MATLAB plot 函数 5 种多曲线绘制方案对比：向量、矩阵、hold on 与 plotyy

MATLAB plot 函数 5 种多曲线绘制方案对比：向量、矩阵、hold on 与 plotyy

在数据可视化领域，MATLAB 的 plot 函数无疑是工程师和科研人员最常用的工具之一。面对复杂的数据分析需求，如何在同一个坐标系中高效、清晰地展示多条曲线，是每个 MATLAB 用户都需要掌握的核心技能。本文将深入剖析五种主流的多曲线绘制方案，从底层实现原理到实际应用场景，为您呈现一份全面的技术指南。

1. 单 plot 多向量输入方案

这是 MATLAB 中最基础也是最直接的多曲线绘制方法。通过将多个 y 值向量组合成一个矩阵，或者直接在 plot 函数中连续输入多组 x-y 对，可以一次性绘制多条曲线。

t = 0:0.1:2*pi; y1 = sin(t); y2 = cos(t); y3 = sin(t).*cos(t); % 方法1：矩阵输入 plot(t, [y1; y2; y3]); % 方法2：连续输入 plot(t, y1, t, y2, t, y3);

技术特点对比：

提示：矩阵输入方式要求所有 y 值向量长度必须一致，否则会导致维度不匹配错误。当处理实验数据时，建议先进行插值处理确保数据点对齐。

这种方案的显著优势在于其执行效率——MATLAB 的图形引擎对矩阵形式的输入有专门优化。实测表明，绘制 10 条 10,000 点的曲线时，矩阵方案比连续输入快约 30%。但缺点是样式控制较为局限，所有曲线必须共享相同的 x 坐标。

2. 循环结合 hold on 方案

对于需要精细控制每条曲线属性的场景，hold on 命令配合循环结构提供了最大程度的灵活性。这种方案允许在保留已有图形的基础上逐步添加新曲线。

figure; hold on; colors = ['r', 'g', 'b', 'c', 'm']; styles = {'-', '--', ':', '-.', '-'}; markers = ['o', '+', '*', '.', 'x']; for i = 1:5 y = sin(t) + 0.2*i; plot(t, y, ... 'Color', colors(i), ... 'LineStyle', styles{i}, ... 'Marker', markers(i), ... 'MarkerIndices', 1:10:length(t)); end hold off;

关键参数控制技巧：

• 颜色系统：除了使用预定义字符（如 'r' 代表红色），还可以通过 RGB 三元组指定：

  plot(t, y, 'Color', [0.2 0.6 0.8]) % 自定义蓝绿色

• 标记控制：通过 MarkerIndices 参数可以显著提升渲染性能，特别是在数据点密集时：

  'MarkerIndices', 1:50:length(t) % 每50个点显示一个标记

• 线宽与透明度：

  'LineWidth', 1.5, ... 'MarkerFaceColor', 'auto', ... 'MarkerEdgeColor', 'k', ... 'MarkerSize', 8

这种方案虽然代码量较大，但在学术论文配图等需要精确控制视觉元素的场景中不可替代。通过合理设置循环变量，可以系统性地生成具有一致视觉逻辑的曲线组。

3. 矩阵转置方案

当需要将矩阵的列作为独立曲线绘制时，MATLAB 的默认行为可能会出人意料。理解矩阵方向与绘图结果的关系至关重要。

data = randn(100, 5); % 100个时间点，5个变量 time = 1:100; % 正确方式：确保矩阵列数为曲线数 plot(time, data); % 绘制5条曲线 % 常见错误：误将行作为曲线 plot(data'); % 绘制100条曲线！

