MATLAB 画等温线
matlab绘图课件
柱状图
总结词
用于比较不同类别数据的数值大小。
详细描述
柱状图是一种常用的数据可视化工具，它通过在垂直或水平方向上绘制一系列的柱子，每个柱子代表一个数据类 别，高度或长度表示该类别的数值大小。柱状图可以清晰地展示不同类别之间的数值差异和比较。
饼图
总结词
用于表示各部分在总体中所占的比例。
VS
详细描述
饼图是一种圆形图表，它将一个完整的圆 分割成若干个扇形，每个扇形代表一个数 据类别，扇形的面积或角度表示该类别的 比例大小。饼图可以清晰地展示各部分在 总体中所占的比例和比较。
动画制作
帧动画
通过在连续的帧上绘制图形或改 变图形属性来创建动画效果。
交互式动画
使用鼠标或键盘控制动画的播放 暂停和停止等操作。
运动轨迹
绘制物体在运动过程中的轨迹， 以展示物体的运动规律和特点。
三维图形
三维曲线
在三维空间中绘制曲线，可以展 示不同变量之间的关系和变化趋
势。
三维曲面
通过绘制三维曲面来展示两个或多 个变量之间的关系和分布情况。
函数调用与执行
在主程序中调用自定义函数，执行绘图操作，实现特定图形的绘 制。
数据导入和导
1 2
数据导入
将外部数据文件（如Excel、CSV等格式）导入 Matlab中，用于后续的绘图分析。
数据处理
对导入的数据进行必要的预处理和清洗，以满足 绘图需求。
3
数据导出
将绘制好的图形和数据导出为特定格式（如PNG 、JPEG、PDF等），方便分享和保存。
三维体图
绘制三维体图来展示数据的空间分 布和密度变化，如云图、等高线图 等。
04
实例分析
绘制正弦函数图像
MATLAB绘图初步讲解实例教程
详细描述
MATLAB提供了交互式图形工具，如 `ginput`、`axes_crossing_info`等，使用户 能够与图形进行交互。通过这些工具，用户 可以获取图形的坐标值、筛选数据等操作， 从而更深入地分析数据。交互式图形在数据 探索和可视化方面具有很高的实用价值。
04
实例教程
绘制正弦函数和余弦函数
等，可以提高绘图效率和精度。
实践项目
02
通过实践项目来巩固和加深对MATLAB绘图的理解，例如数据
拟合、图像处理等。
参加在线课程和论坛
03
参加在线课程和论坛，与其他用户交流和学习，可以扩展视野
和知识面。
THANKS
感谢观看
mat制基本图形 • 图形进阶技巧 • 实例教程 • 总结与扩展
01
MATLAB绘图基础
绘图函数简介
bar()
绘制条形图，用于 展示分类数据或离 散数据。
hist()
绘制直方图，用于 展示数据的分布情 况。
plot()
绘制二维线图，是 MATLAB中最常用 的绘图函数。
05
总结与扩展
MATLAB绘图的优势与不足
强大的数据处理能力
MATLAB提供了丰富的数据处理函数，方便 用户进行数据分析和可视化。
丰富的图形样式
MATLAB支持多种图形样式，包括散点图、 线图、柱状图等，可以满足各种绘图需求。
MATLAB绘图的优势与不足
• 交互式绘图：MATLAB支持交互式绘图，用户可以通过鼠 标操作对图形进行缩放、旋转等操作。
```
绘制饼状图
在此添加您的文本17字
总结词：饼状图用于展示各类别数据在总数据中所占的比 例。
在此添加您的文本16字
[整理]Matlab学习笔记--Matlab画图.
![[整理]Matlab学习笔记--Matlab画图.](https://img.taocdn.com/s3/m/91443f3876c66137ee0619eb.png)
1.基本绘图函数：2.Matlab绘图步骤3.plot(x,y,s) s是字符串，不同的字符串代表不同的线型plot(x1,y1,s1,x2,y2,s2,…..)是将多个图形或函数曲线拼接放置在同一个图形框中。
函数曲线的颜色、线型和数据点型上面左边的b代表蓝色，-.代表点线型，就是x取的各点之间的连线为-.，而x取值的各个点的类型为空，就代表是默认的点型上面那个是r代表红色，--代表线型，而点型是*就是x取了多少个点，就多少个*,而*和*直接的连接为—上面的s里面的写法为：线型+颜色+点型线性为-.，颜色为k代表黑色，点型为h代表六角星型。
我们还可以不定义线性，为空，那么两个点之间就不连线了。
4.我们还可以定义曲线的颜色和线宽LineWidth:设定绘图曲线的粗细MarkerEdgeColor:数据点型或边界的颜色(圆形、菱形、六角星型等) MarkerFaceColor:数据点型的天聪颜色。
MarkerSize:数据点的大小从上可以看出：线型为--,颜色为r代表红色,点型为s代表方形,线的粗细为3，点标记的颜色为r代表红色，点标记的填充颜色为y代表黄色，点标记的大小为10.5.很多时候，需要在一张图上多次画多条曲线。
就需要hold函数：即图形保持命令，主要用于暂存当前的图形窗口，可以让用户继续在命令窗口中绘制其他函数图形，并且后续的图形曲线与当前窗口中的曲线在同一个图形界面中显示。
Hold函数不会因后面画的图形的坐标值不一样而改变当前坐标轴的定义范围。
Hold on函数：作用同上，但可以根据新的图形曲线的坐标轴极限值来自动调整当前坐标轴的坐标值。
Hold off函数：结束当前的图形保持状态，一般与Hold on匹配，hold off函数后就需要从新设置坐标轴的属性。
Hold All函数：保留当前的颜色和线型，这样在绘制后面的图形时就是用当前的颜色和线型。
这里x变换是从0—1我们通过hold on之后，就把后面的1—2的变换接上去了，效果很好。
matlab 径向传热
matlab 径向传热
径向传热是指热量沿着物体的半径方向传播的过程。
在MATLAB 中，我们可以使用不同的方法来模拟和分析径向传热现象。
首先，
我们可以使用热传导方程来描述物体内部的温度分布随时间的变化。
热传导方程是一个偏微分方程，可以通过MATLAB的偏微分方程求解
器来求解。
另外，我们还可以使用有限元分析（FEM）来模拟径向传热。
MATLAB中有专门的工具箱可以用于有限元分析，例如Partial Differential Equation Toolbox和Finite Element Method Toolbox。
使用这些工具，我们可以建立物体的几何模型，设定边界
条件和热源，然后进行传热模拟和分析。
此外，MATLAB还提供了一些用于可视化和分析传热过程的工具，比如plot函数可以用来绘制温度分布随半径的变化，contour函数
可以用来绘制等温线图，surf函数可以用来绘制三维温度分布图等等。
除了数值模拟，MATLAB还可以用于分析实验数据。
我们可以将
实验测得的温度数据导入MATLAB，然后利用MATLAB的数据处理和
统计分析工具来分析径向传热的规律，比如拟合温度分布曲线，计算传热速率等等。
总之，MATLAB提供了丰富的工具和函数，可以帮助我们从多个角度全面地分析和模拟径向传热现象，包括数值模拟、可视化分析和实验数据处理等方面。
通过合理的使用这些工具，我们可以更深入地理解和研究径向传热过程。
MATLAB-考试试题-（1）汇总
MATLAB-考试试题-（1）汇总MATLAB 考试试题 (1)产⽣⼀个1x10的随机矩阵，⼤⼩位于（-5 5），并且按照从⼤到⼩的顺序排列好！（注：要程序和运⾏结果的截屏）答案：a=10*rand(1,10)-5;b=sort(a,'descend')1.请产⽣⼀个100*5的矩阵，矩阵的每⼀⾏都是[1 2 3 4 5]2. 已知变量：A=’ilovematlab’；B=’matlab’, 请找出：（A） B在A中的位置。
（B）把B放在A后⾯，形成C=‘ilovematlabmatlab’3. 请修改下⾯的程序，让他们没有for循环语句！A=[1 2 3; 4 5 6; 7 8 9];[r c]=size(A);for i=1:1:rfor j=1:1:cif (A(i,j)>8 | A(i,j)<2)A(i,j)=0;endendend4. 请把变量A=[1 2 3; 4 5 6; 7 8 9]写到⽂件⾥(output.xls)，写完后⽂件看起来是这样的1 2 3 4 5 6 7 8 95.试从Yahoo⽹站上获得微软公司股票的2008年9⽉的每⽇收盘价。
6.编写M⽂件，从Yahoo⽹站批量读取60000.SH⾄600005.SH在2008年9⽉份的每⽇收盘价（提⽰：使⽤字符串函数）。
7. 将⾦⽜股份（000937）2005年12⽉14⽇⾄2006年1⽉10⽇的交易记录保存到Excel中，编写程序将数据读⼊MATLAB中，进⼀步将数据读⼊Access数据库⽂件。
8.已知资产每⽇回报率为0.0025，标准差为0.0208，资产现在价值为0.8亿，求5％⽔平下资产的10天在险价值(Var)。
9.a=[1 2 3 4 5],b=a(1)*a(5)+a(2)*a(4)+a(3)*a(3)+a(4)*a(2)+a(5)*a(1).试⽤MATLAB 中最简单的⽅法计算b，注意最简单哦。
matlab中绘制多条曲线的方法
在MATLAB中，绘制多条曲线是非常常见的需求。
通过绘制多条曲线，我们可以直观地比较不同数据之间的关系，分析数据的变化趋势，从而更好地理解数据的特点和规律。
在本文中，我们将介绍在MATLAB中绘制多条曲线的方法，希望能够帮助读者更加熟练地使用MATLAB进行数据可视化和分析。
一、使用plot函数绘制多条曲线在MATLAB中，最常用的绘制曲线的函数是plot函数。
通过plot函数，我们可以轻松地将多组数据绘制成曲线，并在同一张图上进行比较和分析。
下面是使用plot函数绘制多条曲线的基本步骤：1. 准备数据我们需要准备要绘制的多组数据。
假设我们有两组数据x1和y1，以及另外两组数据x2和y2。
这些数据可以是向量、矩阵，甚至是函数表达式。
2. 绘制曲线接下来，我们可以使用plot函数将数据绘制成曲线。
具体的代码如下所示：```matlab绘制第一组数据plot(x1, y1, 'r-'); 'r-'表示红色实线hold on; 将图形保持在同一张图上绘制第二组数据plot(x2, y2, 'b--'); 'b--'表示蓝色虚线hold off; 取消保持图形在同一张图上```通过以上代码，我们可以将两组数据分别绘制成红色实线和蓝色虚线的曲线，并显示在同一张图上。
这样，我们就可以方便地对两组数据进行比较和分析了。
3. 添加图例和标签我们可以通过legend函数添加图例，通过xlabel和ylabel函数添加坐标轴标签，通过title函数添加图标题，使得图像更加清晰和易懂。
二、使用plot3函数绘制三维曲线除了在二维平面上绘制曲线外，MATLAB还提供了plot3函数用于在三维空间中绘制曲线。
使用plot3函数绘制多条三维曲线的步骤与使用plot函数类似，只是需要将数据扩展到三维空间，并指定绘制的坐标系。
