📘 第 12 章：高级绘图技巧

这一章在干嘛？

第 3 章你学会了 plot，第 11 章你拿到了句柄这把「万能钥匙」——本章就是把两者合体：用句柄图形系统精确指挥每一种图。我们会过一遍 MATLAB 的二维图全家桶（柱图、面积图、火柴杆图、直方图、饼图、对数坐标），进入三维世界（plot3、mesh、surf、contour 思路），然后拆开图形的「底层积木」line/text/rectangle/patch，最后用文件数据 + 函数句柄做几个完整的实战绘图程序，顺带学 comet/movie 两种动画。学完本章，你能把任何数据画成任何想要的样子。

12.1 一份数据，四种画法：plot / bar / area / stem

12.2 直方图与饼图

12.3 对数坐标

12.4 动画基础：comet 与 movie

12.5 图形属性定制：柱宽与爆炸饼图

12.6 三维绘图

12.7 核心图形对象：line / text / rectangle / patch

12.8 绘图实战：函数绘图与文件数据绘图

12.9 保存与打印绘图

12.10 通关标准与自测

12.1 一份数据，四种画法：plot / bar / area / stem

到目前为止你用熟了 plot（折线）和 bar（柱状图），其实它们是一家人：同一份 $x$-$y$ 数据，不同视觉编码。bar 画竖直柱状图，barh 画水平柱状图，area 画连续曲线并填充曲线下方区域，stem 画火柴杆图（stem plot，每根杆顶一个圆圈）。什么时候用哪个？看你想强调什么：趋势用 plot，比较离散量用 bar，强调累积量用 area，强调单点位置用 stem。这不是审美问题而是信息设计问题——同一份数据，换一种图型，读者的注意力就被引向不同的结论：柱状图诱导观众「比较相邻柱子的高低」，面积图诱导观众「感受总量随时间的累积」，火柴杆图诱导观众「逐点检查数值」。选错图型，等于把结论埋在了噪音里，这也是教材编程规范里「按需挑选最能突出关键信息的图型」的含义。

下面这个脚本用 $2\times 2$ 的 subplot 布局，把同一份人口数据画成四种图（subplot 第三个参数是矩阵里的行优先编号——注意这和 MATLAB 矩阵「按列展开」的习惯相反，是个易错点）：

% subplot_types.m
year = 2016:2020;
pop  = [0.9 1.4 1.7 1.3 1.8];
subplot(2,2,1)
plot(year, pop)
title('plot');   xlabel('Year'); ylabel('Population (mil)')
subplot(2,2,2)
bar(year, pop)
title('bar');    xlabel('Year'); ylabel('Population (mil)')
subplot(2,2,3)
area(year, pop)
title('area');   xlabel('Year'); ylabel('Population (mil)')
subplot(2,2,4)
stem(year, pop)
title('stem');   xlabel('Year'); ylabel('Population (mil)')

用循环 + cell 数组消灭重复代码

上面四段几乎一样的代码可以压缩成一个循环——把函数名存进 cell 数组，用 eval 拼调用（教材示范写法，生产代码更推荐 str2func，见 12.8 节）：

titles = {'plot', 'bar', 'area', 'stem'};
for i = 1:4
    subplot(2,2,i)
    feval(titles{i}, year, pop)
    title(titles{i}); xlabel('Year'); ylabel('Population (mil)')
end

顺便回顾第 7 章的教训：eval 能跑但难调试，str2func + 函数句柄是更安全的等价物。

12.1.1 矩阵数据画柱状图：分组与堆叠

给 bar 传一个矩阵，它会按行分组画柱，自动循环颜色区分每列。比如两行四列的年龄数据：

>> groupages = [8 19 43 25; 35 44 30 45];
>> bar(groupages)
>> xlabel('Group'); ylabel('Ages')

加 'stacked' 选项则变成堆叠柱状图——每列的值摞起来，柱顶高度等于该行所有值之和：

>> bar(groupages, 'stacked')
>> xlabel('Group'); ylabel('Ages')

