matlab数据可视化：基础篇ii

Matlab数据可视化（2）：基础篇II五.添加图例(源代码legends.m)在图像包含较多图形时，适当的图例对快速、正确的理解图像反映的信息是必不可少的。以下一个实例可以说明精心设计图例的重要性。我们在一幅图像中，同时绘出10个不同均值和方差的正态分布曲线。数据可以由如下代码生成，或直接加载10NormalDistributions.mat[plain]viewplaincopy%stdVectandmeanVectstdVect=[.49,.26,.93,.47,.25,.43,.7,.4,.18,.86];meanVect=[-.8,-.62,-.44,-.27,-.09,.09,.27,.44,.62,.8];%正态分布数据，每行一个t=-1:.02:1;dataVect=ones(10,length(t));fori=1:10dataVect(i,:)=(1/sqrt(2*pi)/stdVect(i))*...exp(-(t-meanVect(i)).A2/(2*stdVect(i)A2));end%图例说明legendMatrix=cell(1,10);fori=1:10legendMatrix{i}=[sprintf('mean=%.2f,std=%.2f,...meanVect(i),stdVect(i))];endlegend(legendMatrix);save('10NormalDistribution.mat','stdVect','meanVect',...'dataVect','legendMatrix');clear;1、首先，我们不加额外处理的使用图例。(图1)显然，这幅图的可读性非常差，我们很难将参数和图形对应起来，有的曲线颜色甚至还相同！[plain]viewplaincopy%力口载数据meanVectstdVectlegendMatrixload10NormalDistributions;%绘图plot(dataVect');xlim([0,100]);%添加标注title({,10种不同的正态分布','图例不缺乏清晰度','颜色区分也不明显!'},'Color',[100]);xlabel('x');ylabel('x的概率密度函数');图12、我们通过改变曲线的颜色(color)、线型(linestyle)和标志(marker)的方式增加可读性，并将图例放置在图像外边。(图2)[plain]viewplaincopy%为不同曲线生成不同的设置LineStyles={'-',,--',':'};MarkerSpecs={'+','o'};ColorSpecs={'r','g','b','k'};cnt=1;fori=1:length(LineStyles)forj=1:length(MarkerSpecs)fork=1:length(ColorSpecs)LineSpecs{cnt}=[LineStyles{i}MarkerSpecs{j}...ColorSpecs{k}];cnt=cnt+1;endendendfigure;holdon;fori=1:10plot(dataVect(i,:),LineSpecs{i});endxlim([0100]);title({'10种不同的正态分布','使用不同的颜色和线型','可读性大大提高'})；xlabel('x');ylabel('x的概率密度函数');legend(legendMatrix,'Location','NorthEastOutside',...'Fontsize',8);boxon;图23、有时候，我们可能会将图形分组。由于每执行一次绘图任务，legend的计数就会增加1,因此，在这种情况下，我们可以通过如下方式来减少图例数量。(图3)[plain]viewplaincopy%合并图例figure;hold;h1=plot(dataVect(1:6,:)','rd-','Color',[100]);h2=plot(dataVect(7:10,:)','k*--','Color',[000]);xlim([0100]);h=legend([h1(1),h2(1)],['Color1'char(10)'first6curves'],...['Color2'char(10)'remaining4curves'],...'Location','Best');%提高可读性，将图例字体颜色调整为与图形颜色一致%注意：每两个为一组，分别代表直线、标号和文字的颜色的属性，且顺序与所表示的图形顺序相反，即第一个绘制的图形的图例出现在数组的最后3个c=get(h,'Children');set(c(1:3),'Color',[0,0,0]);set(c(4:6),'Color',[1,0,0]);图34、利用legendlex优化图例。(图4)legendfex为我们提供了更加灵活的调整图例格式的功能。得用legendflex,我们不但可以调整说明的布局(指定分几行或几列显示)，还可以单独调整图标和文字的大小，设定图例相对于任何对象的位置(原始legend限于坐标轴)。利用legendflex，我们还可以为图例添加小标题。legendflex可从之里下载。[plain]viewplaincopyfigure('units','normalized','position',...