具体的代码如下所示：```matlab准备三维数据[x1, y1, z1] = meshgrid(-2:0.2:2, -2:0.2:2, -2:0.2:2);[x2, y2, z2] = meshgrid(-2:0.2:2, -2:0.2:2, -2:0.2:2);v1 = x1.*exp(-x1.^2 - y1.^2 - z1.^2);v2 = x2.*exp(-x2.^2 - y2.^2 - z2.^2);绘制三维曲线plot3(x1, y1, z1, 'r-', 'LineWidth', 2); 'r-'表示红色实线hold on;plot3(x2, y2, z2, 'b--', 'LineWidth', 2); 'b--'表示蓝色虚线hold off;xlabel('X');ylabel('Y');zlabel('Z');legend('Exp(-x^2 - y^2 - z^2)', 'X*Exp(-x^2 - y^2 - z^2)');title('Three-Dimensional Curve');```通过以上代码，我们可以将两组三维数据绘制成红色实线和蓝色虚线的曲线，并显示在同一张图上。
MATLAB作图(超详细)
MATLAB作图
2021/8/19
1
二维图形 三维图形 图形处理
特殊二、三维图形
实例
作 业
2021/8/19
2
1.曲线图
MATLAB作图是通过描点、连线来实现的，故在
画一个曲线图形之前，必须先取得该图形上的
一系列的点的坐标（即横坐标和纵坐标），然
后将该点集的坐标传给MATLAB函数画图.
4
-0.4
2.符号函数(显函数、隐函数和参数方程)画图
(1) ezplot
ezplot(‘f(x)’,[a,b])
表示在a<x<b绘制显函数f=f(x)的函数图.
ezplot(‘f(x,y)’,[xmin,xmax,ymin,ymax])
表示在区间xmin<x<xmax和 ymin<y<ymax绘制 隐函数f(x,y)=0的函数图.
20
2. 定制坐标 Axis([xmin xmax ymin ymax zmin zmax])定制图形坐标
x、y、z的最大、最小值
Axis
将坐标轴返回到自动缺省值
auto
例 在区间[0.005,0.01]显示sin(1/x)的图形.
解 x=linspace(0.0001,0.01,1000);
y=sin(1./x); plot(x,y);
解 x=linspace(0,2*pi,30);
y=sin(x);
z=cos(x)
plot(x,z,:) hold on
MATLAB liti5
Plot(x,y)
2021/8/19
22
(2) figure(h)新建h窗口，激活图形使其可见，并把它置 于其它图形之上
(完整word版)西安交通大学——温度场数值模拟(matlab)
温度场模拟matlab代码：clear,clc,clfL1=8;L2=8;N=9;M=9;% 边长为8cm的正方形划分为8*8的格子T0=500;Tw=100; % 初始和稳态温度a=0.05; % 导温系数tmax=600;dt=0.2; % 时间限10min和时间步长0.2sdx=L1/(M-1);dy=L2/(N-1);M1=a*dt/(dx^2);M2=a*dt/(dy^2);T=T0*ones(M,N);T1=T0*ones(M,N);t=0;l=0;k=0;Tc=zeros(1,600);% 中心点温度，每一秒采集一个点for i=1:9for j=1:9if(i==1|i==9|j==1|j==9)T(i,j)=Tw;% 边界点温度为100℃elseT(i,j)=T0;endendendif(2*M1+2*M2<=1) % 判断是否满足稳定性条件while(t<tmax+dt)t=t+dt;k=k+1;for i=2:8for j=2:8T1(i,j)=M1*(T(i-1,j)+T(i+1,j))+M2*(T(i,j-1)+T(i,j+1))+(1-2*M1-2*M2)*T(i,j);endendfor i=2:8for j=2:8T(i,j)=T1(i,j);endendif(k==5)l=l+1;Tc(l)=T(5,5);k=0;endendi=1:9;j=1:9;[x,y]=meshgrid(i); figure(1);subplot(1,2,1);mesh(x,y,T(i,j))% 画出10min 后的温度场 axis tight;xlabel('x','FontSize',14);ylabel('y','FontSize',14);zlabel('T/℃','FontSize',14) title('1min 后二维温度场模拟图','FontSize',18) subplot(1,2,2);[C,H]=contour(x,y,T(i,j)); clabel(C,H);axis square;xlabel('x','FontSize',14);ylabel('y','FontSize',14); title('1min 后模拟等温线图','FontSize',18) figure(2); xx=1:600;plot(xx,Tc,'k-','linewidth',2)xlabel('时间/s','FontSize',14);ylabel('温度/℃','FontSize',14);title('中心点的冷却曲线','FontSize',18)else disp('Error!') % 如果不满足稳定性条件，显示“Error ！” end实验结果：时间/s温度/℃中心点的冷却曲线x1min后二维温度场模拟图T /℃xy1min 后模拟等温线图x5min 后二维温度场模拟图T /℃xy5min 后模拟等温线图x10min后二维温度场模拟图T /℃xy10min 后模拟等温线图x10min 后二维温度场模拟图（不满足稳定性条件）yT /℃21时间/s温度/℃中心点的冷却曲线（不满足稳定性条件）。
飞秒脉冲激光辐照FRAM诱发的毁伤效应及热演化
飞秒脉冲激光辐照FRAM诱发的毁伤效应及热演化乔相信;成艺光;唐恩凌;韩雅菲【摘要】空间高能粒子辐照航天器电子器件诱发的毁伤和热演化特征,直接关系到航天器的在轨安全运行和在轨任务的顺利实施.本文利用自行构建的飞秒脉冲激光辐照系统、激光诱发毁伤的数据采集系统、数据读写系统和红外热成像系统,开展了不同激光输出重复频率、不同作用区域下辐照铁电存储器(FRAM)实验,获取激光辐照于铁电存储器被照面的稳态温度场和铁电存储器的暂态失效和永久失效出现时间,并观测了辐射效应对铁电存储器的毁伤效果,经MATLAB软件处理得到了激光辐照铁电存储器不同区域热演化过程的温度场分布.实验结果表明:在激光输出功率近似相同的飞秒脉冲激光辐照条件下,激光脉冲输出重复频率越低,诱发永久性毁伤出现时刻的时间越长,近似呈非线性增长;随着激光输出重复频率的增大,激光对铁电存储器的作用由激光电离存储器介质产生的高能带电粒子对铁电体自发极化的破坏为主,逐步转变为以热辐射与热应力诱发的毁伤;当激光在器件表面产生的最高温度接近存储器最高工作温度时,永久毁伤的出现时间将显著延长.并通过对回归参数的计算和假设检验,给出了回归参数的置信度1-α为95％的条件下激光辐照区域1与区域2的最高辐射温度与激光输出重复频率的拟合关系式.【期刊名称】《发光学报》【年(卷),期】2019(040)006【总页数】11页(P815-825)【关键词】飞秒脉冲激光;毁伤效应;铁电存储器(FRAM);温度场分布【作者】乔相信;成艺光;唐恩凌;韩雅菲【作者单位】沈阳理工大学装备工程学院,辽宁沈阳 110159;沈阳理工大学装备工程学院,辽宁沈阳 110159;沈阳理工大学装备工程学院,辽宁沈阳 110159;沈阳理工大学装备工程学院,辽宁沈阳 110159【正文语种】中文【中图分类】O432.1+21 引言目前，空间辐射效应及其衍生问题严重影响航天器的在轨安全运行，单粒子效应(SEE)已成为空间高能粒子辐射下电子设备故障的主要原因，而激光辐射的热效应及其带来的热演化问题是单粒子效应中的关键问题［1-2］。
等温边界与对流边界换热完整matlab代码
eps=abs(T-temp)/t;%精度 temp=T; k=k+1;%迭代次数 end A=flipud(T);%将矩阵上下颠倒 pcolor(A);shading interp % figure(1),contour(A,1000);%等温线集合 figure,contour(A,[12,18,24]) %作出三条等温线 %计算内外壁导热量，偏差 dx=0.1;dy=0.1;lamda=0.53; temp1=zeros(13,1);temp2=zeros(13,1);temp3=zeros(13,1);temp4=zeros(13,1); for j=3:15 temp1(j-2)=(T(1,j)-T(2,j))*lamda*dx*1/dy; end for i=3:11 temp2(i-2)=(T(i,1)-T(i,2))*lamda*dy*1/dx; end heat_out=sum(temp1)+sum(temp2)+(T(2,1)-T(2,2))*lamda*dy*1/dx+(T(1,2)T(2,2))*lamda*dx*1/dy+(T(1,16)-T(2,16))*lamda*dx/2*1/dy+(T(12,1)T(12,2))*lamda*dy/2*1/dx; for j=6:15 temp3(j-5)=(T(5,j)-T(6,j))*lamda*i-5)=(T(i,5)-T(i,6))*lamda*dy*1/dx; end heat_in=sum(temp3)+sum(temp4)+(T(5,16)-T(6,16))*lamda*dx/2*1/dy+(T(12,5)T(12,6))*lamda*dy/2*1/dx; heat=(heat_in+heat_out)/2; e=abs(heat_in-heat_out)/heat; fprintf('外壁传热量=%2.3f\n',heat_out) fprintf('内壁传热量=%2.3f\n',heat_in) fprintf('平均传热量=%2.3f\n',heat) fprintf('相对偏差=%d\n',e) fprintf('墙角总传热量=%f\n',4*heat)
matlab基础课程2(绘图)
四、MATLAB三维曲面绘图
meshgrid——生成网格矩阵 调用格式：
[X,Y]=meshgrid(x,y)--------生成小矩形顶点的坐
标值矩阵
[X,Y]=meshgrid(x) 等价于[X,Y]=meshgrid(x,x)
例:x=[1,2,3]；y=[1,2,3,4]； [X,Y]=meshgrid(x,y)
xlabel(‘String’)
在当前图形的x轴旁边加入文字内容
ylabel(‘String’)
zlabel(‘String’)
在当前图形的y轴旁边加入文字内容
在当前图形的z轴旁边加入文字内容
图形标注gtext
gtext(‘String’)
在鼠标指定位置上标注
说明：使用gtext指令后，会在当前图形上出现一个十字 叉，等待用户选定位置进行标注。移动鼠标到所需位置按 下鼠标左键，Matlab就在选定位置标上文字。
马鞍面、平面及交线
练习： 二维曲线4-4，4-5 p42 例4-9 p47 例4-11，4-12
三维曲线：
p57 例4-22,4-23,4-24
三维曲面：
p60 例4-26,4-28,4-29,4-30
作业：P79 3,5,9
x=[1 2 3]; y=[3 3 1 473 581 4 4 4] plot(x,y)
