MATLAB hold on命令详解与多曲线绘制技巧-代码聚汇网

MATLAB hold on命令详解与多曲线绘制技巧

董云舟·2026-08-21·阅读 21 GEO检测（免费）

MATLABhold on数据可视化

|难度：普通|阅读约 14 分钟

1. MATLAB图形绘制基础与hold on命令解析

在科研数据处理和工程可视化领域，MATLAB的图形绘制功能一直占据着重要地位。作为一名长期使用MATLAB进行数据可视化的工程师，我发现hold on命令是日常工作中最常用却又最容易被忽视的功能之一。这个看似简单的命令，实际上蕴含着提升绘图效率的关键技巧。

hold on命令的核心作用是保持当前图形窗口的激活状态，使后续的绘图命令能够在已有图形上叠加新内容。与常规的plot命令每次调用都会清空当前图形不同，hold on模式下可以保留已有图形元素，实现多组数据在同一坐标系下的对比展示。这种功能在以下场景中尤为实用：

同一实验不同参数结果的对比
理论曲线与实测数据的重叠显示
多组相关数据的趋势比较

实际经验表明，90%以上的科研图表都需要进行多数据对比，而hold on正是实现这一需求的最直接方式。

需要模型API调用？免费领10W Token，多模型网关一键接入 Claude、DeepSeek 等主流模型。

2. hold on命令的完整使用流程

2.1 基础使用方法

让我们从一个最简单的例子开始，演示hold on的基本用法：

matlab复制x = 0:0.1:2*pi;
y1 = sin(x);
y2 = cos(x);

figure
plot(x,y1,'b-','LineWidth',2)  % 绘制第一条正弦曲线
hold on                         % 保持图形
plot(x,y2,'r--','LineWidth',2)  % 叠加绘制第二条余弦曲线
hold off                        % 关闭保持状态

这段代码展示了hold on的典型工作流程：

首先创建图形窗口并绘制第一条曲线
调用hold on命令激活图形保持状态
绘制第二条曲线，此时第一条曲线不会被清除
最后用hold off退出保持状态

2.2 关键参数解析

在实际应用中，hold命令有几个重要变体需要特别注意：

hold on：激活图形保持状态
hold off：关闭图形保持状态
hold all：保持图形状态的同时保留当前颜色和线型顺序
hold：切换当前保持状态（开/关）

新手常犯的错误是忘记关闭hold状态，导致后续的独立绘图意外叠加到已有图形上。建议养成每次使用hold on后及时用hold off关闭的习惯。

3. 多曲线绘制的进阶技巧

3.1 图形属性精细控制

当需要在同一图形中绘制多条曲线时，合理设置图形属性至关重要：

matlab复制x = linspace(0,10,100);
y1 = exp(-0.2*x).*sin(x);
y2 = 0.8*exp(-0.1*x).*cos(x);

figure
plot(x,y1,'Color',[0.2 0.5 0.8],'LineWidth',2.5,'LineStyle','-')
hold on
plot(x,y2,'Color',[0.8 0.2 0.2],'LineWidth',1.5,'LineStyle',':')
hold off

legend('阻尼振荡1','阻尼振荡2','Location','best')
title('不同阻尼系数的衰减振荡对比')
xlabel('时间(s)')
ylabel('振幅')
grid on

这段代码展示了如何：

使用RGB值精确控制线条颜色
设置不同的线宽和线型增强区分度
添加图例、标题和坐标轴标签
启用网格线提高可读性

3.2 大数据量优化策略

当处理大规模数据集时，绘图性能可能成为瓶颈。以下是几个优化建议：

数据采样：对于超长序列，可以适当降采样

matlab复制x_full = 0:0.001:10;  % 10001个数据点
x = x_full(1:10:end);  % 每10个点取1个

简化图形元素：避免使用复杂的标记符号

matlab复制% 不推荐
plot(x,y,'ro-','MarkerSize',8)  
% 推荐（大数据量时）
plot(x,y,'r-')

分段绘制：对于极大数据集，可考虑分段绘制

matlab复制hold on
for k = 1:100:length(x)
    idx = k:min(k+99,length(x));
    plot(x(idx),y(idx),'b-')
end
hold off

4. 典型应用场景与问题排查

4.1 实验数据对比分析

在科研工作中，经常需要比较实验数据与理论模型：

matlab复制% 实验数据（假设已加载）
exp_time = [0 1 2 3 4 5];
exp_value = [1.0 0.8 0.6 0.4 0.2 0.1];

