Matlab數(shù)據(jù)可視化（2）：基礎(chǔ)篇II五.添加圖例(源代碼legends.m)在圖像包含較多圖形時，適當?shù)膱D例對快速、正確的理解圖像反映的信息是必不可少的。以下一個實例可以說明精心設(shè)計圖例的重要性。我們在一幅圖像中，同時繪出10個不同均值和方差的正態(tài)分布曲線。數(shù)據(jù)可以由如下代碼生成，或直接加載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];%正態(tài)分布數(shù)據(jù)，每行一個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%圖例說明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，我們不加額外處理的使用圖例。(圖1)顯然，這幅圖的可讀性非常差，我們很難將參數(shù)和圖形對應(yīng)起來，有的曲線顏色甚至還相同！[plain]viewplaincopy%力口載數(shù)據(jù)meanVectstdVectlegendMatrixload10NormalDistributions;%繪圖plot(dataVect');xlim([0,100]);%添加標注title({,10種不同的正態(tài)分布','圖例不缺乏清晰度','顏色區(qū)分也不明顯!'},'Color',[100]);xlabel('x');ylabel('x的概率密度函數(shù)');圖12、我們通過改變曲線的顏色(color)、線型(linestyle)和標志(marker)的方式增加可讀性，并將圖例放置在圖像外邊。(圖2)[plain]viewplaincopy%為不同曲線生成不同的設(shè)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種不同的正態(tài)分布','使用不同的顏色和線型','可讀性大大提高'})；xlabel('x');ylabel('x的概率密度函數(shù)');legend(legendMatrix,'Location','NorthEastOutside',...'Fontsize',8);boxon;圖23、有時候，我們可能會將圖形分組。由于每執(zhí)行一次繪圖任務(wù)，legend的計數(shù)就會增加1,因此，在這種情況下，我們可以通過如下方式來減少圖例數(shù)量。(圖3)[plain]viewplaincopy%合并圖例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');%提高可讀性，將圖例字體顏色調(diào)整為與圖形顏色一致%注意：每兩個為一組，分別代表直線、標號和文字的顏色的屬性，且順序與所表示的圖形順序相反，即第一個繪制的圖形的圖例出現(xiàn)在數(shù)組的最后3個c=get(h,'Children');set(c(1:3),'Color',[0,0,0]);set(c(4:6),'Color',[1,0,0]);圖34、利用legendlex優(yōu)化圖例。(圖4)legendfex為我們提供了更加靈活的調(diào)整圖例格式的功能。得用legendflex,我們不但可以調(diào)整說明的布局(指定分幾行或幾列顯示)，還可以單獨調(diào)整圖標和文字的大小，設(shè)定圖例相對于任何對象的位置(原始legend限于坐標軸)。利用legendflex，我們還可以為圖例添加小標題。legendflex可從之里下載。[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({'應(yīng)用legendflex優(yōu)化圖像顯示','可以調(diào)整相對位置、布局，字體及圖標大小'});xlabel('x');ylabel('x的概率密度函數(shù)');圖4六.通過數(shù)據(jù)變換突出細節(jié)特征(源代碼trans.m)有些數(shù)據(jù)通過一定的變換后，更便于可視化，也更容易發(fā)現(xiàn)隱藏的信息。1、繪制一幅雙Y軸圖(圖5)[plain]viewplaincopy%%生成數(shù)據(jù)x=1:50;r=5e5;E=[ones(1,30)linspace(1,0,15)zeros(1,5)];y1=r*(1+E).Ax;%%繪制又Y軸圖形y2=log(y1);axes('position',[0.13000.11000.77500.7805]);[AX,H1,H2]=plotyy(x,y1,x,y2,'plot');title({,利用對數(shù)變換增強數(shù)據(jù)','增長、穩(wěn)定、衰減的可視化效果'});set(get(AX(1),'Ylabel'),'String','data');set(get(AX(2),'Ylabel'),'String','log(data)');xlabel('x');set(H1,'LineStyle','--');set(H2,'LineStyle',':');%%添加標注annotation('textarrow',[.26.28],[.67,.37],'String',['指數(shù)增長'char(10)'(1到30周期)']);annotation('textarrow',[.7.7],[.8,.64],'String',['非指數(shù)衰減'char(10)'(30到45周期)']);annotation('textarrow',[.809.859],[.669,.192],'String',['穩(wěn)定'char(10)'(45到50周期)']);legend({'原始數(shù)據(jù)','對數(shù)變換后的數(shù)據(jù)'},'Location','Best');set(gcf,'Paperpositionmode','auto','Color',[111]);圖52、在數(shù)字較大時，matlab會默認采用科學(xué)計數(shù)法，有時這可能不是我們想要的，我們可以通過如下方式處理。(圖6)[plain]viewplaincopy%%關(guān)閉科學(xué)記數(shù)法格式%改變圖像大小set(gcf,'units','normalized','position',[0.04110.51570.75100.3889]);%AX(1)存儲的是原始數(shù)據(jù)的句柄title({'利用對數(shù)變換增強數(shù)據(jù)','增長、穩(wěn)定、衰減的可視化效果','關(guān)閉科學(xué)計數(shù)法格式'});n=get(AX(1),'Ytick');set(AX(1),'yticklabel',sprintf('%d|',n'));圖63、通過縮放坐標軸達到變換的目的上邊實例中，我們通過對原始數(shù)據(jù)進行取對數(shù)操作達到變換的效果。由于對數(shù)操作的常用性，Matlab允許我們直接對X和Y軸進行對數(shù)縮放。semilogx、semilogy、loglog可以分別對X軸、Y軸和XY軸進行對數(shù)縮放。這也可以通過設(shè)置坐標軸的xscale和yscale屬性實現(xiàn)。