plot3与plot的 用法相同
，
x t sin t 例：绘制三维曲线的图像： y t cos t z t
解：matlab命令为：
(0 t 20 )
t=0:pi/10:20*pi; x=t.*sin(t); y=t.*cos(t) ; z=t; plot3(x,y,z)
非常强大matlab入门作图教程
在MATLAB中用图形函数绘图的一般操作步骤分 为7步，如表所示，下面以绘制一个简单三角函数 的图形为例，详细介绍各个步骤。
非常强大matlab入门作图教程
Matlab 绘图步骤
【例】用图形表示
ycox ssix n , x [ , ]
22
（1）准备图形数据
图形是数据变换规律和相互联系的形象显示，所以 数据输入是图形创建的基础，我们需要选定数据的范围， 选择对应范围的自变量，计算相应的函数值。本例中， 我们需在命令窗口输入如下代码：
程序如下： >>x=0:pi/100:2*pi; >>y1=0.2*exp(-0.5*x).*cos(4*pi*x); >>y2=2*exp(-0.5*x).*cos(pi*x); >>plotyy(x,y1,x,y2);
非常强大matlab入门作图教程
图形的属性
点和线的基本属性
plot(x,y,string)
非常强大matlab入门作图教程
Matlab 绘图
Matlab 作图
给出离散点列： x=[0:pi/10:2*pi] 计算函数值： y=sin(x) 画图：matlab 二维绘图命令 plot 作出函数图形
plot(x,y)
例：>> x=[0:pi/10:2*pi];
>> y=sin(x); >> plot(x,y);
>>x = -pi/2:.1:pi/2;
>>y=cos(x)-sin(x);
非常强大matlab入门作图教程
Matlab 绘图步骤
（2）选择图形的显示位置
超松弛迭代法求解泊松方程
计算流作业1. 题目对1512cm cm ⨯的矩形平板，假设板表面绝热，仅在四条边有热流通过，且导热系数为常数。
设一条15cm 边温度保持为100︒，其余三条边温度为20︒。
计算板内稳定的温度场并绘出等温线。
采用迭代法计算时，采用不同的松弛因子，并比较收敛速度，观察在不同的网格尺度下，最佳松弛因子的变化。
2. 理论基础超松弛SOR 迭代法迭代公式为：11212,,1,1,,1,1,2(1)(())2(1)m m m m m m i j i j i j i j i j i j i j x ωψωψψψβψψζβ++++-+-=-++++-+3. 结果分析计算时取,x y 方向网格数分别为(4,5),(8,10),(32,40)，松弛因子取值范围为1.0,1.0475,1.095, 1.95。
控制固定余量为510-3.1 温度场网格尺度为0.5dx dy cm ==时，最佳松弛因子下的平板温度场分布结果基本上是对称的。
3.2最佳松弛因子-网格尺度显然，随着网格尺度增加，最佳松弛因子逐渐减小，基本上呈现指数规律。
4.附件!初始温度分布subroutine initial(tt_in,nx_in,ny_in)implicit noneinteger::i,jinteger,intent(in)::nx_in,ny_in !横纵网格数real(kind=8),dimension(0:nx_in,0:ny_in)::tt_in !温度矩阵tt_in=0.tt_in(0,0:ny_in)=20.tt_in(nx_in,0:ny_in)=100.tt_in(1:(nx_in-1),0)=20.tt_in(1:(nx_in-1),ny_in)=20.do i=1,nx_in-1do j=1,ny_in-1tt_in(i,j)=60.end doend doend subroutine initial!超松弛迭代法subroutine sor(tt_sor,nx_sor,ny_sor,ome,be)implicit noneinteger::i,jinteger,intent(in)::nx_sor,ny_sor !横纵网格数real(kind=8),dimension(0:nx_sor,0:ny_sor)::tt_sor !温度real(kind=8),intent(in)::ome,be !松弛因子,网格参数hreal(kind=8)::tem1do i=1,nx_sor-1do j=1,ny_sor-1tem1=tt_sor(i+1,j)+tt_sor(i-1,j)+be**2*(tt_sor(i,j+1)+tt_sor(i,j-1)) tt_sor(i,j)=(1-ome)*tt_sor(i,j)+ome*tem1/2./(1+be**2)end doend doend subroutine sorprogram poissonimplicit noneinteger::i,j,k,linteger,parameter::numk=8 !计算时取的网格大小种类数real(kind=8),allocatable,dimension(:,:)::tem !温度integer::numx,numy !横纵网格数real(kind=8),parameter::lx=12.,ly=15. !计算域长宽integer,parameter::nw=20 !计算时omega取值的数目integer,dimension(nw)::ncell !存储同一omega下迭代需要的步数 real(kind=8)::om,bt !松弛因子,网格参数hreal(kind=8)::dx,dy !横纵方向上的网格参数integer::ct !中间变量real(kind=8)::w_opt !最佳松弛因子integer,parameter::status=-1 !状态变量.1-计算不同网格尺度下的最佳松弛因子!-1-计算特定尺度，取最佳松弛因子时得到的最终温度分布open(unit=15,file='poisson.dat')open(unit=16,file='poisson2.txt')write(16,'("title = data")')write(16,'("variables = x,y,t")')write(16,'("zone i=",i4,3x,"j=",i4)')8,nwdo l=1,8numx=4*lnumy=5*ldx=lx/numxdy=ly/numybt=dx/dyallocate(tem(0:numx,0:numy))ct=10**10do k=1,nwom=1.+0.95*dble(k)/dble(nw)call caclulate_w(tem,numx,numy,om,ncell(k),bt)write(16,'(1x,d15.5,3x,d15.5,3x,i10)')l,om,ncell(k) if(ncell(k)<ct) thenct=ncell(k)w_opt=omend ifend doif(status==1) thenwrite(15,'(1x,d15.5,3x,d15.5)')dx,w_optelse if(status==-1 .and. l==6) thenwrite(15,'("title = data")')write(15,'("variables = x,y,t")')write(15,'("zone i=",i4,3x,"j=",i4)')numx+1,numy+1call caclulate_w(tem,numx,numy,w_opt,ct,bt)do j=0,numydo i=0,numxwrite(15,*)i*dx,j*dy,tem(i,j)end doend doend ifdeallocate(tem)end doend program poisson!计算特定网格和松弛因子下的温度subroutine caclulate_w(tt,nx,ny,omega,nncell,beta)implicit noneinteger::i,jinteger,intent(in)::nx,ny !横纵网格数real(kind=8)::error=1.d-5 !误差限integer,intent(out)::nncell !存储迭代次数real(kind=8)::omega,etem,beta !etem-两次计算间的平均误差real(kind=8),dimension(0:nx,0:ny)::tem0 !存储上一次计算得到的温度矩阵real(kind=8),dimension(0:nx,0:ny)::tt !温度矩阵etem=1.d10nncell=0call initial(tt,nx,ny)do while(etem>error)nncell=nncell+1tem0=ttcall sor(tt,nx,ny,omega,beta)etem=0.do i=1,nx-1do j=1,ny-1etem=etem+(tt(i,j)-tem0(i,j))**2 end doend doetem=sqrt(etem)end doend subroutine caclulate_w。
(完整版)matlab的一些画图技巧
matlab中如何在指定一点画一个填充颜色的小圆plot（1,1，'r。
'，'markersize',50)二维作图绘图命令plot绘制x-y坐标图；loglog命令绘制对数坐标图;semilogx和semilogy命令绘制半对数坐标图;polor命令绘制极坐标图．基本形式如果y是一个向量，那么plot(y)绘制一个y中元素的线性图．假设我们希望画出y=［0., 0.48, 0.84， 1.， 0.91， 6。
14 ]则用命令：plot(y）它相当于命令：plot（x, y)，其中x=［1,2，…,n]或x=［1；2;…；n]，即向量y的下标编号， n为向量y的长度Matlab会产生一个图形窗口，显示如下图形,请注意:坐标x和y是由计算机自动绘出的．图4.1。
1。
1 plot（［0。
，0.48，0。
84,1.,0.91,6。
14］)上面的图形没有加上x轴和y轴的标注，也没有标题．用xlabel，ylabel，title命令可以加上．如果x，y是同样长度的向量，plot（x,y)命令可画出相应的x元素与y元素的x-y坐标图．例: x=0：0.05:4*pi; y=sin(x); plot（x，y）grid on, title（’ y=sin( x ）曲线图' )xlabel(’ x = 0 ： 0.05 ： 4Pi '）结果见下图．图4.1.1。
2 y=sin（x)的图形title图形标题xlabel x坐标轴标注ylabel y坐标轴标注text标注数据点legend 在右上角加解释文字grid给图形加上网格hold保持图形窗口的图形表4。
1.1.1 Matlab图形命令多重线在一个单线图上，绘制多重线有三种办法。
第一种方法是利用plot的多变量方式绘制：plot（x1，y1,x2,y2，.。
.，xn，yn)x1,y1,x2，y2，。
.。
