matlab笔记——绘图篇——折线图+散点图+饼图+直方图+柱状图+箱线图+三维图+地图
今天早上刚讲完课，一个小时的培训准备起来也很不容易呐，但是讲完还是挺开心的啦。
现在来把绘图篇更新一下。
这篇主要就讲matlab数据可视化，介绍一下matlab基本图形绘制。
绘图篇
数据导入
给大家解释一下数据文件，beijing_siteinfo.csv给出了北京12个国控站的站点信息。beijing_pm2_5_2014_2018_Jan.nc给出了2014-2018年5年1月份PM2.5数据。
数据仅matlab教学使用哈，可以到资源里下：https://download.csdn.net/download/qq_27984679/15597542
没办法，博客没办法直接添加附件，太不方便了。
clc;clear;%close all;
bjinfo=importdata('../data/beijing_siteinfo.csv') %读入csv文件中站点信息
textinfo=bjinfo.textdata %读入csv文件中站点文本信息
datainfo=bjinfo.data %读入csv文件中站点数据信息
bjinfo=readmatrix('../data/beijing_siteinfo.csv') %其他方法读入csv文件数据信息
pm2_5=ncread('../data/beijing_pm2_5_2014_2018_Jan.nc','pm2_5'); %读入PM2.5数据
lat=ncread('../data/beijing_pm2_5_2014_2018_Jan.nc','lat'); %读入纬度数据
lon=ncread('../data/beijing_pm2_5_2014_2018_Jan.nc','lon'); %读入经度数据
siteid=ncread('../data/beijing_pm2_5_2014_2018_Jan.nc','siteid'); %读入站点数据
ind=find(pm2_5==-999);pm2_5(ind)=nan; %将缺省值-999替换为NaN数据可视化
折线图（plot）
task1: 画出第1~4个站点2014年1月PM2.5的逐小时时间序列；
四条线分别为红色，蓝色，粉色，绿色；
线型为实线，线宽为2；
给出图例，x,y轴标签，标题；
pm25_m1=reshape(pm2_5(:,:,1,:),744,12);
color=['r','b','m','g'];
figure
for i=1:4
plot(pm25_m1(:,i),'color',color(i),'linewidth',2);hold on %画出折线图
end
%legend({'site1','site2','site3','site4'}) %给出图例
legend(textinfo(1:4,2))
xlabel('hours') %给出x轴标签
ylabel('PM_{2.5}') %给出y轴标签
title('2014 Jan PM_{2.5} concentrations') %给出标题
散点图（scatter）
task2: 比较第1~4个站点2014年1月PM2.5浓度；
散点实心，大小25；
画出1:1线，线型实线，线宽2，红色；
x=1:600;
y=x;
sz = 25; %设置散点大小
c = linspace(1,10,length(pm25_m1(:,1)));
figure
scatter(pm25_m1(:,1),pm25_m1(:,2),sz,c,'filled');hold on %画出散点图
plot(x,y,'r-','linewidth',2);hold on
饼图(pie)
task3: 统计第1~4个站点2014年1月PM2.5浓度优良差天数占比；
优良差定义：（这个定义仅是这里示例用的哈）
优：浓度低于等于35;
良：浓度大于35且小于等于75；
差：浓度大于75；
画出爆炸效果饼图；
for i=1:4
figure
id1=find(pm25_m1(:,i)<=35);
id2=find(pm25_m1(:,i)>35&pm25_m1(:,1)<=75);
id3=find(pm25_m1(:,i)>75);
num1=numel(id1);
num2=numel(id2);
num3=numel(id3);
num=[num1,num2,num3];
label={'优','良','差'}
explode=[0,0,0.5]; %设置爆炸效果圆心距离
%pie(num) %饼图+百分比标签
%pie(num,label) %饼图+文本标签
pie(num,explode,label) %爆炸效果饼图
end
合成文本和百分比标签
p=pie(num);
pText = findobj(p,'Type','text');
percentValues = get(pText,'String');
