第3讲 MATLAB数据可视化

合集下载

如何进行MATLAB地图数据处理和可视化

如何进行MATLAB地图数据处理和可视化

如何进行MATLAB地图数据处理和可视化地图数据处理和可视化在很多领域中都是很重要的一项任务,如地理信息系统(GIS)、城市规划、气象学等。

MATLAB作为一种功能强大的科学计算软件,提供了丰富的地图数据处理和可视化工具,能够帮助用户快速、准确地处理和展示地理数据。

本文将介绍如何使用MATLAB进行地图数据处理和可视化。

一、导入地图数据在MATLAB中,我们可以通过导入地理数据文件的方式来获取地图数据。

常见的地理数据文件格式包括Shapefile、GeoTIFF等。

运用MATLAB的Mapping Toolbox中的函数,我们可以轻松地读取这些文件,并将其转换成MATLAB能够处理的数据结构。

例如,如果我们有一个Shapefile文件,可以使用shaperead()函数将其读取为MATLAB中的结构体。

该结构体包含了Shapefile中所有的属性和几何信息。

我们可以通过访问这些属性和几何信息,进行进一步的数据处理和可视化操作。

二、地图数据处理与分析在导入地图数据之后,我们可以进行一系列的数据处理和分析操作。

MATLAB 提供了丰富的地理数据处理函数,如计算地理距离、邻近分析、空间插值等。

下面,我们将介绍两个常用的地图数据处理方法。

1. 计算地理距离MATLAB中使用distance()函数可以计算两点之间的地理距离。

这对于一些需要考虑地球曲率的应用非常重要。

例如,在城市规划中,我们可以使用该函数计算出两个位置之间的实际距离,从而帮助规划交通路线、确定最佳布局等。

2. 空间插值空间插值是指根据有限的采样点数据,通过数学方法推算未知点的数值。

在地图数据处理中,空间插值经常用于填充缺失值、生成连续的等值线图等。

MATLAB中的griddata()函数可以对地理数据进行插值,并生成高质量的连续地图。

三、地图数据可视化地图数据可视化是将处理后的地理数据以图形的形式展示出来。

MATLAB提供了多种可视化方式,如制作等高线图、色彩填充地图、散点图等。

第3章 数据的可视化(Graphics) 《MATLAB教程及实例(第1版)》课件(共43张PPT)

第3章 数据的可视化(Graphics) 《MATLAB教程及实例(第1版)》课件(共43张PPT)

3.2 特殊图形(túxíng)和坐标的绘制 (Specialized Plotting)
3.2.1 特殊图形(túxíng)绘制
在MATLAB R2021a的 Workspace窗口中,如果 (rúguǒ)选择了Workspace 窗口中的某个内存变量, 单击工具栏中的绘制列数 据曲线按钮〔Plot〕,出现 下拉的菜单可以绘制各种 不同的特殊图形。
>> subplot(2,1,1)
>> hist(x,20) %分20段
>> subplot(2,1,2)
>> hist(x,-3:1:3) %确定每段中间值
>> sum((x<=2.5)&(x>1.5))
第二十一页,共43页。
5. 离散数据图
〔1〕stem函数
将数据用一个垂直于横轴的火柴棒表示 ,火柴头的小圆表示数据点。
第3章 数据(shùjù)的可视化 (Graphics)
3.1 二维绘图(huìtú) 3.2 特殊图形和坐标的绘制 3.3 MATLAB的图形窗口 3.4 根本三维绘图(huìtú)命令
第一页,共43页。
3.1 二维绘图(2-D plotting) 3.1.1 绘图的一般(yībān)步骤
1. 曲线数据准备 2. 指定图形窗口和子图位置 3. 绘制图形 4. 设置坐标轴和图形注释 5. 仅对三维图形使用的着色和视点(shì diǎn)等设置 6. 图形的精细修饰 7. 按指定格式保存或导出图形
5.使用鼠标添加注释文字 gtext('s') %用鼠标把字符串放在图形上 gtext({'s1','s2','s3',...}) %一次将多个的字 符串分行(fēn xínɡ)放置在图形上 gtext({'s1';'s2';'s3';...}) %一次放置一个字 符串分屡次放置在图形上

