现在的位置: 首页 > 综合 > 正文

matlab 三维绘图汇总

2019年05月01日 ⁄ 综合 ⁄ 共 3618字 ⁄ 字号小中大 ⁄ 评论关闭

matlab 三维绘图汇总

A=[1.486,3.059,0.1;2.121,4.041,0.1;2.570,3.959,0.1;3.439,4.396,0.1;
4.505,3.012,0.1;3.402,1.604,0.1;2.570,2.065,0.1;2.150,1.970,0.1;
1.794,3.059,0.2;2.121,3.615,0.2;2.570,3.473,0.2;3.421,4.160,0.2;
4.271,3.036,0.2;3.411,1.876,0.2;2.561,2.562,0.2;2.179,2.420,0.2;
2.757,3.024,0.3;3.439,3.970,0.3;4.084,3.036,0.3;3.402,2.077,0.3;
2.879,3.036,0.4;3.421,3.793,0.4;3.953,3.036,0.4;3.402,2.219,0.4;
3.000,3.047,0.5;3.430,3.639,0.5;3.822,3.012,0.5;3.411,2.385,0.5;
3.103,3.012,0.6;3.430,3.462,0.6;3.710,3.036,0.6;3.402,2.562,0.6;
3.224,3.047,0.7;3.411,3.260,0.7;3.542,3.024,0.7;3.393,2.763,0.7];
x=A(:,1);y=A(:,2);z=A(:,3);
scatter(x,y,5,z)%散点图
figure
[X,Y,Z]=griddata(x,y,z,linspace(1.486,4.271)',linspace(1.604,4.276),'v4');%插值
pcolor(X,Y,Z);shading interp%伪彩色图
figure,contourf(X,Y,Z) %等高线图
figure,surf(X,Y,Z)%三维曲面

我最近也在学习这方面的内容，不过我的数据点是离散的，因此做了一个插值。不知道这个结果对你有没有用，就做个参考吧，我也是新手,这个结果也是弄了好久才弄出来的.

x=[140.0 88.0 195.0 105.5 157.5 107.5 81.0 162.0 162.0];
y=[141.5 147.0 137.5 85.5 60.5 121.0 56.5 116.5 84.0 ];
plot(x,y,'o')
Z=[14 16 14 14 15 15 16 15 13 ];
h=-Z;
xi=70:3:200;yi=0:3:150;
[X,Y]=meshgrid(xi,yi);
H=griddata(x,y,h,X,Y,'v4');
mesh(X,Y,H);
view(-60,30);

数据是n*3的坐标（如附件data.txt)，分别是x y z的坐标，这些坐标并没有按照大小排序，z值也与x
y没有固定关系

要做出类似下图的光滑曲面图并剖面先谢过了

利用你现有的数据可以用interp2差值计算其他区域，或者用神经网络逼近其他区域值，画出曲面...

通过实验，获得了很多诸如（1 2 3）（4 5 6 ）（7 8 9）（10 11 12）（13 14 15）（16 17 18）（19 20 21）这样的数据，总共有近一千多个，在MATLAB中怎么画三维曲面图，以便于对数据的分析，希望详细点，谢谢！

首先将数据以txt的形式放入Matlab下的work工作文件夹下（如名字为 shuju.txt）
新建M文件
输入
a=importdata('shuju.txt');
x=a(:,1);
y=a(:,2);
z=a(:,3);

xx=meshgrid(x1);
yy=meshgrid(y1);
zz=meshgrid(z1);

mesh(xx,yy,zz)

三维图通常包含两种类别：三维曲线图、三维曲面图

一、三维曲线图plot3

由若干个点连接起来的空间曲线。给plot3提供三个基本向量分别对应一系列顺序的点，这些点的连接就构成了一个曲线图形了。三个向量分别对应X轴，Y轴和Z轴。

t=0:pi/50:10*pi;

plot3(sin(t), cos(t), t);