txt = {'优: ';'良: ';'差: '};
combinedtxt = strcat(txt,percentValues);
pText(1).String = combinedtxt(1);
pText(2).String = combinedtxt(2);
pText(3).String = combinedtxt(3);
柱状图 (bar)
task4: 统计第1~4个站点2014年1月PM2.5浓度优良差天数占比；
bar(num) %画出柱状图
柱状图的作用和饼图类似，但如果分类较多，适合用柱状图，否则饼图每个扇形太小就会看不清楚。
直方图 (histogram)
task5: 给出第1个站点2014年1月PM2.5浓度频数分布和频率分布；
x轴范围限制在[0,300];
figure
histogram(pm25_m1(:,1))
%xlim([0,300])
figure
histogram(pm25_m1(:,1),'normalization','pdf') %画出频率分布直方图
%xlim([0,300])如果把‘normalization’后面的参数pdf改成count,那画出来的也是频数分布直方图。
这里左边是频数分布直方图，右边是频率分布直方图。
直方图和柱状图的区别在于，直方图一般x轴是连续的，适合数值型数据；而柱状图是分隔的，适合分类型数据。
箱线图(boxplot)
task6: 比较12个站点2014年1月PM2.5浓度的各个统计量（最大最小值、中位数等）；
boxplot(pm25_m1)
箱线图适合一组数据多种统计量的比较，我这里就是比较了12个站点2014年1月的PM2.5。
箱子的上边缘Q3和下边缘Q1分别是下四分位数和上四分位数；
四分位距IQR=Q3-Q1；
上限=（Q3+1.5IQR，max）取最小，
下限=（Q1-1.5IQR ，min)取最大。
关于箱线图怎么看可以参考这篇博客，这里面有张图非常清楚：https://blog.csdn.net/weixin_39980917/article/details/111579740?utm_medium=distribute.pc_relevant.none-task-blog-BlogCommendFromMachineLearnPai2-1.baidujs&dist_request_id=1328603.1454.16148714256221063&depth_1-utm_source=distribute.pc_relevant.none-task-blog-BlogCommendFromMachineLearnPai2-1.baidujs
三维图 (surf)
task7: 画出全球地面高度，z轴表示高度
height=double(ncread('../data/global_surface_height.nc','height')); %从文件读取数据，第一个参数为文件名，第二个参数为变量名
lat=double(ncread('../data/global_surface_height.nc','lat'));
lon=double(ncread('../data/global_surface_height.nc','lon'));
[cnlat,cnlon]=meshgrid(lat,lon);
figure
surf(cnlon,cnlat,height) %画出高度分布三维图
%set(gca,'ZDir','reverse'); %调换z轴正负方向
地图
task8: 画出全球地面高度，颜色表示高度
figure
pcolor(cnlon,cnlat,height);shading flat %画出高度分布地图
colorbar
caxis([0,6000])
hold on
load ../data/mask1x1.mat %读入海岸线文件
mask_lon=lon;mask_lat=lat;
[mask_lon1,mask_lat1]=meshgrid(mask_lon,mask_lat);
contour(mask_lon1,mask_lat1,mask,'k'); %给地图加上海岸线
hold on
set(gca,'FontSize',18)
xlabel('lon','fontweight','bold','FontSize',22);
ylabel('lat','fontweight','bold','FontSize',22);
那这里pcolor画的地图是非常粗糙的，如果大家想用matlab画好看的地图，建议下载m_map包来进行图形绘制：https://www.eoas.ubc.ca/~rich/map.html
那这些就是一些最最基本的matlab画图，更多的技巧和设置大家自行doc官方文档或者百度探索吧~
讲座完事儿了，也不知道有没有动力再更新进阶篇，哈哈哈，想偷懒啦。就随缘更新吧~
科研干饭人加油！