使用MATLAB进行数据分析教程

使用MATLAB进行数据分析教程

使用MATLAB进行数据分析教程第一章:介绍MATLAB的基本知识MATLAB是一种广泛应用于科学计算和工程设计的软件工具。

本章将介绍MATLAB的基本知识,包括安装和启动MATLAB、MATLAB工作环境的组成以及基本的编程语法和命令。

通过本章的学习,读者可以快速上手使用MATLAB进行数据分析。

第二章:数据导入与清洗在进行数据分析之前,首先需要将数据导入到MATLAB中,并进行必要的数据清洗。

本章将介绍如何从不同的数据源导入数据,如Excel表格、文本文件和数据库。

此外,还将涵盖数据清洗的基本技术,例如处理缺失值、异常值和重复值等。

第三章:数据可视化数据可视化是数据分析的重要环节,可以帮助我们更好地理解数据的分布、趋势和关系。

本章将详细介绍如何使用MATLAB进行数据可视化分析。

包括绘制散点图、折线图、直方图、箱线图等常用的图形,并掌握调整图形样式和添加图例、标签等技巧。

第四章:统计分析统计分析是数据分析的关键部分,可以揭示数据背后的规律和关联。

本章将讲解如何使用MATLAB进行统计分析。

包括描述性统计分析,如计算均值、方差和百分位数等;基本的假设检验,如t检验和方差分析等;以及回归分析和相关分析等。

第五章:机器学习基础机器学习是近年来兴起的一种强大的数据分析技术。

本章将介绍MATLAB中的机器学习基础知识,包括常见的机器学习算法、如决策树、支持向量机和神经网络等;以及如何使用MATLAB进行数据预处理、模型训练和评估等。

第六章:时间序列分析时间序列分析是一种专门针对时间相关数据的分析方法。

本章将介绍MATLAB中的时间序列分析工具,包括自相关函数、移动平均和指数平滑等;以及如何进行时间序列模型的建立和预测等。

读者可以通过本章的学习,掌握MATLAB在时间序列分析中的应用技巧。

第七章:图像处理与分析图像处理与分析是MATLAB的重要应用领域之一。

本章将介绍MATLAB中的图像处理和分析工具,包括图像读取、显示和处理等基本操作;常见的图像处理技术,如灰度变换、滤波和边缘检测等;以及图像分割和特征提取等相关内容。

Matlab中常用的数据可视化工具与方法

Matlab中常用的数据可视化工具与方法

Matlab中常用的数据可视化工具与方法MATLAB是一种强大的数值计算和数据分析工具,具有丰富的数据可视化功能。

本文将介绍MATLAB中常用的数据可视化工具与方法,帮助读者更好地利用MATLAB进行数据可视化分析。

一、绘图函数在MATLAB中,绘图函数是实现数据可视化的基础。

MATLAB提供了多种绘图函数,包括plot、scatter、bar等。

这些函数能够绘制线图、散点图、柱状图等不同类型的图形,便于展示各种数据的分布和趋势。

1. 线图线图是常用的一种数据可视化方式,它通过连接数据点来展示数据的变化趋势。

在MATLAB中,可以使用plot函数创建线图。

例如,以下代码可以绘制一个简单的线图:```matlabx = 1:10;y = sin(x);plot(x, y);```通过设置不同的线型、颜色和标记,我们可以进一步定制线图的样式,使其更具辨识度。

2. 散点图散点图用于展示数据点的分布情况,常用于观察数据之间的关系。

在MATLAB中,可以使用scatter函数创建散点图。

以下是一个简单的例子:x = rand(100, 1);y = rand(100, 1);scatter(x, y);```通过调整点的大小、颜色和形状,我们可以更好地展示多维数据之间的关系。

3. 柱状图柱状图用于比较不同类别或组之间的数据大小差异。

在MATLAB中,可以使用bar函数创建柱状图。

以下是一个示例:```matlabdata = [3, 5, 2, 7];bar(data);```通过设置不同的颜色和样式,我们可以使柱状图更加直观、易于理解。

二、图形属性设置为了使数据可视化更具吸引力和表达力,MATLAB提供了丰富的图形属性设置功能。

通过调整这些属性,我们可以改变图形的样式、颜色、标记等,使其更好地展示数据。

1. 图形样式设置MATLAB允许用户自定义图形的样式,包括线形、线宽、颜色等。

例如,以下代码可以绘制一条红色的虚线:x = 0:0.1:2*pi;y = sin(x);plot(x, y, '--r');```通过设置不同的样式,我们可以使图形更具辨识度和美观度。

