1.1.命令  plot

功能  线性二维图。在线条多于一条时,若用户没有指定使用颜色,则plot循环使用由当前坐标轴颜色顺序属性(current axes ColorOrder property)定义的颜色,以区别不同的线条。在用完上述属性值后,plot又循环使用由坐标轴线型顺序属性(axes LineStyleOrder property)定义的线型,以区别不同的线条。

用法  plot(X,Y) 当X,Y均为实数向量,且为同维向量(可以不是同型向量),X=[x(i)],Y=[y(i)],则plot(X,Y)先描出点(x(i),y(i)),然后用直线依次相连;若X,Y为复数向量,则不考虑虚数部分。若X,Y均为同维同型实数矩阵,X = [X(i)],Y = [Y(i)],其中X(i),Y(i)为列向量,则plot(X,Y)依次画出plot(X(i),Y(i)),矩阵有几列就有几条线;若X,Y中一个为向量,另一个为矩阵,且向量的维数等于矩阵的行数或者列数,则矩阵按向量的方向分解成几个向量,再与向量配对分别画出,矩阵可分解成几个向量就有几条线;在上述的几种使用形式中,若有复数出现,则复数的虚数部分将不被考虑。

plot(Y) 若Y为实数向量,Y的维数为m,则plot(Y)等价于plot(X,Y),其中x=1:m;若y为实数矩阵,则把y按列的方向分解成几个列向量,而y 的行数为n,则plot(Y)等价于plot(X,Y)其中x=[1;2;…;n];在上述的几种使用形式中,若有复数出现,则复数的虚数部分将不被考虑。

plot(X1,Y1,X2,Y2,…),其中Xi与Yi成对出现,plot(X1,Y1,X2,Y2,…)将分别按顺序取两数据Xi与Yi进行画图。若其中仅仅有Xi或Yi是矩阵,其余的为向量,向量维数与矩阵的维数匹配,则按匹配的方向来分解矩阵,再分别将配对的向量画出。

plot(X1,Y1,LineSpec1,X2,Y2,LineSpec2…) 将按顺序分别画出由三参数定义Xi,Yi,LineSpeci的线条。其中参数LineSpeci指明了线条的类型,标记符号,和画线用的颜色。在plot 命令中我们可以混合使用三参数和二参数的形式:

plot(X1,Y1,LineSpec1,X2,Y2,X3,Y3,LineSpec3)

plot(…,'PropertyName',PropertyValue,…) 对所有的用plot生成的line图形对象中指定的属性进行恰当的设置。

h = plot(…) 返回line图形对象句柄的一列向量,一线条对应一句柄值。

说明  参数LineSpec

功能  定义线的属性。Maltab允许用户对线条定义如下的特性:

1.线型

表7-1

定义符

-

--

-.

线型

实线(缺省值)

划线

点线

点划线

2.线条宽度

指定线条的宽度,取值为整数(单位为像素点)

3.颜色

表7-2

定义符

R(red)

G(green)

b(blue)

c(cyan)

颜色

红色

绿色

兰色

青色

定义符

M(magenta)

y(yellow)

k(black)

w(white)

颜色

品红

黄色

黑色

白色

4.标记类型

表7-3

定义符

+

o(字母)

*

.

x

标记类型

加号

小圆圈

星号

实点

交叉号

定义符

d

^

v

>

<</font>

标记类型

棱形

向上三角形

向下三角形

向右三角形

向左三角形

定义符

s

h

P

标记类型

正方形

正六角星

正五角星

5.标记大小

指定标记符号的大小尺寸,取值为整数(单位为像素)

6.标记面填充颜色

指定用于填充标记符面的颜色。取值在上表。

7.标记周边颜色

指定标记符颜色或者是标记符(小圆圈、正方形、棱形、正五角星、正六角星和四个方向的三角形)周边线条的颜色。取值在上表。

在所有的能产生线条的命令中,参数LineSepc可以定义线条的下面三个属性:线型、标记符号、颜色进行设置。对线条的上述属性的定义可用字符串来定义,如:plot(x,y,'-.or')

结合x和y,画出点划线(-.),在数据点(x,y)处画出小圆圈(o),线和标记都用红色画出。其中定义符(即字符串)中的字母、符号可任意组合。若没有定义符,则画图命令plot自动用缺省值进行画图。若仅仅指定了标记符,而非线型,则plot只在数据点画出标记符。

1.2.命令 scatter(x1,y,50,c,'o','filled')

二、一元线性回归

2.1.命令 polyfit最小二乘多项式拟合

[p,S]=polyfit(x,y,m)

多项式y=a1xm+a2xm-1+…+amx+am+1

其中x=(x1,x2,…,xm)x1…xm为(n*1)的矩阵;

y为(n*1)的矩阵;

p=(a1,a2,…,am+1)是多项式y=a1xm+a2xm-1+…+amx+am+1的系数;

S是一个矩阵,用来估计预测误差.