,xn,yn是成对的向量,每一对x， y在图上产生如上方式的单线．多变量方式绘图是允许不同长度的向量显示在同一图形上．第二种方法也是利用plot绘制，但加上hold on/off命令的配合：plot(x1,y1）hold onplot(x2，y2）hold off第三种方法还是利用plot绘制,但代入矩阵：如果plot用于两个变量plot(x,y），并且x，y是矩阵，则有以下情况:（1)如果y是矩阵，x是向量,plot（x,y)用不同的画线形式绘出y的行或列及相应的x向量,y 的行或列的方向与x向量元素的值选择是相同的．（2)如果x是矩阵,y是向量，则除了x向量的线族及相应的y向量外，以上的规则也适用．（3）如果x，y是同样大小的矩阵，plot(x，y）绘制x的列及y相应的列．还有其它一些情况，请参见Matlab的帮助系统．线型和颜色的控制如果不指定划线方式和颜色，Matlab会自动为您选择点的表示方式及颜色．您也可以用不同的符号指定不同的曲线绘制方式．例如：plot(x，y，’*’）用'*’作为点绘制的图形．plot(x1，y1，’：’，x2，y2，’+'）用’:’画第一条线，用’+’画第二条线．线型、点标记和颜色的取值有以下几种：线型点标记颜色-实线.点y黄:虚线o小圆圈m棕色-。
第5章MATLAB基本绘图功能
plot(x,y)
plot(x,y, ' r-' )
（10）
（11）
plot函数最简单的调用格式是只包含一个输入 参数plot(x)
在这种情况下，当x是实向量时，以该向量的 下标为横坐标，元素值为纵坐标画出一条连续曲 线，这实际上是绘制折现图。
（12）
对给定数据绘制图形
3.1.2 绘制多根二维曲线
（41）
（42）
3.2.2 二维统计分析图 在Matlab中，二维统计分析图形很多，常见的有 条形图、阶梯图、杆图和填充图等
所采用的函数分别是： bar（x,y,选项） stairs（x,y,选项） stem（x,y,选项） fill（x1,y1,选项, x2,y2,选项,…）
（43）
例3-14 分别以条形图、阶梯图、杆图和填 充图形式绘制曲线y=2sin(x).
（13）
对给定数据绘制图形
3.1.2 绘制多根二维曲线
若plot函数只有一个输入：plot(x) 当输入参数x为矩阵，且为实矩阵，则按列绘制每
列元素值相对其下标的曲线，曲线条数等于输 入参数矩阵的列数。 当输入参数x是复数矩阵时，则按列分别以元素实 部和虚部为横、纵坐标绘制多条曲线。 。
（14）
（31）
plot(y)
gird on; % 加网格线 box on; % 加坐标边框 axis equal % 坐标轴采用等刻度
（32）
（33）
（34）
3.1.7 图形窗口的分割 subplot函数的调用格式 subplot(m,n,p)
该函数将当前图形窗口分成m*n个绘图区，即每 行n个，共m行，区号按行优先编号，且选择 第p个绘图区作为当前活动区。在每一个绘图 区允许以不同的坐标系单独绘制图形。
MATLAB 画等温线
测量到不同坐标点的高度值,如何用matlab画三维图附上部分数据：A=[-210.6627 -33391.1192 5.0273-221.3052 -33387.7415 4.5969-210.9391 -33393.0068 5.5647-221.8901 -33390.7396 5.0077-211.384 -33394.7093 5.6505-222.6117 -33392.778 5.0554-212.7074 -33397.5459 5.7381-225.8973 -33397.5869 5.5587];解：代码在matlab2009a版以上均可运行。
A=[-210.6627 -33391.1192 5.0273-221.3052 -33387.7415 4.5969-210.9391 -33393.0068 5.5647-221.8901 -33390.7396 5.0077-211.384 -33394.7093 5.6505-222.6117 -33392.778 5.0554-212.7074 -33397.5459 5.7381-225.8973 -33397.5869 5.5587];xData = A(:,1);yData = A(:,2);zData = A(:,3);fitresult = fit( [xData, yData], zData, 'linearinterp');figure( 'Name', '三维图' );plot( fitresult, [xData, yData], zData );xlabel( 'x' );ylabel( 'y' );zlabel( 'z' );grid onview( -53, 50 );试一试：A=[-210.6627 -33391.1192 5.0273-221.3052 -33387.7415 4.5969-210.9391 -33393.0068 5.5647-221.8901 -33390.7396 5.0077 -211.384 -33394.7093 5.6505-222.6117 -33392.778 5.0554-212.7074 -33397.5459 5.7381 -225.8973 -33397.5869 5.5587];xData = A(:,1);yData = A(:,2);zData = A(:,3);minx = min(xData);maxx = max(xData);miny = min(yData);maxy = max(yData);tx = linspace(minx,maxx)';ty = linspace(miny,maxy);[XI,YI] = meshgrid(tx,ty);ZI = griddata(xData,yData,zData,XI,YI); mesh(XI,YI,ZI), holdplot3(xData,yData,zData,'o'), hold offxlabel( 'x' );ylabel( 'y' );zlabel( 'z' );grid onview( -53, 50 );.................x=[7392 7392 7392 7392 5608 5608 5608 5608 80 00 5000 6500 6500 6500 6500 6500 6500 6500 6500 6500 6500];y=[476 404 476 404 476 404 476 404 440 440 440 440 500 380 440 440 440 440 440 44 0];z=[17.06 16.93 17.8 17.4 17.17 16.89 17.28 17.26 17.04 16.94 16.92 17.3 17.37 17.17 17.34 17.11 17.22 17.24 17.11 17.2];minx = min(x);maxx = max(x);miny = min(y);maxy = max(y);[X,Y,Z]=griddata(x,y,z,linspace(minx,maxx)',linspace(miny,maxy),'v4') ; %插值figure,surf(X,Y,Z) %三维曲面...%% Initialization.% Convert all inputs to column vectors.x = x(:);y = y(:);z = z(:);%% Fit: ' fit 1'.ft = 'linearinterp';opts = fitoptions( ft );opts.Weights = zeros(1,0);opts.Normalize = 'on';[fitresult, gof] = fit( [x, y], z, ft, opts );% Plot fit with data.figure( 'Name', 'untitled fit 1' );h = plot( fitresult, [x, y], z );% legend( h, ' fit 1', 'z vs. x, y', 'Location', 'NorthEast' );% Label axesxlabel( 'x' );ylabel( 'y' );zlabel( 'z' );grid on.......................x=[7392 7392 7392 7392 5608 5608 5608 5608 80 00 5000 6500 6500 6500 6500 6500 6500 6500 6500 6500 6500];y=[476 404 476 404 476 404 476 404 440 440440 440 500 380 440 440 440 440 440 44 0];z=[17.06 16.93 17.8 17.4 17.17 16.89 17.28 17.26 17.04 16.94 16.92 17.3 17.37 17.17 17.34 17.11 17.22 17.24 17.11 17.2];% Convert all inputs to column vectors.x = x(:);y = y(:);z = z(:);%% Fit: ' fit 1'.ft = fittype( 'poly22' );opts = fitoptions( ft );opts.Lower = [-Inf -Inf -Inf -Inf -Inf -Inf];opts.Upper = [Inf Inf Inf Inf Inf Inf];opts.Weights = zeros(1,0);[fitresult, gof] = fit( [x, y], z, ft, opts );fitresult% Plot fit with data.figure( 'Name', 'z' );h = plot( fitresult, [x, y], z );% legend( h, 'z fit 1', 'z vs. x, y', 'Location', 'NorthEast' );% Label axesxlabel( 'x' );ylabel( 'y' );zlabel( 'z' );grid onview( -57.5, 42 );.................A=[18467 17001 308 20177 17642 276 26852 16114 225 23785 17643 194 27823 14737 189 18906 16346 173 25981 18051 173 22046 17634 171 23238 6502 169 27696 11621 169 27700 11609 16516607 17365 155 23146 15382 153 14405 18032 152 27232 14482 150 27380 18202 136 26591 13715 126 14074 16516 124 15801 3966 115 21684 13101 114 15255 5110 110 24580 13319 107 23325 16701 105 24065 7353 104 25021 16290 104 15952 18397 103 27346 13331 100 24685 14278 98 17414 15476 97 12778 5799 93 17044 10691 93 17981 18449 93 20983 15862 93 22605 14301 93 5451 2757 92 19041 15769 90 24003 15286 90 7100 2449 89 18413 11721 88 21475 8540 85 19007 11488 84 17008 4775 82 17079 5894 81 13855 3345 79 13920 5354 79 22193 12185 79 16569 6055 78 18993 12371 78 22965 13535 78 15517 17034 77 24631 9422 76 4153 2299 73 11702 4480 71 24153 12450 71 15007 5535 7019569 7348 7015087 3512 6922846 9149 6925461 9834 6816823 4207 6721766 12348 6712625 16259 66];x=A(:,1);y=A(:,2);z=A(:,3);minx = min(x);maxx = max(x);miny = min(y);maxy = max(y);[X,Y,Z]=griddata(x,y,z,linspace(minx,maxx)',linspace(miny,maxy),'v4') ; %插值figure,surf(X,Y,Z) %三维曲面...