Matlab技术在数据可视化中的重要作用

Matlab技术在数据可视化中的重要作用

Matlab技术在数据可视化中的重要作用随着信息时代的到来,数据的产生量呈爆炸性增长,我们面临着如何有效处理、分析和展示这些大量数据的挑战。

数据可视化作为一种重要的信息呈现手段,可以将抽象的数据转化为直观、易于理解的图形,帮助人们更好地理解和分析数据。

而在数据可视化中,Matlab技术发挥着重要的作用。

一、Matlab技术概述Matlab是由MathWorks公司开发的一种数值计算和数据分析软件,广泛应用于科学计算、工程分析、数据可视化等领域。

它提供了丰富的工具箱和函数库,方便用户进行复杂的数学运算、信号处理、统计分析、图像处理等任务。

同时,Matlab还提供了强大的绘图功能,可以生成各种类型的图形,包括二维和三维图形。

二、Matlab在数据可视化中的应用1. 二维数据可视化Matlab提供了多种绘图函数,使用户能够轻松绘制各种类型的二维图形。

例如,通过plot函数可以绘制折线图,通过bar函数可以绘制柱状图,通过scatter函数可以绘制散点图等。

这些图形可以直观地展示数据之间的关系,帮助用户发现数据的规律和趋势。

此外,Matlab还支持自定义图形的颜色、线型、标签等属性,使用户能够更好地呈现数据。

2. 三维数据可视化除了二维图形,Matlab还支持绘制各种类型的三维图形。

例如,通过surfc函数可以绘制三维曲面图,通过contour函数可以绘制等高线图,通过slice函数可以绘制切片图等。

这些三维图形能够展示数据在不同维度上的变化规律,帮助用户深入理解数据的内在结构和特征。

同时,Matlab还支持对三维图形进行旋转、放大、缩小等操作,使用户能够更好地观察和分析数据。

3. 动态数据可视化除了静态图形,Matlab还支持绘制动态图形。

通过使用Matlab中的animation函数,用户可以创建各种类型的动画效果,如折线图的动态更新、曲面图的旋转变化等。

这种动态数据可视化方式可以帮助用户更好地观察数据的变化过程,发现数据中的异常情况或趋势,进一步进行数据分析和决策。

MATLAB第3讲 MATLAB基本绘图

MATLAB第3讲 MATLAB基本绘图

3.3 基本三维绘图
[X,Y]=meshgrid(-8:0.5:8,-8:0.5,8);
3.3 基本三维绘图
2、格式2:mesh(x,y,z) 功能:x,y,z 为三个矩阵, 以各元素值为三维坐标点绘图, 并连成网格。
3.3 基本三维绘图
例题 7 画一个球体 [xx,yy,zz]=sphere(30);
0
n
3.3 基本三维绘图
形成了33*33网 格矩阵
3.3 基本三维绘图
可以使用meshgrid()函数产生网格坐标:
格式:[X,Y]=meshgrid(x,y) x,y为同维向量,
X的行为x的拷贝,Y的列是y的拷贝,X,Y同维 例如:[xx,yy]=meshgrid([ 1 2 3 4],[1 2 3 4])
3.3 基本三维绘图
3、格式3:plot3(x,y,z,’s’) plot3(x1,y1,z1,’s1’,x2,y2,z2,’s2’) 功能:用于设置绘图颜色和线型 字符串意义同plot。
例如:plot3(x,y,z,’*r’,x,z,y,’:b’)
3.3 基本三维绘图
例题 2
3.3 基本三维绘图
3、hidden on(off) ----隐藏或透视被遮挡的地方
视角变换与三视图
三维图形绘制中的视角定义
z轴
视点
y轴
仰角
方位角
x轴
3.3 基本三维绘图
3. 4 特殊三维绘图 特殊图形库(specgraph)
1、stem3(x,y,z) ----- 三维火柴杆图: 例如:stem3(x,y,z) 2、bar3(z) ------ 三维条形图(同二维) 例如:bar3([1 2 3 2 1]) 3、pie3 (x,p)------ 三维饼图(同二维): 例如:pie3([1 2 3 2 1 1 ],[0 0 1 0 0 0]) 还有其它特殊函数。。。