[plain]viewplaincopy%%直接利用semilogx,semilogy,loglogfigure;subplot(2,1,1);semilogy(x,y1);xlabel('x');ylabel('取對數(shù)后數(shù)據(jù),);title({'MATLAB的semilogy函數(shù)',...'直接將Y軸對數(shù)縮放后顯示,});subplot(2,1,2);plot(x,y1);set(gca,'yscale','log');xlabel('x');ylabel('取對數(shù)后的數(shù)據(jù)');title({'使用常規(guī)的plot進行繪圖','然后通過理性屬性達到相同目的'});圖7七.多圖的繪制(源代碼subfig.m)1、常規(guī)子圖的繪制我們利用蘋果公司2011年度每日股票交易數(shù)據(jù)為例，繪制包括開盤價、最高價、最低價、收盤價、成交量和臨近收盤價在內(nèi)的6個趨勢圖。首先加載數(shù)據(jù)[plain]viewplaincopy%%加載數(shù)據(jù)并按時間先后順序排列[AAPLdateAAPL]=xlsread('AAPL_090784_012412.csv');dateAAPL=datenum({dateAAPL{2:end,1}});dateAAPL=dateAAPL(end:-1:1);AAPL=AAPL(end:-1:1,:);%選擇時間窗口(2011年全年)rangeMIN=datenum('1/1/2011');rangeMAX=datenum('12/31/2011');idx=find(dateAAPL>=rangeMIN&dateAAPL<=rangeMAX);然后，通過subplot命令繪圖(圖8)[plain]viewplaincopy%%使用subplot繪圖命令繪制常規(guī)子圖網(wǎng)格%注意設(shè)置各個子圖的標題內(nèi)容的title命令的位置figure('units','normalized','position',[0.06090.05930.58440.8463]);matNames={'開盤價',,最高價',,最低價'，收盤價','成交量','臨近收盤價'};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%添加總標題annotation('textbox',[0.370.960.480.03],'String','2011年度蘋果公司股價趨勢','Fontsize',14,'Linestyle','none');圖82、進階篇我們可以自定義子圖的布局，并且子圖可以是任何一種圖形。下面我們繪制包括3個垂直排列的子圖(由上而下編號1、2、3)的圖像(如圖9)。子圖1展示選定時間窗口內(nèi)的股價走勢，子圖2展示相同時期內(nèi)的成交量，子圖3則顯示全部時間內(nèi)股價的變化情況。圖9子圖1是一個面積圖，可通過area命令繪制。[plain]viewplaincopy%%自定義子圖布局figure('units','normalized','Position',[0.04270.21020.60260.6944]);%%子圖1顯示收盤價隨時間的變化趨勢%設(shè)置坐標軸位置Panel1=axes('Position',[0.05700.55200.88500.3730]);hold;%繪制面積圖area(AAPL(idx,4),'FaceColor',[188210238]/255,'edgecolor',[54100139]/255);%設(shè)置坐標軸相關(guān)參數(shù)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;%繪制網(wǎng)格線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]);%設(shè)置注解set(gca,'xtick',linspace(1,length(idx),10),'xticklabel',datestr(linspace(dateAAPL(idx(1)),dateAAPL(idx(end)),10),'ddmmmyy'));title({'蘋果公司股票價格,','(選定時間窗口內(nèi)細節(jié)展示)'},'Fontsize',12);子圖2是一個條形圖，可通過bar命令繪制。[plain]viewplaincopy%%子圖2展示相同時間段內(nèi)成交量的變化情況%設(shè)置坐標軸位置Panel2=axes('Position',[0.05700.29470.88500.1880]);%用條形圖繪圖bar(1:length(idx),AAPL(idx,5),.25,...'FaceColor',[54100139]/255);hold;xlim([1length(idx)]);holdon;%添加網(wǎng)格線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]);%設(shè)置特殊的時間刻度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');子圖3是也一個面積圖，其中選定時間段被高亮，這是通過在大圖上疊加繪制一個與子圖1相同顏色的小得到。[plain]viewplaincopy%%子圖3展示全部時間段內(nèi)股價變化情況，其中被選中的時間窗口高亮顯示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]);%相同顏色重新繪制時間窗口內(nèi)的趨勢area(dateAAPL(idx),AAPL(idx,4),'FaceColor',[188210238]/255,'edgecolor',[54100139]/255);ylim([min(AAPL(:,4))1.1*max(AAPL(:,4))]);xlabel('長期股價走勢,);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.可視化直觀地比較實驗結(jié)果(源代碼comparison.m)這涉及多種方法的對比實驗中，選擇適當?shù)姆绞竭M行可視化分析，有助于我們快速、直觀地對各種方法的優(yōu)劣進行評判。我們以五種聚類算法在5個測試集上的實驗結(jié)果為數(shù)據(jù)，通過繪圖對其進行比較。我們已經(jīng)知道，matlab自帶有多種配色方案(colormap)可供選擇，我們還可以自定義配色方案。為了保證配色的友好性和易區(qū)分性，我們可以通過在線工具colorbrewer(/)，對配色進行測試，輔助我們找到比較好的方案。圖10[plain]viewplaincopy%%定義可視化方案%設(shè)定圖像大小和位置figure('units','normalized','Position',[0.08800.10280.60000.6352]);%繪制一個隱藏的坐標軸，其X軸刻度標簽列出進行比較的五種算法的名稱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);%將Y軸長等分為五份，分別分配給5個測試集結(jié)果y=linspace(.142,.75,nosOfCategories);%Placeanaxesforcreatingeachrowdedi