%% Initialization.% Convert all inputs to column vectors.x = x(:);y = y(:);z = z(:);%% Fit: 'untitled fit 1'.ft = 'linearinterp';opts = fitoptions( ft );opts.Weights = zeros(1,0);opts.Normalize = 'on';[fitresult, gof] = fit( [x, y], z, ft, opts ); % Plot fit with data.figure( 'Name', ' fit 1' );h = plot( fitresult, [x, y], z );% legend( h, ' fit 1', 'z vs. x, y', 'Location', 'NorthEast' ); % Label axesxlabel( 'x' );ylabel( 'y' );zlabel( 'z' );grid on。
matlab画图中线型及颜色设置
matlab画图中线型及颜色设置MATLAB受到控制界广泛接受的一个重要原因是因为它提供了方便的绘图功能.本章主要介绍2维图形对象的生成函数及图形控制函数的使用方法,还将简单地介绍一些图形的修饰与标注函数及操作和控制MATLAB各种图形对象的方法.第一节图形窗口与坐标系一.图形窗口1.MATLAB在图形窗口中绘制或输出图形,因此图形窗口就像一张绘图纸.2. 在MATLAB下,每一个图形窗口有唯一的一个序号h,称为该图形窗口的句柄.MATLAB通过管理图形窗口的句柄来管理图形窗口;3.当前窗口句柄可以由MATLAB函数gcf获得;4.在任何时刻,只有唯一的一个窗口是当前的图形窗口(活跃窗口);figure(h)----将句柄为h的窗口设置为当前窗口;5.打开图形窗口的方法有三种:1)调用绘图函数时自动打开;2)用File---New---Figure新建;3)figure命令打开,close命令关闭.在运行绘图程序前若已打开图形窗口,则绘图函数不再打开,而直接利用已打开的图形窗口;若运行程序前已存在多个图形窗口,并且没有指定哪个窗口为当前窗口时,则以最后使用过的窗口为当前窗口输出图形.6.窗口中的图形打印:用图形窗口的File菜单中的Print项.7.可以在图形窗口中设置图形对象的参数.具体方法是在图形窗口的Edit菜单中选择Properties项,打开图形对象的参数设置窗口,可以设置对象的属性.二.坐标系1.一个图形必须有其定位系统,即坐标系;2.在一个图形窗口中可以有多个坐标系,但只有一个当前的坐标系;3.每个坐标系都有唯一的标识符,即句柄值;4.当前坐标系句柄可以由 MATLAB函数gca获得;5.使某个句柄标识的坐标系成为当前坐标系,可用如下函数:axes(h) h为指定坐标系句柄值.6.一些有关坐标轴的函数:1)定义坐标范围:一般MATLAB自动定义坐标范围,如用户认为设定的不合适,可用:axis([Xmin, Xmax, Ymin, Ymax]) 来重新设定;292) 坐标轴控制:MATLAB的缺省方式是在绘图时,将所在的坐标系也画出来,为隐去坐标系,可用axis off;axis on则显示坐标轴(缺省值).3)通常MATLAB的坐标系是长方形,长宽比例大约是 4:3,为了得到一个正方形的坐标系可用:axis square4)坐标系横纵轴的比例是自动设置的,比例可能不一样,要得到相同比例的坐标系,可用:axis equal第二节二维图形的绘制一. plot函数plot 函数是最基本的绘图函数,其基本的调用格式为:1.plot(y)------绘制向量y对应于其元素序数的二维曲线图, 如果y 为复数向量,则绘制虚部对于实部的二维曲线图.例:绘制单矢量曲线图.y=[0 0.6 2.3 5 8.3 11.7 15 17.7 19.4 20];plot(y)由于y矢量有10个元素,x坐标自动定义为[1 2 3 4 5 6 7 8 9 10].图形为:1234567891024681012141618202.plot(x,y)------ 绘制由x,y所确定的曲线.1)x,y是两组向量,且它们的长度相等,则plot(x,y)可以直观地绘出以x为横坐标,y为纵坐标的图形.如:画正弦曲线:t=0:0.1:2*pi;y=sin(t);plot(t,y)2)当plot(x,y)中,x是向量,y是矩阵时,则绘制y矩阵中各行或列对应于向量x的曲线.如果y阵中行的长度与x向量的长度相同,则以y的行数据作为一组绘图数据;如果y阵中列的长度与x向量的长度相同,则以y的列数据作为一组绘图数据;如果y阵中行, 列均与x向量的长度相同,则以y的每列数据作为一组绘图数据.例:下面的程序可同时绘出三条曲线.MATLAB在绘制多条曲线时,会按照一定的规律自动变化每条曲线的的颜色.x=0:pi/50:2*pi;y(1,:)=sin(x);y(2,:)=0.6*sin(x);y(2,:)=0.3*sin(x);plot(x,y)或者还可以这样用:x=0:pi/50:2*pi;y=[ sin(x); 0.6*sin(x); 0.3*sin(x)];plot(x,y)01234567-1-0.8-0.6-0.4-0.20.20.40.613) 如果x,y是同样大小的矩阵,则plot(x,y)绘出y中各列相应于x 中各列的图形.例:x(1,:)=0:pi/50:2*pi;x(2,:)=pi/4:pi/50:2*pi+pi/4;x(3,:)=pi/2:pi/50:2*pi+pi/2;y(1,:)=sin(x(1,:));y(2,:)=0.6*sin(x(2,:));y(3,:)=0.3*sin(x(3,:));plot(x,y)x=x';y=y';figure31plot(x,y)在这个例子中,x------ 3x101,y------3x101,所以第一个plot按列画出101条曲线,每条3个点;而x'------101x3,y'------ 101x3,所以第二个plot按列画出3条曲线,每条101个点.012345678-1-0.8-0.6-0.4-0.20.20.60.81012345678-1-0.8-0.6-0.4-0.20.20.40.60.813. 多组变量绘图:plot(x1, y1, 选项1, x2, y2, 选项2, ……)上面的plot格式中,选项是指为了区分多条画出曲线的颜色,线型及标记点而设定的曲线的属性.MATLAB在多组变量绘图时,可将曲线以不同的颜色,不同的线型及标记点表示出来.这些选项如下表所示:各种颜色属性选项选项意义选项意义'r' 红色 'm' 粉红'g' 绿色 'c' 青色32'b' 兰色 'w' 白色'y' 黄色 'k' 黑色各种线型属性选项选项意义选项意义'-' 实线 '--' 虚线':' 点线 '-.' 点划线各种标记点属性选项选项意义选项意义'.' 用点号绘制各数据点 '^' 用上三角绘制各数据点'+' 用'+'号绘制各数据点 'v' 用下三角绘制各数据点'*' 用'*'号绘制各数据点 '>' 用右三角绘制各数据点' .' 用'.'号绘制各数据点 '<' 用左三角绘制各数据点's'或squar 用正方形绘制各数据点'p' 用五角星绘制各数据点'd'或diamond用菱形绘制各数据点 'h' 用六角星绘制各数据点这些选项可以连在一起用,如:'-.g'表示绘制绿色的点划线,'g+'表示用绿色的 '+'号绘制曲线.注意:1)表示属性的符号必须放在同一个字符串中;2)可同时指定2~3个属性;3) 与先后顺序无关;4)指定的属性中,同一种属性不能有两个以上.例:t=0:0.1:2*pi;y1=sin(t);y2=cos(t);y3=sin(t).*cos(t);plot(t,y1, '-r',t,y2, ':g',t,y3, '*b')该程序还可以按下面的方式写:t=0:0.1:2*pi;y1=sin(t);y2=cos(t);y3=sin(t).*cos(t);plot(t,y1, '-r')hold onplot(t,y2, ':g')plot(t,y3, '*b')hold off注:在MATLAB中,如画图前已有打开的图形窗口,则再画图系统将自动擦掉坐标系中已有的图形对象,但设置了hold on后,可以保持坐标系中已绘出的图形.3301234567-1-0.8-0.6-0.4-0.20.20.40.60.81图(a)还可以进一步设置包括线的宽度(LineWidth),标记点的边缘颜色(MarkerEdgeColor),填充颜色(MarkerFaceColor)及标记点的大小(MarkerSize)等其它绘图属性.例:设置绘图线的线型,颜色,宽度,标记点的颜色及大小.t=0:pi/20:pi;y=sin(4*t).*sin(t)/2;plot(t,y,'-bs','LineWidth',2,... %设置线的宽度为2'MarkerEdgeColor','k',... %设置标记点边缘颜色为黑色'MarkerFaceColor','y',... %设置标记点填充颜色为黄色'MarkerSize',10) %设置标记点的尺寸为10绘出图形如下:00.511.522.533.5-0.5-0.4-0.3-0.2-0.10.10.20.30.40.5344. 双Y轴绘图:plotyy()函数.其调用格式为:plotyy(x1,y1,x2,y2)------ 绘制由x1,y1和x2,y2确定的两组曲线,其中x1,y1的坐标轴在图形窗口的左侧,x2,y2的坐标轴在图形窗口的右侧.Plotyy(x1,y1,x2,y2, 'function1','function2')------功能同上,function是指那些绘图函数如:plot,semilogx,loglog 等.