在Matlab中进行高维数据可视化的方法和工具

在Matlab中进行高维数据可视化的方法和工具

在Matlab中进行高维数据可视化的方法和工具高维数据集是当今科学研究和工程领域中的一个重要问题。

理解和分析这些数据对于发现潜在模式和规律非常关键。

然而,高维数据的可视化是一个具有挑战性的任务,因为人类眼睛只能直观地感知三维空间。

为了克服这个问题,Matlab提供了多种方法和工具,用于高维数据可视化。

首先,一种常用的方法是降维。

降维可以将高维数据转换为低维空间,使得数据的可视化变得可行。

常见的降维方法包括主成分分析(PCA)和多维尺度分析(MDS)。

PCA通过找到数据中的主要特征来减少维度,并通过绘制数据在主成分空间中的投影来可视化数据。

MDS是一种基于距离矩阵的降维方法,它试图在低维空间中保持数据点之间的原始距离关系。

其次,另一种常用的方法是使用散点图矩阵。

散点图矩阵是一个用于可视化多个变量之间关系的矩阵。

在Matlab中,可以使用“scattermatrix”函数来创建散点图矩阵。

该函数将每个变量两两组合,以散点图的形式呈现。

这样,我们可以通过观察散点图矩阵中的模式和相关性来获得关于高维数据的洞察。

此外,Matlab还提供了一些特定领域的可视化工具。

例如,在生物领域中,可使用Bioinformatics Toolbox的heatmap函数创建热图。

热图可以将高维数据以矩阵的形式呈现,其中颜色表示不同数据点的值。

通过调整颜色映射和标签,我们可以直观地观察到数据之间的模式和趋势。

另一个常用的高维数据可视化工具是t-SNE。

t-SNE是一种在低维空间中可视化高维数据的非线性方法。

Matlab中可使用tsne函数实现t-SNE。

t-SNE通过在高维空间中保持数据点之间的距离关系,将数据投影到二维或三维空间中。

通过观察t-SNE图,我们可以发现数据中的集群和分布模式。

除了这些方法和工具之外,还有许多其他可供选择的方法和工具。

例如,可以使用Matlab的surfc函数创建三维曲面图,该函数允许在三维空间中可视化多个变量之间的关系。

第3章MATLAB数值计算功能第一部分MATLAB数据分析与多

第3章MATLAB数值计算功能第一部分MATLAB数据分析与多

第3章MATLAB数值计算功能第一部分MATLAB数据分析与多MATLAB(Matrix Laboratory)是一种用于数学计算、数据分析和可视化的高级编程语言和环境。

作为一种基于矩阵运算的语言,MATLAB可以进行各种数值计算,并具有强大的数据分析功能。

在MATLAB中,数据分析主要涉及数据处理、统计分析和数据可视化等方面。

首先,MATLAB提供了丰富的数据处理函数,可以对数据进行读取、处理和保存等操作。

通过这些函数,我们可以轻松地加载各种类型的数据文件,如文本文件、电子表格文件和图像文件等。

同时,MATLAB还提供了各种数据处理工具,如滤波、插值和降噪等,可以用于预处理数据,提高数据的质量和可信度。

其次,MATLAB还提供了丰富的统计分析工具,包括描述统计、假设检验、方差分析、回归分析和时间序列分析等。

通过这些工具,我们可以对数据进行基本的统计描述,例如计算均值、方差、标准差和相关系数等。

同时,MATLAB还提供了各种概率分布函数和统计模型,可以用于验证假设、分析方差影响和建立回归模型等。

此外,MATLAB还可以进行时间序列分析,例如计算自相关函数、滑动平均和指数平滑等,以及模拟和预测时间序列数据。

最后,MATLAB还具有强大的数据可视化功能,可以通过绘制图表、绘制曲线和制作图像等,将数据可视化呈现。

MATLAB提供了各种绘图函数和工具箱,可以绘制二维和三维图形,并进行自定义设置,如调整坐标轴、添加标注和注释等。

此外,MATLAB还可以进行图像处理和图像分析,例如灰度转换、图像滤波和图像分割等,以及制作图像和视频等。

综上所述,MATLAB具有强大的数据分析和多功能,可以用于各种数值计算任务。

通过使用MATLAB,我们可以方便地进行数据处理、统计分析和数据可视化等操作,从而更好地理解和利用数据。

无论是在科学研究、工程设计还是商业分析等领域,MATLAB都是一种非常有用的工具,可以帮助我们解决各种复杂的数值计算和数据分析问题。

  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

第3讲 数据可视化综述:数据可视化功能将经过数据处理、运算和分析后的结果通过图形的方式直观地进行表示,用户可以直观地观察数据间的关系,也可以方便地分析各种数据分析的结果。