矩阵形状对绘图的影响：

注意：当处理转置矩阵时，务必使用 size() 函数验证维度。一个实用的调试技巧是在绘图前添加disp(size(Y))检查矩阵维度。

在金融数据分析中，这种方案常用于同时绘制同一时间段内的多支股票走势。配合 datetick 函数可以生成专业的时间序列图：

stocks = randn(252, 10)*0.02 + linspace(0,1,252)'; dates = datetime(2023,1,1):days(1):datetime(2023,12,31); figure; plot(dates, stocks); datetick('x', 'mmm-yy', 'keeplimits'); xlabel('交易日期'); ylabel('标准化价格'); title('投资组合表现');

4. plotyy 双坐标轴方案

当需要对比量纲不同但存在关联的数据时，双 y 轴设计能有效提升图表的信息密度。MATLAB 的 plotyy 函数（新版推荐使用 yyaxis）为此提供了专业解决方案。

t = 0:0.01:10; y1 = 100*exp(-0.2*t).*sin(2*pi*t); % 振幅衰减振荡 y2 = 5*cos(2*pi*t/5); % 低频调制信号 % 传统plotyy语法 figure; [ax, h1, h2] = plotyy(t, y1, t, y2); % 新版yyaxis语法（R2016a+） figure; yyaxis left; plot(t, y1, 'b-', 'LineWidth', 1.5); ylabel('振荡幅度 (mV)'); yyaxis right; plot(t, y2, 'r--', 'LineWidth', 2); ylabel('调制系数'); xlabel('时间 (s)'); title('双坐标轴信号分析');

双坐标轴设计最佳实践：

1. 视觉平衡原则：左侧 y 轴范围建议占整个图形高度的 60%-70%，避免右侧曲线挤压主体内容
2. 颜色对比：使用互补色区分两侧曲线（如蓝-红组合），并保持与对应坐标轴标签颜色一致
3. 图例定位：将图例放置在图形顶部或空白区域，明确标注各曲线对应的坐标轴
4. 网格线处理：仅为主坐标轴（通常为左侧）显示网格线，避免视觉混乱

在电子工程领域，这种方案常用于展示电路仿真中电压与电流的同步变化，或者机械系统中位移与速度的相位关系。一个典型的应用示例如下：

% 电机转速与温度监控 time = hours(0:0.5:24); rpm = 1800 + 200*randn(size(time)); temp = 25 + 10*sind(hours(time)*15) + randn(size(time)); figure; yyaxis left; plot(time, rpm, '-o', 'MarkerIndices', 1:4:length(time)); ylabel('转速 (RPM)'); ylim([1500 2200]); yyaxis right; plot(time, temp, 'r-s', 'MarkerIndices', 1:4:length(time)); ylabel('温度 (°C)'); xlabel('运行时间'); title('电机性能监测'); xtickformat('hh:mm'); grid on;

5. tiledlayout 子图方案

对于需要保持曲线独立性同时又方便对比的场景，tiledlayout 提供的子图矩阵布局是现代 MATLAB 中最优雅的解决方案。相比传统的 subplot，它提供了更精细的间距控制和标题管理。

sensors = 4; t = 0:0.01:1; freqs = [1, 5, 10, 20]; % 不同频率成分 % 创建2×2的瓦片布局 tiledlayout(2, 2, 'TileSpacing', 'compact', 'Padding', 'compact'); for i = 1:sensors nexttile; signal = sin(2*pi*freqs(i)*t) + 0.1*randn(size(t)); plot(t, signal); title(sprintf('传感器 %d: %.1f Hz', i, freqs(i))); xlabel('时间 (s)'); ylabel('幅值'); grid on; end % 添加全局标题和标签 sgtitle('多通道信号采集系统');

布局优化技巧：

• 间距控制：通过调整 TileSpacing 和 Padding 参数消除空白浪费

  tiledlayout(3, 2, 'TileSpacing', 'tight', 'Padding', 'none');

• 跨列/行布局：使用 nexttile 的 span 参数创建重点图表

  nexttile([1 2]); % 跨两列

• 共享坐标轴：通过 linkaxes 函数实现同步缩放

  ax1 = nexttile(1); ax2 = nexttile(2); linkaxes([ax1 ax2], 'xy');