例如:在一个图形窗口中绘制双Y轴曲线.x=0:0.3:12;y=exp(-0.3*x).*sin(x)+0.5;plotyy(x,y,x,y,'plot','stem')图形如下:0246810120.511.50246810120.511.5stem: 绘制stem形式的曲线(上端带圈的竖线).绘图结果:两条图线自动用不同的颜色区分,两个坐标的颜色与图线的颜色相对应,左边的Y轴坐标对应的是plot形式的曲线,右边的Y坐标对应的是stem形式的曲线.二.对数坐标图绘制函数:在对数坐标图的绘制中,有三种绘图函数:semilogx,semilogy和loglog函数.1)semilogx( )------绘制以X轴为对数坐标轴的对数坐标图.其调用格式为:semilogx(x,y,'属性选项')其中属性选项同plot函数.该函数只对横坐标进行对数变换,纵坐标仍为线性坐标.2)semilogy( )------绘制以Y轴为对数坐标轴的对数坐标图.其调用格式为:semilogy(x,y,'属性选项')该函数只对纵坐标进行对数变换,横坐标仍为线性坐标.353)loglog( )------ 绘制X,Y轴均为对数坐标轴的图形.其调用格式为:loglog(x,y,'属性选项')该函数分别对横,纵坐标都进行对数变换.例:x=0:0.1:6*pi;y=cos(x/3)+1/9;subplot(221), semilogx(x,y);subplot(222), semilogy(x,y);subplot(223), loglog(x,y);4)MATLAB还提供了一个实用的函数:logspace( )函数, 可按对数等间距地分布来产生一个向量,其调用格式为:x=logspace(x1,x2,n)这里,x1 表示向量的起点;x2表示向量的终点;n表示需要产生向量点的个数(一般可以不给出,采用默认值50).在控制系统分析中一般采用这种方法来构成频率向量w.关于它的应用后面还要讲到.三.极坐标图的绘制函数:绘极坐标图可用polar( )函数.其调用格式如下:polar(theta, rho,'属性选项')------theta:角度向量,rho:幅值向量,属性内容与plot函数基本一致.例如:极坐标模型为:3145/)/)cos((+ =θρ, ],[πθ80∈则绘出极坐标图的程序为:theta=0:0.1:8*pi;p=cos((5*theta)/4)+1/3;polar(theta,p)0.511.53021060240902701203001503301800四. 绘制多个子图:subplot( )函数MATLAB允许在一个图形窗口上绘制多个子图(如对于多变量系统的输出),允许将窗口分成nxm个部分.分割图形窗口用subplot函数来实现,其调用格式为:subplot(n,m,k) 或subplot(nmk)------n,m分别表示将窗口分割的行数和列数,36k表示要画图部分的代号,表示第几个图形,nmk三个数可以连写,中间不用符号分开.例如:将窗口划分成2x2=4个部分,可以这样写:subplot(2,2,1),plot(……)subplot(2,2,2),……subp lot(2,2,3),……subplot(2,2,4),……221 222223 224注:subplot函数没有画图功能,只是将窗口分割.第三节图形的修饰与标注MATLAB提供了一些特殊的函数修饰画出的图形,这些函数如下:1) 坐标轴的标题:title函数其调用格式为:title('字符串')------字符串可以写中文如:title('My own plot')2)坐标轴的说明:xlabel和ylabel函数格式:xlabel('字符串')ylabel(' 字符串')如:xlabel('This is my X axis')ylabel('My Y axis')3)图形说明文字:text和gtext函数A.text函数:按指定位置在坐标系中写出说明文字.格式为:text(x1, y1, '字符串', '选项')x1,y1为指定点的坐标;'字符串'为要标注的文字;'选项'决定x1,y1 的坐标单位,如没有选项,则x1,y1的坐标单位和图中一致;如选项为'sc',则x1,y1表示规范化窗口的相对坐标,其范围为0到1.(1,1)规范化窗口(0,0)37如:text(1,2, '正弦曲线')B.gtext函数:按照鼠标点按位置写出说明文字.格式为:gtext('字符串')当调用这个函数时,在图形窗口中出现一个随鼠标移动的大十字交叉线,移动鼠标将十字线的交叉点移动到适当的位置,点击鼠标左键,gtext参数中的字符串就标注在该位置上.4) 给图形加网格:grid函数在调用时直接写grid即可.上面的函数的应用实例:例: 在图形中加注坐标轴标识和标题及在图形中的任意位置加入文本.t=0:pi/100:2*pi;y=sin(t);plot(t,y),grid,axis([0 2*pi -1 1])xlabel('0 leq itt rm leq pi','FontSize',16)ylabel('sin(t)','FontSize',20)title('正弦函数图形','FontName',' 隶书' ,'FontSize',20)text(pi,sin(pi),'leftarrowsin(t)=0','FontSize',16)text(3*pi/4,sin(3*pi/4),'leftarrowsin(t)=0.707', 'FontSize',16) text(5*pi/4,sin(5*pi/4),' sin(t)=-0.707rightarrow',...'FontSize',16,'HorizontalAlignment','right')画出的图形为:0246-1-0.50.510 ≤ t ≤ πsin(t)正弦函数图形←sin(t)=0←sin(t)=0.707sin(t)=-0.707→5) 在图形中添加图例框:legend函数其调用格式为:A.legend('字符串1', '字符串2', ……)------以字符串1,字符串2…… 作38为图形标注的图例.B.legend('字符串1', '字符串2', ……, pos)------pos指定图例框显示的位置.图例框被预定了6个显示位置:0------ 取最佳位置;1------右上角(缺省值);2------左上角;3------左下角;4------右下角;-1------图的右侧.例:在图形中添加图例.x=0:pi/10:2*pi;y1=sin(x);y2=0.6*sin(x);y3=0.3*sin(x);plot(x,y1,x,y2,'-o',x,y3,'-*')legend('曲线1','曲线2','曲线3')绘出图形如下:02468-1-0.50.51曲线1曲线2曲线36)用鼠标点选屏幕上的点:ginput函数格式为: [x, y, button]=ginput(n)其中:n为所选择点的个数;x,y均为向量,x为所选n个点的横坐标;y为所选n个点的纵坐标.button为n维向量,是所选n个点所对应的鼠标键的标号:1------左键;2------中键;3------ 右键.可用不同的鼠标键来选点,以区别所选的点.此语句可以放在绘图语句之后,它可在绘出的图形上操作,选择你所感兴趣的点,如峰值点,达到稳态值的点等,给出点的坐标,可求出系统的性能指标.39第四节 MATLAB下图形对象的修改MATLAB图形对象是指图形系统中最基本,最底层的单元,这些对象包括:屏幕(Root),图形窗口(Figures), 坐标轴(Axes),控件(Uicontrol),菜单(Uimenu),线(Lines),块(Patches),面(Surface),图像 (Images),文本(Text)等等.根据各对象的相互关系,可以构成如下所示的树状层次:RootFiguresAxes Uicontrol Uimenu Uicontextmenu (对象菜单)Images Line Patch Surface Text对各种图形对象进行修改和控制,要使用MATLAB的图形对象句柄(Handle).在MATLAB中, 每个图形对象创立时,就被赋予了唯一的标识,这个标识就是该对象的句柄.句柄的值可以是一个数,也可以是一个矢量.如每个计算机的根对象只有一个,它的句柄总是0,图形窗口的句柄总是正整数,它标识了图形窗口的序号等.利用句柄可以操纵一个已经存在的图形对象的属性,特别是对指定图形对象句柄的操作不会影响同时存在的其它图形对象,这一点是非常重要的.一.对图形对象的修改可以用下面函数:1)set函数:用于设置句柄所指的图形对象的属性.Set函数的格式为:set(句柄, 属性名1, 属性值1, 属性名2, 属性值2, ……)例:h=plot(x,y)set(h, 'Color', [1,0,0])------将句柄所指曲线的颜色设为红色.2)get函数:获取指定句柄的图形对象指定属性的当前值.格式为:get(句柄, '属性名')如: get(gca, 'Xcolor')------获得X轴的当前颜色属性值.执行后可返回X轴的当前颜色属性值[0,0,0](黑色).3)如果没有设置句柄,则可以使用下列函数获得:gcf:获得当前图形窗口的句柄;gca:获得当前坐标轴对象的句柄;gco:获得当前对象的句柄.如:A.要对图形窗口的底色进行修改,可用:set(gcf, 'Color', [1,1,1])------将图形窗口底色设为白色B.要把当前X轴的颜色改为绿色,可用:set(gca, 'Xcolor', [0,1,0])40C.还可对坐标轴的显示刻度进行定义:t=-pi:pi/20:pi;y=sin(t);plot(t,y)set(gca,'xtick',[-pi:pi/2:pi],'xticklabel',['-pi','-pi/2','0','pi/2','pi']) -pi-pi/20pi/2pi-1-0.50.51本例中用'xtick'属性设置x轴刻度的位置(从-pi~pi,间隔pi/2,共设置5个点),用'xticklabel'来指定刻度的值,由于通常习惯于用角度度量三角函数, 因此重新设置['-pi','-pi/2','0','pi/2','pi']5个刻度值.二.一些常用的属性如下:1)Box属性:决定图形坐标轴是否为方框形式,选项为'on'(有方框),'off'(无方框);2)'ColorOrder'属性:设置多条曲线的颜色顺序,默认值为:[1 1 0;1 0 1;0 1 1;1 0 0;0 1 0;0 0 1]黄色粉色天蓝红色绿色兰色颜色向量还有:[1 1 1]------白色;[0 0 0]------黑色.3)坐标轴方向属性:'Xdir','Ydir','Zdir',其选项为:'normal'------正常'reverse'------反向4) 坐标轴颜色和线型属性:'Xcolor','Ycolor','Zcolor'------ 轴颜色,值为颜色向量'LineWidth'------ 轴的线宽,值为数字'Xgrid','Ygrid','Zgrid'------坐标轴上是否加网格,值为'on'和'off'.5)坐标轴的标尺属性:'Xtick','Ytick','Ztick'------ 标度的位置,值为向量'Xticklabel','Yticklabel','Zticklabel'------ 轴上标度的符号,它的值为与标度位置向量同样大小(向量个数相同)的向量.5)字体设置属性:'FontAngle'------ 设置字体角度,选项为:41'normal'------ 正常;'italic'------ 斜体;'oblique'------ 倾斜;'FontName'------ 字体名称;'FontSize'------ 字号大小'FontWeight'------ 字体的轻重,选项为:'light','normal','bold'。