常见坑：barh 的轴标签是「横着」的

barh 里数据的角色互换：数据值沿 x 轴、类别沿 y 轴。所以 xlabel/ylabel 要跟 bar 写反，初学者照抄模板就会标错轴。

12.2 直方图与饼图

12.2.1 histogram：数据分布一眼看穿

直方图（histogram）是特殊的柱状图：把向量里的值按范围装进箱（bin），柱高表示落在每个箱里的数的个数——它回答的是「数据怎么分布」，而不是「每个点是多少」。（R2014b 起新函数 histogram 取代了旧的 hist。）

>> quizzes = [10 8 5 10 10 6 9 7 8 10 1 8];
>> histogram(quizzes)
>> xlabel('Grade'); ylabel('#'); title('Quiz Grades')

histogram 返回的句柄同样可以存进变量查看和修改属性——句柄思想在每种图上都通用：

注意直方图和普通柱状图的本质区别：柱状图的 x 轴是类别（哪一年、哪个部门），每根柱的高度来自一个独立的数；直方图的 x 轴是数值本身，数据被切箱统计，柱高是频数。把「成绩列表」画成 bar 会得到 12 根杂乱无章的柱（每根是一次测验），画成 histogram 才能看到「分数集中在 8～10 分」这个真正有用的结论。分析数据分布时，先想 histogram。

>> hhan = histogram(quizzes)
hhan =
  Histogram with properties:
             Data: [10 8 5 10 10 6 9 7 8 10 1 8]
           Values: [1 0 0 0 1 1 1 3 1 4]
         NumBins: 10
        BinEdges: [0.5 1.5 2.5 3.5 4.5 5.5 6.5 7.5 8.5 9.5 10.5]
        BinWidth: 1
       BinLimits: [0.5 10.5]
    Normalization: 'count'
       FaceColor: 'auto'
       EdgeColor: [0 0 0]
 
     Show all properties

Values 直接告诉你每个箱的频数，做统计描述时非常好用（更多统计内容在第 14 章）。想指定箱数用 histogram(vec, n)。

12.2.2 pie：占比与标签

pie(vec) 画饼图：每个元素占总和的百分比，从圆顶开始逆时针排布。向量 [11 14 8 3 1] 总和 37，所以 11 占 30%、14 占 38%……：

>> pie([11 14 8 3 1])

再传一个字符串 cell 数组当第二参数，百分比就被替换成你的标签：

>> pie([11 14 8 3 1], {'A', 'B', 'C', 'D', 'F'})

饼图的百分比是「自动算」的

你传给 pie 的永远是原始数量，不是百分比——MATLAB 替你除以总和。所以别先把数据归一化再传进去，那样等于除了两次。

12.3 对数坐标

plot 的两根轴都是线性刻度。但信号处理、频率响应这类场景里，数据的数量级横跨 $10^1$ 到 $10^{10}$，线性轴上小数值会被压成一条贴地的直线。MATLAB 备了三个函数：loglog（双对数）、semilogy（y 轴对数）、semilogx（x 轴对数）。看对比：

>> subplot(1,2,1)
>> plot(logspace(1,10))
>> title('plot')
>> subplot(1,2,2)
>> semilogy(logspace(1,10))
>> title('semilogy')

logspace(1,10) 生成从 $10^1$ 到 $10^{10}$ 的对数均匀间隔向量。线性轴下曲线的「前半生」完全看不清；换 semilogy 后，指数增长被「拉直」——对数坐标的价值就在这。

三个函数怎么选？口诀是「哪根轴跨数量级，就把哪根轴换成对数」：只有 y 跨数量级（比如电路的幅频响应）用 semilogy；只有 x 跨（比如频率从 1 Hz 扫到 1 MHz）用 semilogx；两边都跨（比如 Bode 图、幂律拟合）用 loglog。它们与 plot 的参数用法完全一致，换函数就行，零学习成本。

指数增长在对数轴上是直线

这不只是好看：如果 semilogy 画出来近似一条直线，就说明数据服从指数规律 $y\propto a^x$，因为两边取对数后 $\log y$ 与 $x$ 成线性关系。判断「数据是不是指数型」最快的方法就是对数轴一画。