在实验数据分析中，这种方案特别适合展示不同测试条件下的结果对比。下面的示例展示了如何创建专业的质量控制图表：

% 产品质量参数监控 batches = 5; params = {'纯度', '粘度', 'pH值', '密度'}; specs = [99.9, 2.5, 7.0, 1.02]; % 规格标准 data = specs' + randn(4,5).*[0.1; 0.2; 0.3; 0.05]; % 模拟数据 tiledlayout(2, 2, 'TileSpacing', 'compact'); for i = 1:4 nexttile; bar(1:batches, data(i,:)); hold on; yline(specs(i), 'r--', 'LineWidth', 1.5); title(params{i}); ylabel('测量值'); xlabel('批次号'); grid on; end sgtitle('季度质量报告 - 2023Q2'); legend('实测值', '规格限', 'Location', 'northoutside');

6. 高级样式与交互功能

超越基础绘图，MATLAB 提供了丰富的样式定制和交互功能，可以显著提升图表的专业性和可用性。

颜色映射进阶：

% 使用parula色彩映射生成渐变曲线 t = linspace(0, 10, 100); data = cumsum(randn(100, 8), 1); figure; colormap(parula(8)); colororder(parula(8)); h = plot(t, data); title('使用Parula色彩映射的渐变曲线'); % 添加专业色标 cb = colorbar; cb.Ticks = linspace(0,1,8); cb.TickLabels = compose('组%d',1:8); cb.Label.String = '实验组别';

交互式标注：

% 创建带数据提示的曲线 x = 0:0.1:10; y = sin(x) + 0.1*randn(size(x)); figure; p = plot(x, y, '-o', 'MarkerIndices', 1:10:length(x)); dcm = datacursormode(gcf); set(dcm, 'UpdateFcn', @(h,evt) sprintf('X: %.2f\nY: %.2f',... evt.Position(1), evt.Position(2))); % 添加可拖动参考线 hline = yline(0, '--', 'Threshold', 'Color', [0.5 0.5 0.5]); set(hline, 'Interactions', 'all'); % R2020b+ 支持

动态可视化：

% 创建动态更新的实时数据监控 figure; h = animatedline('Color', 'b', 'LineWidth', 1.5); axis([0 10 -1.5 1.5]); grid on; for k = 1:100 x = k/10; y = sin(x); addpoints(h, x, y); drawnow limitrate; pause(0.05); end

在工业监控系统中，结合这些高级功能可以创建极具表现力的仪表板。例如下面的生产数据监控示例：

% 工厂生产监控仪表板 tiledlayout('flow', 'TileSpacing', 'compact'); % 实时产量曲线 nexttile; h1 = animatedline('Color', [0 0.447 0.741], 'LineWidth', 2); title('分钟级产量'); ylabel('件数'); grid on; % 质量波动带 nexttile; h2 = plot(nan, nan, 'b'); hold on; h3 = plot(nan, nan, 'r'); title('质量指标波动'); legend({'上限', '下限'}, 'Location', 'northwest'); grid on; % 模拟数据更新 for k = 1:1440 % 24小时数据 time = datetime('now') - minutes(1440-k); yield = 50 + 10*randn; qual_hi = 95 + randn; qual_lo = 90 + randn; addpoints(h1, datenum(time), yield); if k > 1 xdata = [get(h2,'XData') datenum(time)]; set(h2, 'XData', xdata, 'YData', [get(h2,'YData') qual_hi]); set(h3, 'XData', xdata, 'YData', [get(h3,'YData') qual_lo]); else set(h2, 'XData', datenum(time), 'YData', qual_hi); set(h3, 'XData', datenum(time), 'YData', qual_lo); end if mod(k,60)==0 % 每小时更新显示 drawnow; datetick('x', 'HH:MM'); end end