传热学MATLAB温度分布大作业完整版
传热学大作业（第四章）姓名：张宝琪学号：03110608一、题目及要求1.各节点的离散化的代数方程2.源程序3.不同初值时的收敛快慢4.上下边界的热流量（λ=1W/(m℃））5.计算结果的等温线图6.计算小结题目：已知条件如下图所示：二、方程及程序(1)各温度节点的代数方程ta=(300+b+e)/4 ; tb=(200+a+c+f)/4; tc=(200+b+d+g)/4; td=(2*c+200+h)/4 te=(100+a+f+i)/4; tf=(b+e+g+j)/4; tg=(c+f+h+k)/4 ; th=(2*g+d+l)/4ti=(100+e+m+j)/4; tj=(f+i+k+n)/4; tk=(g+j+l+o)/4; tl=(2*k+h+q)/4tm=(2*i+300+n)/24; tn=(2*j+m+p+200)/24; to=(2*k+p+n+200)/24; tp=(l+o+100)/12 (2)源程序【G-S迭代程序】【方法一】函数文件为：function [y,n]=gauseidel(A,b,x0,eps)D=diag(diag(A));L=-tril(A,-1);U=-triu(A,1);G=(D-L)\U;f=(D-L)\b;y=G*x0+f;n=1;while norm(y-x0)>=epsx0=y;y=G*x0+f;n=n+1;end命令文件为：A=[4,-1,0,0,-1,0,0,0,0,0,0,0,0,0,0,0;-1,4,-1,0,0,-1,0,0,0,0,0,0,0,0,0,0;0,-1,4,-1,0,0,-1,0,0,0,0,0,0,0,0,0;0,0,-2,4,0,0,0,-1,0,0,0,0,0,0,0,0;-1,0,0,0,4,-1,0,0,-1,0,0,0,0,0,0,0;0,-1,0,0,-1,4,-1,0,0,-1,0,0,0,0,0,0;0,0,-1,0,0,-1,4,-1,0,0,-1,0,0,0,0,0;0,0,0,-1,0,0,-2,4,0,0,0,-1,0,0,0,0;0,0,0,0,-1,0,-1,0,4,0,0,0,-1,0,0,0;0,0,0,0,0,-1,0,0,-1,4,-1,0,0,-1,0,0;0,0,0,0,0,0,-1,0,0,-1,4,-1,0,0,-1,0;0,0,0,0,0,0,0,-1,0,0,-2,4,0,0,0,-1;0,0,0,0,0,0,0,0,-2,0,0,0,24,-1,0,0;0,0,0,0,0,0,0,0,0,-2,0,0,-1,24,-1,0;0,0,0,0,0,0,0,0,0,0,-2,0,0,-1,24,-1;0,0,0,0,0,0,0,0,0,0,0,-1,0,0,-1,12];b=[300,200,200,200,100,0,0,0,100,0,0,0,300,200,200,100]';[x,n]=gauseidel(A,b,[0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0]',1.0e-6) xx=1:1:4;yy=xx;[X,Y]=meshgrid(xx,yy);Z=reshape(x,4,4);Z=Z'contour(X,Y,Z,30)Z =139.6088 150.3312 153.0517 153.5639108.1040 108.6641 108.3119 108.1523 84.1429 67.9096 63.3793 62.4214 20.1557 15.4521 14.8744 14.7746 【方法2】>> t=zeros(5,5);t(1,1)=100;t(1,2)=100;t(1,3)=100;t(1,4)=100;t(1,5)=100;t(2,1)=200;t(3,1)=200;t(4,1)=200;t(5,1)=200;for i=1:10t(2,2)=(300+t(3,2)+t(2,3))/4 ;t(3,2)=(200+t(2,2)+t(4,2)+t(3,3))/4;t(4,2)=(200+t(3,2)+t(5,2)+t(4,3))/4;t(5,2)=(2*t(4,2)+200+t(5,3))/4;t(2,3)=(100+t(2,2)+t(3,3)+t(2,4))/4;t(3,3)=(t(3,2)+t(2,3)+t(4,3)+t(3,4))/4; t(4,3)=(t(4,2)+t(3,3)+t(5,3)+t(4,4))/4; t(5,3)=(2*t(4,3)+t(5,2)+t(5,4))/4;t(2,4)=(100+t(2,3)+t(2,5)+t(3,4))/4;t(3,4)=(t(3,3)+t(2,4)+t(4,4)+t(3,5))/4;t(4,4)=(t(4,3)+t(4,5)+t(3,4)+t(5,4))/4;t(5,4)=(2*t(4,4)+t(5,3)+t(5,5))/4;t(2,5)=(2*t(2,4)+300+t(3,5))/24;t(3,5)=(2*t(3,4)+t(2,5)+t(4,5)+200)/24;t(4,5)=(2*t(4,4)+t(3,5)+t(5,5)+200)/24;t(5,5)=(t(5,4)+t(4,5)+100)/12;t'endcontour(t',50);ans =100.0000 200.0000 200.0000 200.0000 200.0000 100.0000 136.8905 146.9674 149.8587 150.7444 100.0000 102.3012 103.2880 103.8632 104.3496 100.0000 70.6264 61.9465 59.8018 59.6008 100.0000 19.0033 14.8903 14.5393 14.5117【Jacobi迭代程序】函数文件为：function [y,n]=jacobi(A,b,x0,eps)D=diag(diag(A));L=-tril(A,-1);U=-triu(A,1);B=D\(L+U);f=D\b;y=B*x0+f;n=1;while norm(y-x0)>=epsx0=y;y=B*x0+f;n=n+1;end命令文件为：A=[4,-1,0,0,-1,0,0,0,0,0,0,0,0,0,0,0;-1,4,-1,0,0,-1,0,0,0,0,0,0,0,0,0,0; 0,-1,4,-1,0,0,-1,0,0,0,0,0,0,0,0,0; 0,0,-2,4,0,0,0,-1,0,0,0,0,0,0,0,0;-1,0,0,0,4,-1,0,0,-1,0,0,0,0,0,0,0; 0,-1,0,0,-1,4,-1,0,0,-1,0,0,0,0,0,0; 0,0,-1,0,0,-1,4,-1,0,0,-1,0,0,0,0,0;0,0,0,-1,0,0,-2,4,0,0,0,-1,0,0,0,0;0,0,0,0,-1,0,-1,0,4,0,0,0,-1,0,0,0;0,0,0,0,0,-1,0,0,-1,4,-1,0,0,-1,0,0;0,0,0,0,0,0,-1,0,0,-1,4,-1,0,0,-1,0;0,0,0,0,0,0,0,-1,0,0,-2,4,0,0,0,-1;0,0,0,0,0,0,0,0,-2,0,0,0,24,-1,0,0;0,0,0,0,0,0,0,0,0,-2,0,0,-1,24,-1,0;0,0,0,0,0,0,0,0,0,0,-2,0,0,-1,24,-1;0,0,0,0,0,0,0,0,0,0,0,-1,0,0,-1,12];b=[300,200,200,200,100,0,0,0,100,0,0,0,300,200,200,100]'; [x,n]=jacobi(A,b,[0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0]',1.0e-6); xx=1:1:4;yy=xx;[X,Y]=meshgrid(xx,yy);Z=reshape(x,4,4);Z=Z'contour(X,Y,Z,30)n =97Z =139.6088 150.3312 153.0517 153.5639108.1040 108.6641 108.3119 108.152384.1429 67.9096 63.3793 62.421420.1557 15.4521 14.8744 14.7746三、不同初值时的收敛快慢1、[方法1]在Gauss 迭代和Jacobi 迭代中，本程序应用的收敛条件均为norm(y-x0)>=eps ，即使前后所求误差达到e 的-6次方时，跳出循环得出结果。
MATLAB总结三维图形、等高线互联网资料
MATLAB总结- 三维图形、等高线- 互联网资料个人总结的一些使用的方法I. 三维曲线plot3plot3函数与plot函数用法非常相像，其调用格式为：plot3(x1,y1,z1,选项1,x2,y2,z2,选项2,…,xn,yn,zn,选项n)其中每一组x,y,z组成一组曲线的坐标参数，选项的定义和plot函数相同。
当x,y,z是同维向量时，则x,y,z 对应元素构成一条三维曲线。
当x,y,z是同维矩阵时，则以x,y,z对应列元素绘制三维曲线，曲线条数等于矩阵列数。
绘制三维曲线，程序如下：t=0:pi/100:20*pi;x=sin(t);y=cos(t);z=t.*sin(t).*cos(t);plot3(x,y,z);title('Line in 3-D Space');xlabel('X');ylabel('Y');zlabel('Z');grid on;II. 三维曲面surf (meshgrid, caxis), surfc, mesh, meshc, meshz,sphere, cylinder, peaks1. 产生三维数据在MATLAB中，利用meshgrid函数产生平面区域内的网格坐标矩阵。
其格式为：x=a:d1:b; y=c:d2:d;[X,Y]=meshgrid(x,y);语句执行后，矩阵X的每一行都是向量x，行数等于向量y的元素的个数，矩阵Y的每一列都是向量y，列数等于向量x的元素的个数。
2. 绘制三维曲面的函数surf函数和mesh函数的调用格式为：surf(x,y,z,c); mesh(x,y,z,c)一般状况下，x,y,z是维数相同的矩阵。
x,y是网格坐标矩阵，z是网格点上的高度矩阵，c用于指定在不同高度下的颜色范围。