数据可视化的步骤:1、准备可视化数据;2、选定作图窗口与作图区域;3、调用作图函数;4、设置图形格式;5、输出可视化图形。

3.0 图形绘制示例说明:用MATLAB 绘图时,不论是离散函数,还是连续函数,都需要计算一组离散自变量上对应的函数值,然后将这些数据点描绘成图线。

【例 3.0.1】 绘制函数54)9(11)3(122++++++=x x y 在区间(-17,3)上的图形。

MATLAB 程序:x1=-17:1:3;y1=1./((x1+3).^2+1)+1./((x1+9).^2+4)+5;x2=-17:0.02:3;y2=1./((x2+3).^2+1)+1./((x2+9).^2+4)+5;subplot(2,2,1);plot(x1, y1,’rp ’);axis([-17 3 5 6.5]);title(‘figure 1’);grid on;subplot(2,2,2);plot(x2, y2, ‘rp’);axis([-17 3 5 6.5]);title(‘figure 2’);grid on;subplot(2,2,3);plot(x1, y1, x1, y1, ‘rp’);axis([-17 3 5 6.5]);title(‘figure 3’);grid on;subplot(2,2,4);plot(x2, y2, ‘LineWidth’, 2);axis([-17 3 5 6.5]);title(‘figure 4’);grid on;运行结果:绘制图形的基本步骤:1)绘制图形的数据。

可以通过计算产生需要绘制图形的数组数据,从而能够确定图形的绘制范围;2)在需要绘制多个子图形时,设定子图形的位置;3)选择不同的绘图命令绘制图形。

在绘图命令中设定图形的参数(线型、颜色等);4)设置坐标轴的属性;5)添加图形的注释,如坐标轴名称、图形名称等。

在实际绘图过程中,可以选择使用其中的若干步骤完成图形绘制,并不需要全部步骤,但步骤1)和3)必须使用。

3.1二维图形绘制3.1.1 plot 函数plot 函数是MATLAB绘制二维图形最常用的函数命令。

该函数能够将数组中的数据绘制在相应的坐标平面上,并通过直线将这些点连接起来,形成连续曲线图形。

命令格式:1)plot( x, ’PropertyName’, ’PropertyValue’,……)x表示绘制图表的数据,PropertyName表示图表属性,PropertyValue表示相应属性的值;当x是一维实数数组时,以数组元素的下标为横坐标、元素数值为纵坐标绘制曲线;当x是二维实数数组时,数组的每列数值元素以其下标为横坐标绘制曲线,因此,绘制的是多条曲线;2)plot( x, y, ’PropertyName’, ’PropertyValue’,……)当x,y是同维的数组时,绘制分别以x,y为横坐标和纵坐标的曲线;当x,y是同维的矩阵时,绘制分别以x,y对应元素为横坐标和纵坐标的多条曲线;3)plot(x1,y1,x2,y2,……,’PropertyName’, ’PropertyValue’,……)在窗口中同时绘制以x1和y1,x2和y2等分别为横坐标和纵坐标的多条曲线。

【例 3.1.1-1】clear;t=0:pi/50:2*pi;y1=sin(t);y2=sin(t).*exp(-t);y3=cos(t).*sin(t);plot(y1);hold on;plot(t,y2);plot(t,y1,'b:',t,y2,'gx',t,y3,'ro');hold off;axis([0 10 0 1]);axis([0 10 -1 1]);3.1.2图形的标注使用plot函数绘制曲线时,曲线的线型、标记和颜色等属性能更好地显示所绘制的曲线。

如果不指定曲线的属性,系统将采用默认的属性绘制曲线。

【例3.1.2-1】clear;t=0:pi/50:2*pi;y1=sin(t);y2=sin(t).*exp(-t);y3=cos(t).*sin(t);plot(t,y1,'g-');hold on;plot(t,y2,'b:');plot(t,y3,'rp');title('y1,y2,y3函数');xlabel('X轴');ylabel('Y轴');legend('sin(x)','sin(x)*exp(x)','sin(x).cos(x)');hold off;grid on;3.1.3图形坐标轴设置选择使用坐标轴设置,可以使绘制的曲线在合理的范围内表现出来,达到最好的效果。