% 理论模型
theory_time = linspace(0,5,100);
theory_value = exp(-0.5*theory_time);

figure
plot(exp_time,exp_value,'bo','MarkerSize',8,'MarkerFaceColor','b')
hold on
plot(theory_time,theory_value,'r-','LineWidth',2)
hold off

legend('实验数据','理论模型','Location','northeast')
title('一阶系统响应对比')
xlabel('时间(s)')
ylabel('响应值')

4.2 常见问题与解决方案

问题1：图形意外叠加

现象：新图形出现在已有图形上
原因：忘记关闭hold on状态
解决：在不需要叠加时使用hold off或clf清除图形

问题2：图例混乱

现象：图例与曲线不匹配
原因：绘图顺序与图例顺序不一致
解决：确保legend中的顺序与plot调用顺序一致

问题3：性能下降

现象：绘图响应变慢
原因：图形元素过多
解决：
- 减少数据点数量
- 简化图形样式
- 使用drawnow limitrate限制刷新率

5. 高级应用技巧

5.1 多坐标系叠加

有时需要在同一图形窗口中使用不同坐标系：

matlab复制x = 0:0.1:10;
y1 = sin(x);
y2 = 100*cos(x);

figure
yyaxis left  % 左侧y轴
plot(x,y1,'b-')
ylabel('sin(x)')

yyaxis right  % 右侧y轴
plot(x,y2,'r--')
ylabel('100*cos(x)')

title('双y轴图形示例')
grid on

5.2 动态更新图形

对于实时数据显示，可以结合hold on实现动态更新：

matlab复制figure
h = plot(NaN,NaN,'b-');  % 创建空图形对象
hold on
plot(0,0,'ro')           % 固定参考点
hold off
xlabel('时间')
ylabel('值')
axis([0 10 -1 1])

for k = 1:100
    x = k/10;
    y = sin(x);
    set(h,'XData',[get(h,'XData') x],...
          'YData',[get(h,'YData') y])
    drawnow
    pause(0.1)
end

6. 图形导出与美化

完成图形绘制后，通常需要导出为出版质量的图片：

matlab复制figure
% ... 绘图代码 ...

set(gcf,'Position',[100 100 800 600])  % 设置图形大小
set(gca,'FontSize',12)                % 设置坐标轴字体
set(gca,'LineWidth',1.2)              % 设置坐标轴线宽

% 导出为300dpi的PNG
print('-dpng','-r300','my_plot.png')

% 导出为矢量图
print('-depsc2','-tiff','my_plot.eps')

关键参数说明：

-dpng：PNG格式
-depsc2：EPS格式（矢量图）
-r300：300dpi分辨率
-tiff：包含TIFF预览

7. 实际工程案例

以一个实际的滤波器频率响应分析为例：

matlab复制% 设计低通滤波器
fs = 1000;  % 采样率1kHz
fc = 100;   % 截止频率100Hz
[b,a] = butter(4,fc/(fs/2));

% 计算频率响应
[h,w] = freqz(b,a,1024,fs);
mag = 20*log10(abs(h));
phase = unwrap(angle(h))*180/pi;

% 绘制幅频特性
figure
subplot(2,1,1)
plot(w,mag,'b-','LineWidth',1.5)
hold on
plot([fc fc],[-100 0],'r--')  % 截止频率线
hold off
title('Butterworth低通滤波器频率响应')
ylabel('幅度(dB)')
xlim([0 fs/2])
grid on

% 绘制相频特性
subplot(2,1,2)
plot(w,phase,'b-','LineWidth',1.5)
xlabel('频率(Hz)')
ylabel('相位(度)')
xlim([0 fs/2])
grid on

这个例子展示了：

使用hold on添加参考线
多子图布局
专业的工程图形标注
合理的坐标范围设置

8. 性能优化与最佳实践

经过多年使用MATLAB进行科学可视化的经验，我总结出以下最佳实践：

图形对象管理：
- 使用clf清除图形而非关闭窗口
- 重用图形对象而非重复创建
- 对于复杂图形，考虑使用hgtransform进行分组管理
内存优化：
- 大数据集绘图时使用plot(x,y,'.')点图模式
- 必要时使用reduceplot工具减少数据点
- 避免在循环中频繁更新图形
样式一致性：
- 创建统一的样式函数确保多图一致性
- 使用set(groot,...)设置默认样式
- 建立颜色库保证色彩协调
自动化输出：
- 编写脚本批量处理图形导出
- 使用exportgraphics函数（R2020a+）
- 考虑使用savefig保存可编辑图形

对于长期进行科学研究的用户，建议建立个人图形模板库，将常用的绘图设置、颜色方案和导出配置封装成函数，可以显著提高工作效率并保证图形质量的一致性。