此外，还有带等高线的三维网格曲面函数meshc和带底座的三维网格曲面函数meshz。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
测量到不同坐标点的高度值,如何用matlab画三维图附上部分数据：A=[-210.6627 -33391.1192 5.0273-221.3052 -33387.7415 4.5969-210.9391 -33393.0068 5.5647-221.8901 -33390.7396 5.0077-211.384 -33394.7093 5.6505-222.6117 -33392.778 5.0554-212.7074 -33397.5459 5.7381-225.8973 -33397.5869 5.5587];解：代码在matlab2009a版以上均可运行。
A=[-210.6627 -33391.1192 5.0273-221.3052 -33387.7415 4.5969-210.9391 -33393.0068 5.5647-221.8901 -33390.7396 5.0077-211.384 -33394.7093 5.6505-222.6117 -33392.778 5.0554-212.7074 -33397.5459 5.7381-225.8973 -33397.5869 5.5587];xData = A(:,1);yData = A(:,2);zData = A(:,3);fitresult = fit( [xData, yData], zData, 'linearinterp');figure( 'Name', '三维图' );plot( fitresult, [xData, yData], zData );xlabel( 'x' );ylabel( 'y' );zlabel( 'z' );grid onview( -53, 50 );试一试：A=[-210.6627 -33391.1192 5.0273-221.3052 -33387.7415 4.5969-210.9391 -33393.0068 5.5647-221.8901 -33390.7396 5.0077 -211.384 -33394.7093 5.6505-222.6117 -33392.778 5.0554-212.7074 -33397.5459 5.7381 -225.8973 -33397.5869 5.5587];xData = A(:,1);yData = A(:,2);zData = A(:,3);minx = min(xData);maxx = max(xData);miny = min(yData);maxy = max(yData);tx = linspace(minx,maxx)';ty = linspace(miny,maxy);[XI,YI] = meshgrid(tx,ty);ZI = griddata(xData,yData,zData,XI,YI); mesh(XI,YI,ZI), holdplot3(xData,yData,zData,'o'), hold offxlabel( 'x' );ylabel( 'y' );zlabel( 'z' );grid onview( -53, 50 );.................x=[7392 7392 7392 7392 5608 5608 5608 5608 80 00 5000 6500 6500 6500 6500 6500 6500 6500 6500 6500 6500];y=[476 404 476 404 476 404 476 404 440 440 440 440 500 380 440 440 440 440 440 44 0];z=[17.06 16.93 17.8 17.4 17.17 16.89 17.28 17.26 17.04 16.94 16.92 17.3 17.37 17.17 17.34 17.11 17.22 17.24 17.11 17.2];minx = min(x);maxx = max(x);miny = min(y);maxy = max(y);[X,Y,Z]=griddata(x,y,z,linspace(minx,maxx)',linspace(miny,maxy),'v4') ; %插值figure,surf(X,Y,Z) %三维曲面...%% Initialization.% Convert all inputs to column vectors.x = x(:);y = y(:);z = z(:);%% Fit: ' fit 1'.ft = 'linearinterp';opts = fitoptions( ft );opts.Weights = zeros(1,0);opts.Normalize = 'on';[fitresult, gof] = fit( [x, y], z, ft, opts );% Plot fit with data.figure( 'Name', 'untitled fit 1' );h = plot( fitresult, [x, y], z );% legend( h, ' fit 1', 'z vs. x, y', 'Location', 'NorthEast' );% Label axesxlabel( 'x' );ylabel( 'y' );zlabel( 'z' );grid on.......................x=[7392 7392 7392 7392 5608 5608 5608 5608 80 00 5000 6500 6500 6500 6500 6500 6500 6500 6500 6500 6500];y=[476 404 476 404 476 404 476 404 440 440440 440 500 380 440 440 440 440 440 44 0];z=[17.06 16.93 17.8 17.4 17.17 16.89 17.28 17.26 17.04 16.94 16.92 17.3 17.37 17.17 17.34 17.11 17.22 17.24 17.11 17.2];% Convert all inputs to column vectors.x = x(:);y = y(:);z = z(:);%% Fit: ' fit 1'.ft = fittype( 'poly22' );opts = fitoptions( ft );opts.Lower = [-Inf -Inf -Inf -Inf -Inf -Inf];opts.Upper = [Inf Inf Inf Inf Inf Inf];opts.Weights = zeros(1,0);[fitresult, gof] = fit( [x, y], z, ft, opts );fitresult% Plot fit with data.figure( 'Name', 'z' );h = plot( fitresult, [x, y], z );% legend( h, 'z fit 1', 'z vs. x, y', 'Location', 'NorthEast' );% Label axesxlabel( 'x' );ylabel( 'y' );zlabel( 'z' );grid onview( -57.5, 42 );.................A=[18467 17001 308 20177 17642 276 26852 16114 225 23785 17643 194 27823 14737 189 18906 16346 173 25981 18051 173 22046 17634 171 23238 6502 169 27696 11621 169 27700 11609 16516607 17365 155 23146 15382 153 14405 18032 152 27232 14482 150 27380 18202 136 26591 13715 126 14074 16516 124 15801 3966 115 21684 13101 114 15255 5110 110 24580 13319 107 23325 16701 105 24065 7353 104 25021 16290 104 15952 18397 103 27346 13331 100 24685 14278 98 17414 15476 97 12778 5799 93 17044 10691 93 17981 18449 93 20983 15862 93 22605 14301 93 5451 2757 92 19041 15769 90 24003 15286 90 7100 2449 89 18413 11721 88 21475 8540 85 19007 11488 84 17008 4775 82 17079 5894 81 13855 3345 79 13920 5354 79 22193 12185 79 16569 6055 78 18993 12371 78 22965 13535 78 15517 17034 77 24631 9422 76 4153 2299 73 11702 4480 71 24153 12450 71 15007 5535 7019569 7348 7015087 3512 6922846 9149 6925461 9834 6816823 4207 6721766 12348 6712625 16259 66];x=A(:,1);y=A(:,2);z=A(:,3);minx = min(x);maxx = max(x);miny = min(y);maxy = max(y);[X,Y,Z]=griddata(x,y,z,linspace(minx,maxx)',linspace(miny,maxy),'v4') ; %插值figure,surf(X,Y,Z) %三维曲面...%% Initialization.% Convert all inputs to column vectors.x = x(:);y = y(:);z = z(:);%% Fit: 'untitled fit 1'.ft = 'linearinterp';opts = fitoptions( ft );opts.Weights = zeros(1,0);opts.Normalize = 'on';[fitresult, gof] = fit( [x, y], z, ft, opts ); % Plot fit with data.figure( 'Name', ' fit 1' );h = plot( fitresult, [x, y], z );% legend( h, ' fit 1', 'z vs. x, y', 'Location', 'NorthEast' ); % Label axesxlabel( 'x' );ylabel( 'y' );zlabel( 'z' );grid on。