常用的命令:axis([xmin xmax ymin ymax]);功能:设置坐标轴的范围,包括横坐标和纵坐标。

【例 3.1.3-1】clear;t=0:pi/50:2*pi;y1=sin(t);y2=sin(t).*exp(-t);y3=cos(t).*sin(t);plot(y1);hold on;plot(t,y2);plot(t,y1,'b:',t,y2,'gx',t,y3,'ro');hold off;axis([0 10 0 1]);axis([0 10 -1 1]);3.1.4一个窗口绘制多个图形1)多个图形叠绘功能:将多个图形绘制在同一个图形内。

命令:hold on;%将新绘制的曲线添加在原来的图形上,原来的坐标轴不会被删除。

hold off;%将当前图形窗口中的图形释放,绘制新的图形。

【例3.1.4-1】x = linspace(0, 2*pi, 100);y = sin(2*x);z = cos(3*x);plot(x, y);hold on;plot(x, z, ‘m*-’);hold off;grid on;legend(‘y=sin(2*x)’, ‘z=cos(3*x)’);title(‘hold examples’);2)子图绘制在一个图形窗口中包含多套坐标轴系时,可以通过在一个图形窗口中绘制多个不同的子图达到效果。

命令:subplot(m, n, p)功能:将图形窗口分为m×n个子窗口,在第p个子窗口中绘制图形;子图按“从左到右,从上到下”的顺序编号。

命令:subplot(‘position’, [left bottom width height]);功能:在指定的位置创建新的子图,并将其设置为当前坐标轴,所设置的4个参数均采用归一化的参数设置,范围为(0,1),左下角坐标为(0,0)。

【例3.1.4-2】clear;t=0:pi/50:2*pi;y1=sin(t);y2=cos(t);y3=sin(t).*exp(-t);y4=cos(t).*sin(t);subplot(2,2,1);plot(t,y1);subplot(2,2,2);plot(t,y2);subplot(2,2,3);plot(t,y3);subplot(2,2,4);plot(t,y4);y5=sin(t)./(cos(t)+eps);subplot('position',[0.2 0.05 0.6 0.3]);plot(t, y5);grid on;axis([0 2*pi -100 100]);3.1.5多个窗口绘图当需要生成多个图形窗口,并将不同的数据以不同的方式绘制在各个窗口中时,可以使用figure命令。

【例3.1.5-1】figurex=1:0.1:30y=sin(x)plot(x,y)figurex=1:0.1:30y=cos(x)plot(x,y)3.1.6特殊图形条形图:x=[10,20,30,15,35,10,5,20,25]bar(x)饼图:x=[15 35 10 15 25]pie(x,[1 0 1 0 0])3.2三维曲线图与plot函数绘制二维曲线图一样,plot3绘制三维曲线,但在输入参数时,需要输入第三个参数数组。

命令格式:plot3(x,y,z,LineSpec);参数说明:x,y,z是同维数组,分别作为x,y,z坐标。

【例3.2-1】clear;t=0:pi/50:10*pi;x=sin(t);y=cos(t);z=t;plot3(x,y,z);grid on;3.3三维曲面图1)网格图绘制三维网格图的绘制相当于在xy平面上的z坐标定义一个网格面,相邻的点通过直线连接起来,网格节点就是z的数据点。

命令:mesh(z);%以z矩阵的列和行的下标为x和y轴的自变量绘制网格。

mesh(x, y, z); % x和y为自变量矩阵,z为建立在x和y之上的函数矩阵。

【例3.3.1-1】clear;[x,y]=meshgrid(-8:0.5:8,-8:0.5:8);r=sqrt(x.^2+y.^2)+eps;z=sin(r)./r;mesh(z);figure;mesh(x,y,z);2)曲面图绘制命令:surf,与mesh函数使用方法相同。

功能:使曲面上的所有网格都填充颜色。

其他命令:surfc:绘制曲面图时,在底层绘制等值线图;surfl:绘制曲面图时,考虑到了光照效果。

【例3.3.1-2】clear;z=peaks(50);k=input('input 1-4 or otherwise:');switch kcase 1mesh(z);case 2surf(z);case 3surfc(z);otherwisesurfl(z);end。

相关文档
最新文档