2.2.命令 polyval多项式函数的预测值

Y=polyval(p,x)求polyfit所得的回归多项式在x处的预测值Y;

p是polyfit函数的返回值;

x和polyfit函数的x值相同。

2.3.命令 polyconf 残差个案次序图

[Y,DELTA]=polyconf(p,x,S,alpha)求polyfit所得的回归多项式在x处的预测值Y及预测值的显著性为1-alpha的置信区间DELTA;alpha缺省时为0.05。

p是polyfit函数的返回值;

x和polyfit函数的x值相同;

S和polyfit函数的S值相同。

2.4 命令 polytool(x,y,m)一元多项式回归命令

2.5.命令regress多元线性回归(可用于一元线性回归)

b=regress( Y,  X )

[b, bint,r,rint,stats]=regress(Y,X,alpha)

b 回归系数

bint 回归系数的区间估计

r 残差

rint 残差置信区间

stats 用于检验回归模型的统计量,有三个数值:相关系数R2、F值、与F对应的概率p,相关系数R2越接近1,说明回归方程越显著;F > F1-α(k,n-k-1)时拒绝H0,F越大,说明回归方程越显著;与F对应的概率p 时拒绝H0,回归模型成立。

Y为n*1的矩阵;

X为(ones(n,1),x1,…,xm)的矩阵;

alpha显著性水平(缺省时为0.05)。

三、多元线性回归

3.1.命令 regress(见2。5)

3.2.命令 rstool 多元二项式回归

命令:rstool(x,y,’model’, alpha)

x 为n*m矩阵

y为 n维列向量

model 由下列4个模型中选择1个(用字符串输入,缺省时为线性模型):

linear(线性):

purequadratic(纯二次):

interaction(交叉):

quadratic(完全二次):

alpha 显著性水平(缺省时为0.05)

返回值beta 系数

返回值rmse剩余标准差

返回值residuals残差

四、非线性回归

4.1.命令 nlinfit

[beta,R,J]=nlinfit(X,Y,’’model’,beta0)

X 为n*m矩阵

Y为 n维列向量

model为自定义函数

beta0为估计的模型系数

beta为回归系数

R为残差

J

4.2.命令 nlintool

nlintool(X,Y,’model’,beta0,alpha)

X 为n*m矩阵

Y为 n维列向量

model为自定义函数

beta0为估计的模型系数

alpha显著性水平(缺省时为0.05)

4.3.命令 nlparci

betaci=nlparci(beta,R,J)

beta为回归系数

R为残差

J

返回值为回归系数beta的置信区间

4.4.命令 nlpredci

[Y,DELTA]=nlpredci(‘model’,X,beta,R,J)

Y为预测值

DELTA为预测值的显著性为1-alpha的置信区间;alpha缺省时为0.05。

X 为n*m矩阵

model为自定义函数

beta为回归系数

R为残差

J

五、其它

命令 grid on

命令 axis(坐标轴)([0  60  0  0.025])

命令 figure 弹出新的画图窗口

命令 获取矩阵的某行某列

x(n,:); 获取矩阵的第n行

x(:,n); 获取矩阵的第n列

命令 rcoplot

画出残差及其置信区间:rcoplot(r,rint)

glmfit 一般线性模型拟合

regstats 回归统计量诊断

regstats(responses,DATA,'model')'

stats = regstats(responses,DATA,'model','whichstats')

'Q'Q from the QR Decomposition of X

'R'R from the QR Decomposition of X

'beta'Regression Coefficients 'covb'Covariance of Regression Coefficients

'yhat'Fitted Values of the Response Data

'r'Residuals

'mse'Mean Squared Error

'leverage'Leverage 'hatmat'Hat (Projection) Matrix 's2_i'Delete-1 Variance 'beta_i'Delete-1 Coefficients 'standres'Standardized Residuals 'studres'Studentized Residuals 'dfbetas'Scaled Change in Regression Coefficients 'dffit'Change in Fitted Values 'dffits'Scaled Change in Fitted Values 'covratio'Change in Covariance 'cookd'Cook's Distance 'all'Create all of the above statistics

命令 bar(条图)

命令 pie(饼图)

命令 hist(直方图)

命令 help

命令 mean(平均值)

命令 inv(逆概率分布)

命令 pdf(密度)

命令 cdf(分布函数)

命令 stat(均差与方差)

命令rnd(随机函数)

命令 std(标准差)

命令 var(方差)

命令 median(中位数)

命令 skewness(偏度)

命令 kurtosis(峰度)

命令 norm(正态分布)

命令 t(t分布)

命令 f(f分布)

命令 chr2(x2分布)

命令 poiis(泊松分布)

matlab画图命令相关推荐

  1. [Matlab] 画图命令

    matlab画图命令,不定时更新以便查找 set(gcf, 'color', [1 1 1]); % 使图背景为白色 alpha(0.4); %设置平面透明度 plot(Circle1,Circle2 ...