[0.41720.17690.30.5]);holdon;fori=1:10h(i)=plot(dataVect(i,:),LineSpecs{i});endxlim([0100]);legendflex(h,...%handletoplotlineslegendMatrix,...%correspondinglegendentries'ref,gcf,...%whichfigure'anchor',{'nw','nw'},...%locationoflegendbox'buffer',[30-5],...%anoffsetwrtthelocation'nrow',4,...%numberofrows'fontsize',8,...%fontsize'xscale',.5);%ascalefactorforactualsymbolstitle({'应用legendflex优化图像显示','可以调整相对位置、布局，字体及图标大小'});xlabel('x');ylabel('x的概率密度函数');图4六.通过数据变换突出细节特征(源代码trans.m)有些数据通过一定的变换后，更便于可视化，也更容易发现隐藏的信息。1、绘制一幅双Y轴图(图5)[plain]viewplaincopy%%生成数据x=1:50;r=5e5;E=[ones(1,30)linspace(1,0,15)zeros(1,5)];y1=r*(1+E).Ax;%%绘制又Y轴图形y2=log(y1);axes('position',[0.13000.11000.77500.7805]);[AX,H1,H2]=plotyy(x,y1,x,y2,'plot');title({,利用对数变换增强数据','增长、稳定、衰减的可视化效果'});set(get(AX(1),'Ylabel'),'String','data');set(get(AX(2),'Ylabel'),'String','log(data)');xlabel('x');set(H1,'LineStyle','--');set(H2,'LineStyle',':');%%添加标注annotation('textarrow',[.26.28],[.67,.37],'String',['指数增长'char(10)'(1到30周期)']);annotation('textarrow',[.7.7],[.8,.64],'String',['非指数衰减'char(10)'(30到45周期)']);annotation('textarrow',[.809.859],[.669,.192],'String',['稳定'char(10)'(45到50周期)']);legend({'原始数据','对数变换后的数据'},'Location','Best');set(gcf,'Paperpositionmode','auto','Color',[111]);图52、在数字较大时，matlab会默认采用科学计数法，有时这可能不是我们想要的，我们可以通过如下方式处理。(图6)[plain]viewplaincopy%%关闭科学记数法格式%改变图像大小set(gcf,'units','normalized','position',[0.04110.51570.75100.3889]);%AX(1)存储的是原始数据的句柄title({'利用对数变换增强数据','增长、稳定、衰减的可视化效果','关闭科学计数法格式'});n=get(AX(1),'Ytick');set(AX(1),'yticklabel',sprintf('%d|',n'));图63、通过缩放坐标轴达到变换的目的上边实例中，我们通过对原始数据进行取对数操作达到变换的效果。由于对数操作的常用性，Matlab允许我们直接对X和Y轴进行对数缩放。semilogx、semilogy、loglog可以分别对X轴、Y轴和XY轴进行对数缩放。这也可以通过设置坐标轴的xscale和yscale属性实现。[plain]viewplaincopy%%直接利用semilogx,semilogy,loglogfigure;subplot(2,1,1);semilogy(x,y1);xlabel('x');ylabel('取对数后数据,);title({'MATLAB的semilogy函数',...'直接将Y轴对数缩放后显示,});subplot(2,1,2);plot(x,y1);set(gca,'yscale','log');xlabel('x');ylabel('取对数后的数据');title({'使用常规的plot进行绘图','然后通过理性属性达到相同目的'});图7七.多图的绘制(源代码subfig.m)1、常规子图的绘制我们利用苹果公司2011年度每日股票交易数据为例，绘制包括开盘价、最高价、最低价、收盘价、成交量和临近收盘价在内的6个趋势图。