打开网格线grid on

是的三个坐标轴刻度相等: axis square

二、三维网线图 mesh

mesh需要三个基本参数，两个向量和一个矩阵。两个向量的大小为m和n，那么第三个矩阵的大小mn。

提供了这三个参数之后，才能绘制出三维网线图。

x=-5:0.1:5; y=-5:0.1:5; z=zeros(101, 101);

m=[0,0]'; s=[1,0;0,1];

    for i=1:101

       for j=1:101

         z(i,j)=cgdv(m,s,[x(i) y(j)]');

       end

    end

    1， mesh（z）不提供两个向量时，会用z的横纵坐标作为代替

三、surf三维曲面图

同样需要提供三个参数，和mesh相同，区别是展示的图形。

四、关于meshgrid的使用

meshgrid和点号矩阵运算相结合。

[X, Y]=meshgrid(x, y);

其中x为n个元素的向量，y为m个元素的向量。结果X成为m行重复的x，而Y成为n列重复的y'。

这样做的目的是列举X和Y上所有的(i,j)组合可以得到原始数据的所有组合。

配合点号运算后可以把两个相同形状的矩阵进行元素对元素的运算。

Z=X.*Y. 则把相同位置所有的元素进行对应计算。

a=importdata('cost.txt');
x=a(:,1);
y=a(:,2);
plot(x,y,'o')

z=a(:,3);
h=-Z;
xi=1:1:4;yi=0:1:3;
[X,Y]=meshgrid(xi,yi);
H=griddata(x,y,h,X,Y,'v4');
mesh(X,Y,H);
view(-60,30);

a=importdata('shuju.txt');
x=a(:,1);
y=a(:,2);
z=a(:,3);

xx=meshgrid(x1);
yy=meshgrid(y1);
zz=meshgrid(z1);

mesh(xx,yy,zz)

x=cost(:,1);
y=cost(:,2);
plot(x,y,'o')
z=cost(:,3);
xi=0:5:100;yi=0:0.5:5;
[X,Y]=meshgrid(xi,yi);
Z=griddata(x,y,z,X,Y,'v4');
mesh(X,Y,Z);
view(-60,30);

x=[140.0 88.0 195.0 105.5 157.5 107.5 81.0 162.0 162.0];
y=[141.5 147.0 137.5 85.5 60.5 121.0 56.5 116.5 84.0 ];
plot(x,y,'o')
Z=[14 16 14 14 15 15 16 15 13 ];
h=-Z;
xi=70:3:200;yi=0:3:150;
[X,Y]=meshgrid(xi,yi);
H=griddata(x,y,h,X,Y,'v4');
mesh(X,Y,H);
view(-60,30);

x=[129 140 103.5 88 185.5 195 105.5 157.5 107.5 77 81 162 162 117.5];
y=[7.5 141.5 23 147 22.5 137.5 85.5 -6.5 -81 3 56.5 -66.5 84 -33.5];
z=[-4 -8 -6 -8 -6 -8 -8 -9 -9 -8 -8 -9 -4 -9];
cx=75:0.5:200;
cy=-70:0.5:150;
cz=griddata(x,y,z,cx,cy','cubic');
meshz(cx,cy,cz)

x=[1 1 1 1 2 2 2 2 3 3 3 3 4 4 4 4];
y=[0 1 2 3 0 1 2 3 0 1 2 3 0 1 2 3];
z=[70 60 30 0 80 75 60 30 85 80 75 70 90 85 80 75];
cx=1:1:4;
cy=0:1:4;
cz=griddata(x,y,z,cx,cy','cubic');
meshz(cx,cy,cz)

xyz=[40 2 1.4
40 5 2.5
40 7 1.4
40 9 0.9
50 2 1
50 5 3.5
50 7 0.7
50 9 1.8
60 2 0.4
60 5 0.5
60 7 4.9
60 9 4.5
70 2 0.2
70 5 1
70 7 3.5
70 8 5.6 ];
tri = delaunay(xyz(:,1), xyz(:,2));
trimesh(tri, xyz(:,1), xyz(:,2),xyz(:,3));
shading interp

【上篇】浅谈美国量化宽松政策与中国关系浅谈美国量化宽松政策与中国关系
【下篇】相似度计算常用方法综述

作者: tiling

该日志由 tiling 于5年前发表在综合分类下，最后更新于 2019年05月01日.
转载请注明: matlab 三维绘图汇总 | 学步园 +复制链接

抱歉!评论已关闭.

学步园