MATLAB 2D散点图绘制与高级应用指南

1. MATLAB 2D散点图基础入门

2D散点图是数据可视化中最基础也最常用的图表类型之一。在MATLAB中，使用scatter函数可以轻松创建专业的散点图。我们先来看一个最简单的例子：

matlab复制x = randn(100,1);
y = randn(100,1);
scatter(x,y)

这段代码生成了100个随机点的散点图。但要让散点图真正发挥价值，我们需要掌握更多细节。

1.1 散点图的基本参数

scatter函数最常用的参数包括：

• 前两个参数是x和y坐标向量
• 第三个参数控制点的大小
• 第四个参数控制点的颜色
• 第五个参数控制点的填充样式

例如：

matlab复制x = 1:10;
y = rand(1,10);
sz = linspace(10,100,10);
c = linspace(1,10,10);
scatter(x,y,sz,c,'filled')

这里我们创建了10个点，点的大小从10到100线性增加，颜色也从1到10变化，并且点被填充。

1.2 散点图的样式定制

MATLAB提供了丰富的选项来自定义散点图的外观：

matlab复制scatter(x,y,'MarkerFaceColor','r','MarkerEdgeColor','k','LineWidth',1.5)

这段代码设置了红色填充、黑色边框、1.5磅线宽的散点图。我们还可以使用RGB三元组来指定精确的颜色：

matlab复制myColor = [0.2 0.6 0.8];
scatter(x,y,[],myColor)

2. 高级散点图技巧

2.1 气泡图实现

通过调整点的大小来反映第三个变量的值，可以创建气泡图：

matlab复制x = rand(50,1);
y = rand(50,1);
z = rand(50,1)*100;  % 第三个变量

figure
bubblechart(x,y,z)
title('气泡图示例')
xlabel('X值')
ylabel('Y值')
bubblelegend('气泡大小表示Z值')

2.2 分类散点图

当数据包含分类变量时，可以使用gscatter函数：

matlab复制load fisheriris
gscatter(meas(:,1),meas(:,2),species,'rgb','osd')
xlabel('萼片长度')
ylabel('萼片宽度')

这个例子使用了著名的鸢尾花数据集，不同颜色和形状的点代表不同种类的花。

2.3 散点图矩阵

对于多变量数据，散点图矩阵(scatterplotmatrix)非常有用：

matlab复制load carsmall
vars = {'MPG','Acceleration','Displacement','Weight'};
figure
plotmatrix(dataset2table(carsmall{:,vars}))

3. 散点图的交互功能

3.1 数据提示功能

启用数据提示可以让用户交互式查看数据点的详细信息：

matlab复制scatter(rand(20,1),rand(20,1),'filled')
dcm = datacursormode(gcf);
set(dcm,'UpdateFcn',@myfunction)

function output_txt = myfunction(~,event_obj)
pos = get(event_obj,'Position');
output_txt = {['X: ',num2str(pos(1))],...
              ['Y: ',num2str(pos(2))]};
end

3.2 动态散点图

创建动态变化的散点图可以展示数据随时间的变化：

matlab复制theta = linspace(0,2*pi,50);
r = rand(1,50);
h = scatter(r.*cos(theta),r.*sin(theta),'filled');

for i = 1:100
    r = rand(1,50);
    set(h,'XData',r.*cos(theta),'YData',r.*sin(theta));
    pause(0.1)
end

4. 散点图的优化与美化

4.1 提高散点图性能

当处理大量数据点时，性能可能成为问题。以下是一些优化技巧：

matlab复制% 方法1：使用plot代替scatter（当不需要不同大小/颜色时）
x = randn(1e5,1);
y = randn(1e5,1);
plot(x,y,'.')

% 方法2：降低alpha值
scatter(x,y,10,[0 0 1],'filled','MarkerFaceAlpha',0.1,'MarkerEdgeAlpha',0.1)

4.2 专业出版级散点图

为了创建适合出版的散点图，需要注意以下细节：

matlab复制x = randn(100,1);
y = x + randn(100,1)*0.5;

figure('Color','white')
scatter(x,y,75,[0.2 0.4 0.6],'filled','MarkerEdgeColor','k','LineWidth',0.5)
set(gca,'FontSize',12,'FontName','Arial','Box','on','LineWidth',1)
xlabel('X变量','FontSize',14)
ylabel('Y变量','FontSize',14)
title('专业级散点图示例','FontSize',16)
grid on
set(gcf,'Position',[100 100 600 400])
exportgraphics(gcf,'scatter_high_quality.png','Resolution',300)

4.3 添加回归线和置信区间

在散点图上添加回归线可以更好地展示数据趋势：

matlab复制x = 1:10;
y = x + randn(1,10);
scatter(x,y,'filled')
hold on

[p,S] = polyfit(x,y,1);
[yfit,dy] = polyconf(p,x,S,'predopt','curve');

plot(x,yfit,'r-','LineWidth',2)
plot(x,yfit-dy,'r--',x,yfit+dy,'r--')
hold off

5. 散点图的常见问题解决

5.1 重叠点问题

当数据点密集时，点会重叠在一起难以分辨。解决方法包括：

1. 使用半透明点：

matlab复制scatter(x,y,20,'filled','MarkerFaceAlpha',0.3)

2. 使用抖动(jitter)技术：

matlab复制x_jittered = x + randn(size(x))*0.1;
scatter(x_jittered,y)

3. 使用hexbin图替代：

matlab复制hexscatter(x,y,'res',20)

5.2 大数据集可视化

对于超过10万个数据点的散点图，传统方法会很慢。替代方案：

matlab复制% 方法1：随机采样
idx = randperm(length(x),10000);
scatter(x(idx),y(idx))

% 方法2：使用scatterhist
scatterhist(x,y,'Kernel','on','Location','NorthEast',...
            'Direction','out','Color','k','Marker','.')