首先加载数据[plain]viewplaincopy%%加载数据并按时间先后顺序排列[AAPLdateAAPL]=xlsread('AAPL_090784_012412.csv');dateAAPL=datenum({dateAAPL{2:end,1}});dateAAPL=dateAAPL(end:-1:1);AAPL=AAPL(end:-1:1,:);%选择时间窗口(2011年全年)rangeMIN=datenum('1/1/2011');rangeMAX=datenum('12/31/2011');idx=find(dateAAPL>=rangeMIN&dateAAPL<=rangeMAX);然后，通过subplot命令绘图(图8)[plain]viewplaincopy%%使用subplot绘图命令绘制常规子图网格%注意设置各个子图的标题内容的title命令的位置figure('units','normalized','position',[0.06090.05930.58440.8463]);matNames={'开盘价',,最高价',,最低价'，收盘价','成交量','临近收盘价'};fori=1:6subplot(3,2,i);plot(idx,AAPL(idx,i));ifi〜=5title([matNames{i}'$,subplot(3,2,'num2str(i)')'],'Fontsize',12,'Color',[100]);ylabel('美元,);elsetitle([matNames{i}'vol,subplot(3,2,'num2str(i)')'],'Fontsize',12,'Color',[100]);ylabel('成交量,);endset(gca,'xtick',linspace(idx(1),idx(end),12),'xticklabel',...datestr(linspace(dateAAPL(idx(1)),dateAAPL(idx(end)),12),...'mm'),'Fontsize',10,'fontweight','bold');rotateXLabels(gca,40);boxon;axistightend%添加总标题annotation('textbox',[0.370.960.480.03],'String','2011年度苹果公司股价趋势','Fontsize',14,'Linestyle','none');图82、进阶篇我们可以自定义子图的布局，并且子图可以是任何一种图形。下面我们绘制包括3个垂直排列的子图(由上而下编号1、2、3)的图像(如图9)。子图1展示选定时间窗口内的股价走势，子图2展示相同时期内的成交量，子图3则显示全部时间内股价的变化情况。图9子图1是一个面积图，可通过area命令绘制。[plain]viewplaincopy%%自定义子图布局figure('units','normalized','Position',[0.04270.21020.60260.6944]);%%子图1显示收盘价随时间的变化趋势%设置坐标轴位置Panel1=axes('Position',[0.05700.55200.88500.3730]);hold;%绘制面积图area(AAPL(idx,4),'FaceColor',[188210238]/255,'edgecolor',[54100139]/255);%设置坐标轴相关参数xlim([1length(idx)]);yminv=min(AAPL(idx,4))-.5*range(AAPL(idx,4));ymaxv=max(AAPL(idx,4))+.1*range(AAPL(idx,4));ylim([yminvymaxv]);boxon;%绘制网格线set(gca,'Ticklength',[00],'YAxisLocation','right');line([linspace(1,length(idx),15);linspace(1,length(idx),15)],[yminv*ones(1,15);ymaxv*ones(1,15)],'Color',[.9.9.9]);line([ones(1,10);length(idx)*ones(1,10)],[linspace(yminv,ymaxv,10);linspace(yminv,ymaxv,10);],'Color',[.9.9.9]);%设置注解set(gca,'xtick',linspace(1,length(idx),10),'xticklabel',datestr(linspace(dateAAPL(idx(1)),dateAAPL(idx(end)),10),'ddmmmyy'));title({'苹果公司股票价格,','(选定时间窗口内细节展示)'},'Fontsize',12);子图2是一个条形图，可通过bar命令绘制。[plain]viewplaincopy%%子图2展示相同时间段内成交量的变化情况%设置坐标轴位置Panel2=axes('Position',[0.05700.29470.88500.1880]);%用条形图绘图bar(1:length(idx),AAPL(idx,5),.25,...'FaceColor',[54100139]/255);hold;xlim([1length(idx)]);holdon;%添加网格线yminv=0;ymaxv=round(max(AAPL(idx,5)));line([linspace(1,length(idx),30);...linspace(1,length(idx),30)],...[yminv*ones(1,30);ymaxv*ones(1,30)],...'Color',[.9.9.9]);line([ones(1,5);length(idx)*ones(1,5)],...