间应有足够的视觉差异。避免同时使用深红和深棕、深蓝和深紫等难以区分的颜色。色盲友好约8%的男性有色觉缺陷。避免使用红-绿组合作为主要的区分手段。可以使用在线工具如ColorBrewer或Matlab的cbrewer函数获取色盲友好配色。含义关联如果可能让颜色具有语义。例如用红色表示“错误”、“高温”、“危险”用蓝色表示“低温”、“基准”用绿色表示“通过”、“安全”。黑白打印测试将你的图表转换为灰度图检查是否还能清晰地区分不同的数据系列。如果不行请加强线型和标记的差异。6. 综合实战绘制一张“可直接用于论文”的图表让我们将以上所有知识融合从头开始创建一张符合学术出版要求的、信息丰富且美观的图表。假设我们要比较三种不同算法在某个指标上的迭代收敛情况。6.1 数据准备与基础绘图% 1. 生成示例数据模拟三种算法的迭代误差 iterations 1:100; % 算法A: 指数衰减 error_A 10 * exp(-0.05 * iterations) 0.1 * randn(size(iterations)); % 算法B: 幂律衰减 error_B 8 * iterations.^(-0.5) 0.15 * randn(size(iterations)); % 算法C: 带平台的衰减 error_C 5 * exp(-0.02 * iterations) 2./(1exp(0.1*(iterations-50))) 0.2*randn(size(iterations)); % 2. 创建图形窗口和坐标区并设置合适的尺寸便于导出 figure(‘Units‘, ‘inches‘, ‘Position‘, [1, 1, 6, 4]); % 6英寸宽4英寸高 axes(‘NextPlot‘, ‘add‘); % 等效于 hold on但更推荐 box on; % 显示坐标区边框 grid on; % 显示网格线 grid minor; % 显示更细的次要网格线可选6.2 应用专业的样式组合现在我们为每条曲线精心选择线型、标记和颜色。我们将使用属性名-属性值对的方式以获得最大的控制权。% 3. 绘制算法A的曲线使用实线、圆圈标记颜色取自默认配色1 p1 plot(iterations, error_A, … ‘Color‘, colororder(1,:), … % 颜色 ‘LineStyle‘, ‘-‘, … % 实线 ‘LineWidth‘, 1.8, … % 稍粗的线宽 ‘Marker‘, ‘o‘, … % 圆圈标记 ‘MarkerSize‘, 6, … % 标记大小 ‘MarkerEdgeColor‘, colororder(1,:), … % 标记边缘色同线条 ‘MarkerFaceColor‘, ‘w‘, … % 标记填充白色空心效果 ‘MarkerIndices‘, 1:10:100); % 每隔10个点显示一个标记避免过于密集 % 4. 绘制算法B的曲线使用虚线、方块标记颜色取自默认配色2 p2 plot(iterations, error_B, … ‘Color‘, colororder(2,:), … ‘LineStyle‘, ‘--‘, … % 虚线 ‘LineWidth‘, 1.8, … ‘Marker‘, ‘s‘, … % 方块标记 ‘MarkerSize‘, 6, … ‘MarkerEdgeColor‘, colororder(2,:), … ‘MarkerFaceColor‘, ‘w‘, … ‘MarkerIndices‘, 5:10:100); % 标记位置与算法A错开 % 5. 绘制算法C的曲线使用点划线、菱形标记颜色取自默认配色3 p3 plot(iterations, error_C, … ‘Color‘, colororder(3,:), … ‘LineStyle‘, ‘-.‘, … % 点划线 ‘LineWidth‘, 1.8, … ‘Marker‘, ‘d‘, … % 菱形标记 ‘MarkerSize‘, 7, … % 菱形可以稍大一点 ‘MarkerEdgeColor‘, colororder(3,:), … ‘MarkerFaceColor‘, colororder(3,:), … % 实心菱形更醒目 ‘MarkerIndices‘, 10:10:100);代码解释‘MarkerIndices‘是一个非常有用的属性它允许你指定只在哪些数据点上绘制标记。这避免了在数据点密集时标记重叠杂乱的问题让图表更清爽。我们为算法C的菱形标记设置了填充色MarkerFaceColor使其成为实心与其他两条曲线的空心标记形成对比可以用于突出显示某个特定的算法。6.3 添加图例、标签与美化% 6. 添加图例并指定使用我们刚才创建的图形对象句柄p1, p2, p3 legend([p1, p2, p3], {‘Algorithm A (Proposed)‘, ‘Algorithm B‘, ‘Algorithm C‘}, … ‘Location‘, ‘best‘, … % 自动选择最佳位置 ‘FontSize‘, 10, … % 调整图例字体大小 ‘Box‘, ‘off‘); % 去掉图例边框可选现代风格 % 7. 添加坐标轴标签和标题 xlabel(‘Iteration Number‘, ‘FontSize‘, 11, ‘FontWeight‘, ‘bold‘); ylabel(‘Error Metric‘, ‘FontSize‘, 11, ‘FontWeight‘, ‘bold‘); title(‘Convergence Performance Comparison of Different Algorithms‘, ‘FontSize‘, 12); % 8. 设置坐标轴刻度字体和范围 set(gca, ‘FontSize‘, 10); % gca代表当前坐标轴 xlim([1, 100]); % ylim可以根据数据自动调整或手动设置 % ylim([0, 12]); % 9. 设置网格线样式更精细的控制 grid on; grid minor; set(gca, ‘GridLineStyle‘, ‘:‘, ‘GridAlpha‘, 0.3); % 网格线为点线透明度30%6.4 导出为出版级图片这是最后也是至关重要的一步。Matlab图形窗口默认的屏幕渲染分辨率不适合直接插入文档。% 10. 以高分辨率、适合出版的格式导出图片 exportgraphics(gcf, ‘Algorithm_Comparison.pdf‘, ‘ContentType‘, ‘vector‘); % 矢量图最佳质量 % 或者导出为高分辨率位图 % exportgraphics(gcf, ‘Algorithm_Comparison.png‘, ‘Resolution‘, 300); % 300 DPI关键提示exportgraphics函数R2020a及以上版本是新一代的导出工具比旧的print或saveas函数更可靠能更好地保持样式。对于论文推荐导出为PDF矢量格式或高分辨率PNG位图格式。‘ContentType‘, ‘vector‘选项会生成可无限缩放不失真的矢量图形是LaTeX等排版软件的最佳搭档。运行以上所有代码你将得到一张样式专业、信息层次清晰、可直接用于学术报告或论文投稿的图表。这张图通过精心搭配的线型实/虚/点划、标记圆/方/菱形和颜色默认配色集即使在黑白打印时也能很好地区分三条曲线并且通过标记的稀疏化显示和填充差异增强了图表的可读性和美观度。