% 方法3：使用数据分箱
histogram2(x,y,'DisplayStyle','tile','ShowEmptyBins','on')

5.3 颜色映射问题

当使用颜色表示第三个变量时，常见问题包括：

1. 颜色映射不清晰：

matlab复制c = rand(100,1)*100;
scatter(x,y,[],c,'filled')
colormap(jet)
colorbar

2. 非线性颜色映射：

matlab复制c = exp(randn(100,1));
scatter(x,y,[],log(c),'filled')
colormap(parula)
colorbar

6. 散点图的进阶应用

6.1 三维散点图

虽然本文主要讨论2D散点图，但了解3D散点图也很有价值：

matlab复制[x,y,z] = sphere(16);
X = [x(:)*.5 x(:)*.75 x(:)];
Y = [y(:)*.5 y(:)*.75 y(:)];
Z = [z(:)*.5 z(:)*.75 z(:)];
S = repmat([1 .75 .5]*10,numel(x),1);
C = repmat([1 2 3],numel(x),1);

scatter3(X(:),Y(:),Z(:),S(:),C(:),'filled')
view(40,35)

6.2 散点图动画

创建散点图动画可以展示数据变化过程：

matlab复制theta = linspace(0,2*pi,50);
h = scatter(cos(theta),sin(theta),'filled');

for t = 0:0.1:10
    x = cos(theta + t);
    y = sin(theta + t) + 0.1*randn(size(theta));
    set(h,'XData',x,'YData',y);
    drawnow
end

6.3 地理散点图

对于地理数据，可以使用geoscatter函数：

matlab复制lat = 40 + 5*randn(100,1);
lon = -100 + 10*randn(100,1);
sz = 100*rand(100,1);
c = rand(100,1);

figure
geoscatter(lat,lon,sz,c,'filled')
geobasemap('streets')

7. 散点图与其他图表的组合

7.1 散点图与线图组合

matlab复制x = 1:10;
y1 = rand(1,10);
y2 = y1 + randn(1,10)*0.2;

scatter(x,y1,100,'b','filled')
hold on
plot(x,y2,'r-','LineWidth',2)
hold off
legend('数据点','趋势线')

7.2 散点图与误差条组合

matlab复制x = 1:5;
y = [2 3 5 4 6];
err = [0.5 0.3 0.8 0.2 0.6];

errorbar(x,y,err,'o','MarkerSize',10,...
         'MarkerEdgeColor','red','MarkerFaceColor','red')

7.3 散点图与直方图组合

matlab复制x = randn(1000,1);
y = x + randn(1000,1);

figure
scatterhist(x,y,'Kernel','on','Location','NorthEast',...
            'Direction','out','Color','k','Marker','.')

8. MATLAB散点图的导出与分享

8.1 导出高质量图片

matlab复制scatter(rand(50,1),rand(50,1),'filled')
exportgraphics(gcf,'scatter.png','Resolution',300)

支持格式包括PNG、JPEG、TIFF、PDF等。

8.2 创建交互式HTML

matlab复制fig = figure;
scatter(rand(50,1),rand(50,1),'filled')
filename = 'scatter_plot.html';
websave(filename,'https://www.mathworks.com/matlabcentral/mlc-downloads/downloads/...')

8.3 在App Designer中使用散点图

matlab复制% 在App Designer中添加坐标区组件
% 然后在回调函数中添加：
app.UIAxes.NextPlot = 'replace';
scatter(app.UIAxes,rand(50,1),rand(50,1),'filled')

9. 散点图的实际应用案例

9.1 金融数据分析

matlab复制load stockreturns
x = stocks(:,1);
y = stocks(:,2);

scatter(x,y,'filled')
hold on
plot(xlsread('fund.xls'),'r-')
hold off
xlabel('市场回报')
ylabel('个股回报')
title('资本资产定价模型分析')

9.2 科学实验数据可视化

matlab复制load reaction
scatter(reactants(:,1),rate,[],catalyst,'filled')
xlabel('反应物浓度')
ylabel('反应速率')
title('催化剂对反应速率的影响')

9.3 机器学习数据探索

matlab复制load fisheriris
features = meas(:,1:2);
species = categorical(species);

gscatter(features(:,1),features(:,2),species,'rgb','osd')
xlabel('萼片长度 (cm)')
ylabel('萼片宽度 (cm)')
title('鸢尾花数据集分类')

10. 散点图的最佳实践与技巧

1. 始终添加轴标签和单位
2. 考虑使用对数刻度当数据跨度大时
3. 为彩色散点图添加颜色条说明
4. 避免使用太多颜色类别（一般不超过7种）
5. 对于分类数据，结合形状和颜色区分
6. 当点很多时，使用半透明或小点
7. 考虑添加参考线（如y=x线）
8. 在出版物中使用矢量格式（PDF/EPS）
9. 保持一致的风格贯穿所有图表
10. 考虑目标受众调整图表复杂度

matlab复制% 示例：专业风格的散点图
x = randn(100,1);
y = x + randn(100,1)*0.5;

figure('Color','w','Position',[100 100 600 400])
scatter(x,y,50,[0.2 0.4 0.8],'filled','MarkerEdgeColor','k',...
       'LineWidth',0.5,'MarkerFaceAlpha',0.7)
hold on
plot([-3 3],[-3 3],'k--')  % 参考线
hold off
set(gca,'FontSize',11,'LineWidth',1,'Box','on','TickDir','out')
xlabel('测量值','FontSize',12)
ylabel('预测值','FontSize',12)
title('测量值与预测值比较','FontSize',14)
grid on
colorbar('Ticks',[],'Title','密度')