[linspace(yminv,ymaxv,5);...linspace(yminv,ymaxv,5);],'Color',[.9.9.9]);ylim([yminvymaxv]);%设置特殊的时间刻度set(gca,'Ticklength',[00],...'xtick',linspace(1,length(idx),10),'xticklabel',...datestr(linspace(dateAAPL(idx(1)),dateAAPL(idx(end)),10),...'ddmmmyy'));tickpos=get(Panel2,'ytick')/1000000;fori=1:numel(tickpos)C{i}=[num2str(tickpos(i))'M'];endset(Panel2,'yticklabel',C,'YAxisLocation','right');text(0,1.15*ymaxv,'成交量','VerticalAlignment','top',...'Color',[54100139]/255,'Fontweight','bold');子图3是也一个面积图，其中选定时间段被高亮，这是通过在大图上叠加绘制一个与子图1相同颜色的小得到。[plain]viewplaincopy%%子图3展示全部时间段内股价变化情况，其中被选中的时间窗口高亮显示Panel3=axes('Position',[0.05700.11000.88500.1273]);area(dateAAPL,AAPL(:,4),'FaceColor',[234234234]/255,'edgecolor',[.8.8.8]);hold;line([min(idx)min(idx)],get(gca,'ylim'),'Color','k');line([max(idx)max(idx)],get(gca,'ylim'),'Color','k');set(gca,'Ticklength',[00]);%相同颜色重新绘制时间窗口内的趋势area(dateAAPL(idx),AAPL(idx,4),'FaceColor',[188210238]/255,'edgecolor',[54100139]/255);ylim([min(AAPL(:,4))1.1*max(AAPL(:,4))]);xlabel('长期股价走势,);line([min(get(gca,'xlim'))min(get(gca,'xlim'))],get(gca,'ylim'),'Color',[111]);line([max(get(gca,'xlim'))max(get(gca,'xlim'))],get(gca,'ylim'),'Color',[111]);line(get(gca,'xlim'),[max(get(gca,'ylim'))max(get(gca,'ylim'))],'Color',[111]);line(get(gca,'xlim'),[min(get(gca,'ylim'))min(get(gca,'ylim'))],'Color',[111]);set(gca,'xticklabel',datestr(get(gca,'xtick'),'yyyy'),'yticklabel',[]);八.可视化直观地比较实验结果(源代码comparison.m)这涉及多种方法的对比实验中，选择适当的方式进行可视化分析，有助于我们快速、直观地对各种方法的优劣进行评判。我们以五种聚类算法在5个测试集上的实验结果为数据，通过绘图对其进行比较。我们已经知道，matlab自带有多种配色方案(colormap)可供选择，我们还可以自定义配色方案。为了保证配色的友好性和易区分性，我们可以通过在线工具colorbrewer(/)，对配色进行测试，辅助我们找到比较好的方案。图10[plain]viewplaincopy%%定义可视化方案%设定图像大小和位置figure('units','normalized','Position',[0.08800.10280.60000.6352]);%绘制一个隐藏的坐标轴，其X轴刻度标签列出进行比较的五种算法的名称hh=axes('Position',[.1,.135,.8,.1]);set(gca,'Visible','Off','TickLength',[0.00.0],'TickDir','out','YTickLabel','','xlim',[0nosOfMethods],'FontSize',11,'FontWeight','bold');set(gca,'XTick',.5:nosOfMethods-.5,'XTickLabel',{'KMeans','FuzzyCMeans','Hierarchical','MaximizeExpectation','Dendogram'});catgeoryLabels={'FreshTissue','FFPE','Blood','DNA','Simulated'};rotateXLabels(gca,20);%将Y轴长等分为五份，分别分配给5个测试集结果y=linspace(.142,.75,nosOfCategories);%Placeanaxesforcreatingeachrowdedi