4.1 THE plot COMMAND
plot(x,y,‘line specifiers’,‘PropertyName’,PropertyValue)
x,y分别是大小相等的Vector
Line Specifiers
solid (default) -
dotted :
dashed --
dash-dot -.
The line color specifiers
red r
green g
blue b
The marker type specifiers
plus sign +
circle o
asterisk *
例子
plot(x,y,‘g:d’)
plot(x,y,‘--y’)
Property Name and Property Value:
LineWidth
MarkerSize
MarkerEdgeColor
MarkerFaceColor
例子
plot(x,y,‘-mo’,‘LineWidth’,2,‘markersize’,12,‘MarkerEdgeColor’,‘g’,‘markerfacecolor’,‘y’)
4.2 THE fplot COMMAND
fplot(‘function’,limits,‘line specifiers’)
fplot('x^2+4*sin(2*x)-1',[-3 3])
line specifiers和plot一样的
4.3 PLOTTING MULTIPLE GRAPHS IN THE SAME PLOT
1.Using the plot Command
plot(x,y,u,v,t,h)
plot(x,y,‘-b’,u,v,‘--r’,t,h,‘g:’)
2.Using the hold on and hold off Commands
x=[-2:0.01:4];
y=3*x.^3-26*x+6;
yd=9*x.^2-26;
ydd=18*x;
plot(x,y,'-b')
hold on
plot(x,yd,'--r')
plot(x,ydd,':k')
hold off
3.Using the line Command
line(x,y,‘PropertyName’,PropertyValue)
line(x,y,‘linestyle’,‘--’,‘color’,‘r’,‘marker’,‘o’)
x=[-2:0.01:4];
y=3*x.^3-26*x+6;
yd=9*x.^2-26;
ydd=18*x;
plot(x,y,'LineStyle','-','color','b')
//画好图之后加上去的
line(x,yd,'LineStyle','--','color','r')
line(x,ydd,'linestyle',':','color','k')
4.FORMATTING A PLOT
The xlabel and ylabel commands
xlabel(‘text as string’)
ylabel(‘text as string’)
The title command
title(‘text as string’)
The text command:
text(x,y,‘text as string’)
gtext(‘text as string’)
The legend command
legend(‘string1’,‘string2’, ..... ,pos)
Formatting the text within the xlabel, ylabel, title, text and legend commands
\bf bold font
\fontname{fontname} specified font is used
\it italic style
\fontsize{fontsize} specified font size is used
\rm normal font
text(x,y,‘text as string’,PropertyName,PropertyValue)
The axis command:
axis([xmin,xmax,ymin,ymax])
//Sets the limits of both the x and y axes (xmin, xmax, ymin, and ymax are numbers).
例子
x=[10:0.1:22];
y=95000./x.^2;
xd=[10:2:22];
yd=[950 640 460 340 250 180 140];
plot(x,y,'-','LineWidth',1.0)
xlabel('DISTANCE (cm)')
ylabel('INTENSITY (lux)')
title('\fontname{Arial}Light Intensity as a Function of Distance','FontSize',14)
axis([8 24 0 1200])
text(14,700,'Comparison between theory and experiment.','EdgeColor','r','LineWidth',2)
hold on
plot(xd,yd,'ro--','linewidth',1.0,'markersize',10)
legend('Theory','Experiment',0)
hold off
分享到:
相关推荐
Two-dimensional phase unwrapping: theory, algorithms, and software Phase unwrapping is a mathematical problem-solving technique increasingly used in synthetic aperture radar (SAR) interferometry, ...
这个"Two-dimensional-code.zip"压缩包文件包含了一个使用MATLAB编写的二维码仿真程序,这对于理解和创建二维码非常有帮助。MATLAB是一款强大的数学计算和编程环境,特别适合进行数据分析、算法开发和图形化展示。 ...
Two-Dimensional Phase Unwrapping Problem,By Dr. Munther Gdeisat and Dr. Francis Lilley 二维相位展开相关内容,主要是误差分析,内含matlab代码实现
MUSIC and maximum likelihood techniques on two-dimensional DOA estimation with uniform circular array
Two-dimensional signal and image processing by JAE S. LIM PRENTICE HALL PTR, Upper Saddle River, New Jersey 07458 page 694
总的来说,书籍《The two-dimensional Ising model》是对二维伊辛模型的深入分析,它不仅有助于理解该模型背后的物理原理和数学结构,也为研究者提供了这个领域的最新理论工具和方法。这本书不仅在理论上具有重要...
在并行计算领域,快速傅里叶变换(FFT)是一种关键的算法,尤其在处理大规模数据集时。FFT能够在O(NlogN)的复杂度下完成对N个点的离散傅里叶变换(DFT),比直接计算DFT的O(N^2)复杂度要高效得多。...
4. **支持新符号**:能够处理新的二维条码符号,例如堆叠码(Stacked code)、PDF码等。 #### 实验验证与结果 该系统已经在数百张不同分辨率和景深条件下的图像上进行了测试,结果显示其全局成功率(即定位和解码...
在提供的文件列表中,我们可以看到多个以"fft4"开头的源代码文件,这些可能是实现不同版本的2D FFT算法的C和Fortran程序。例如: - `fft4f2d.c`和`fft4f2d.f`可能包含一个用C语言和Fortran编写的2D FFT实现,可能...
本实验要求开发一个2-D FFT程序包,使其可以应用于后续的几个实验。这个程序需要完成的功能是用因子(-1)^(x+y)乘以输入图像以实现滤波的中心变换,并还要求用一个实矩阵乘以一个复数矩阵通过调用两个图像的乘法...
用MATLAB实现的二维插值的方法,包括两种。_MATALB-two-dimensional-interpolation
在"two-dimensional-array-master"项目中,可能会包含对这些概念的示例和练习,帮助学习者掌握如何声明、初始化、访问和操作二维数组。 在实际操作中,我们可能需要遍历二维数组,这可以通过嵌套循环来实现。例如,...
Editorial Reviews Product Description New to P-H Signal Processing Series (Alan Oppenheim, Series Ed) this text covers the principles and applications of "multidimensional" and "image" digital signal ...
Editorial Reviews Product Description New to P-H Signal Processing Series (Alan Oppenheim, Series Ed) this text covers the principles and applications of "multidimensional" and "image" digital signal ...
为什么在高维空间学习具有挑战性,这是有根本原因的(“维度诅咒”)。跨越信号处理、统计和优化的一个基本挑战是在高维数据集中利用低维结构。低维信号建模推动了理论和应用领域的发展,从医学和科学成像,到低功耗...
4. **迭代方法**:结合局部和全局信息,逐步修正相位图,如Faruqi-Rabinovich算法和Goldstein-Turk算法。这些算法在保证稳定性的前提下,能够有效地处理相位解包裹问题。 5. **机器学习方法**:近年来,随着深度...
Image classification by a Two Dimensional Hidden Markov Model
二维相位展开(Two Dimensional Phase Unwrapping)是一种在信号处理和图像分析领域中重要的技术,主要用于解决相位数据的连续性问题。在光学、声学、地震学以及遥感等领域,通过测量物体的相位变化来获取信息是常见...