  2. MATLAB画图命令zz

    一.散点图 1.1.命令  plot 功能  线性二维图.在线条多于一条时,若用户没有指定使用颜色,则plot循环使用由当前坐标轴颜色顺序属性(current axes ColorOrder prop ...

  3. matlab画图命令fplot,matlab绘图方法fplot

    Matlab 中 plot. fplot .ezplot 用法与区别函数 plot 是绘制二维图形的最基本函数,它是针对向量或矩阵的列来绘制曲线的.也就是 说,使用 plot 函数之前,必须..... ...

  4. Matlab最实用画图命令整理(包括Print输出SCI论文高清大图!)

    Matlab最实用画图命令整理 1.关于 gcf 和 gca 2.画多个子图(subplot),以4个子图为例 3.关于figure的一些设置命令整理 4.关于坐标轴显示的设置 5.imagesc函数 ...

  5. matlab画图(plot)命令

    原创 xiaotao_1 最后发布于2018-01-18 19:55:25 阅读数 56917 收藏 发布于2018-01-18 19:55:25 分类专栏: matlab 版权声明:本文为博主原创文 ...

  6. Matlab画图-非常具体,非常全面

    Matlab画图 强大的画图功能是Matlab的特点之中的一个,Matlab提供了一系列的画图函数,用户不须要过多的考虑画图的细节,仅仅须要给出一些基本參数就能得到所需图形,这类函数称为高层画图函数. ...

  7. 2021-01-20 Matlab画图技巧与实例:堆叠图stackedplot

    Matlab画图技巧与实例:堆叠图stackedplot 在MATLAB线图中,一共有3种类型,分别是 线图,包括:plot,plot3,stairs,errorbar,area,stackedplo ...

  8. matlab画图入门篇--各种基本图形绘制的函数与实例【转载】

    MATLAB画图入门篇--各种基本图形绘制的函数与实例 一. 二维图形(Two dimensional plotting) 1. 基本绘图函数(Basic plotting function):Plo ...

  9. 用matlab画图的好处,用matlab画图注意事项

    问题 开始用matlab画图时,使用默认设置,画出来的图不好看 比如,这段代码 x=0:0.1:10; y1=sin(x); y2=sin(x+3); plot(x,y1,x,y2) xlabel(' ...

  10. matlab调节字体的函数,matlab 画图添加图例时,改变图例中字体大小

    matlab 画图时,在图形中添加图例要用到 legend 函数.还有一些图例属性可以调整,例如改变图例位置用到 'Location':改变图例中文字大小需要用到 'Fontsize'. 一般情况下, ...

最新文章

  1. 搜索引擎的时效性需求满足
  2. sscanf()的用法和例子
  3. html文字绕图文字置顶,如何实现html文字绕排
  4. ActiveMQ的使用
  5. RT-Thread内核之线程调度(5)
  6. 无法连接共享打印机处理办法
  7. 淘宝应对双11的技术架构分析
  8. java内存:堆、栈、常量池、方法区
  9. kali工具中文手册_黑客系统指南-在安卓手机上安装kali分步教程
  10. vue 中使用canvas画简单的线条动画效果
  11. python实现12306火车票查询
  12. unity黄金矿工游戏
  13. 数据科学面试问答题库
  14. 如何写出更具有Python风格的代码
  15. java 登入界面制作_JavaFX界面设计之登录界面的制作
  16. matlab光线追击,MATLAB在追迹光线计算中的应用
  17. linux运维每天工作内容,Linux运维工作清闲吗?每天需要干什么?
  18. Win10数字小键盘按键变成方向键怎么办?Win10数字小键盘按键变为方向键解决方法
  19. PDF文件怎么转换成PPT
  20. APP下载链接点击量如何统计?

热门文章

  1. 模2运算_模二除法和CRC循环冗余校验
  2. php导出excel不完整,急:php导出excel时,因数据比较多,经常导出不完整就结束了【php系统数据导出excel表格】...
  3. Android开发的经典入门教材和学习路线
  4. 以智能制造推动企业数字化转型的方法、路径和举措
  5. “站长也疯狂,开车盛宴”——如何选择运维产品
  6. 华为机试(6.17笔试题解析)
  7. 漂亮easyui皮肤组件html模板,EasyUI美化皮肤主题大包Insdep Theme
  8. RPC简介以及冲击波介绍
  9. java jsp交友系统_Jsp+Servlet+Javabean网络交友程序设计+源代码
  10. python爬取金庸小说全集