12.4 动画基础：comet 与 movie

动画效果没法印在书页上，务必亲手敲进 MATLAB 跑一遍。

方式一：comet——彗星轨迹。对采样足够密的 $\sin (x)$，comet 会从第一个点开始，逐点画出轨迹，后面拖着一条「彗尾」：

>> x = -2*pi : 1/100 : 2*pi;
>> y = sin(x);
>> comet(x, y)

跑完后静止画面与 plot(x,y) 相同，但过程是动画——演示函数曲线「如何被画出来」特别直观。

方式二：getframe + movie——帧录制。在循环里每帧画一点，用 getframe 抓屏存进矩阵，最后 movie 回放：

% sinmovie.m —— 播放 sin 函数的「电影」
clear
x = -2*pi: 1/5 : 2*pi;
y = sin(x);
n = length(x);
 
for i = 1:n
    plot(x(i), y(i), 'r*')
    axis([min(x)-1 max(x)+1 min(y)-1 max(y)+1])  % 固定坐标轴！
    M(i) = getframe;
end
movie(M)

常见坑：动画坐标轴「呼吸抖动」

录帧时如果不固定 axis，MATLAB 每帧都会根据当前数据点自动调整坐标范围，画面就会缩缩放放像抽风。循环前用 axis 把坐标范围钉死（如上例用 min/max 外扩一点），所有帧共用同一坐标系，动画才平滑。

12.5 图形属性定制：柱宽与爆炸饼图

12.5.1 柱宽：bar/barh 的第三参数

bar(x, y) 默认柱宽 0.8。把宽度当第三参数传进去：小于 1 柱间留缝，等于 1 柱子贴在一起，大于 1 柱子互相重叠：

year = 2016:2020;
pop  = [0.9 1.4 1.7 1.3 1.8];
for i = 1:4
    subplot(1,4,i)
    barh(year, pop, 0.4 + i*0.2)   % 宽度依次 0.6/0.8/1.0/1.2
    title(sprintf('Width=%.1f', 0.4 + i*0.2))
    xlabel('Population (mil)'); ylabel('Year')
end

12.5.2 爆炸饼图：把最抢眼的扇区「拉出来」

pie 的第二参数也可以是逻辑向量：为 true 的扇区会从饼里「炸」出来分离。结合 max 可以自动突出占比最大的扇区：

>> gradenums = [11 14 8 3 1];
>> letgrades = {'A', 'B', 'C', 'D', 'F'};
>> which = gradenums == max(gradenums)
which =
     0     1     0     0     0
>> pie(gradenums, which, letgrades)
>> title(strcat('Largest Fraction of Grades: ', letgrades(which)))

这个例子还展示了标题里动态生成内容的套路：letgrades(which) 是逻辑索引取出 'B'，strcat 把它拼进标题——数据变了标题自动跟着变。

12.6 三维绘图

三维函数大多和二维版同名，只是加个「3」：plot3、bar3、bar3h、pie3、comet3、stem3。

12.6.1 plot3：三维空间中的点与线

给 plot3 传三个坐标向量即可：

>> x = 1:5;
>> y = [0 2 4 11 3];
>> z = 2:2:10;
>> plot3(x, y, z, 'k*')
>> grid
>> xlabel('x'); ylabel('y'); zlabel('z')
>> title('3D plot')

画完点工具栏的旋转图标（rotate 3D），按住鼠标可以任意转视角——三维图不转着看等于白画。zlabel 负责给 z 轴加标签，grid 加的三维网格能帮你建立空间感。想用代码固定视角，用 view(az, el)：az 是方位角（绕 z 轴转多少度）、el 是仰角（从水平面抬高多少度），默认 view(-37.5, 30)；view(2) 则切到正上方俯视，三维曲面立刻变成一张平面「地图」——这正是等高线图的视角。光照也能玩：surf 对象有 FaceLighting 属性，配合 camlight 给曲面打一盏灯，凸起和凹陷的立体感会强很多，这些属性都可以用第 11 章的句柄语法随时调整。

12.6.2 bar3 与 pie3：三维版的柱和饼

>> y = 1:6;
>> z = [33 11 5 9 22 30];
>> bar3(y, z)
>> xlabel('x'); ylabel('y'); zlabel('z'); title('3D bar')

bar3 也能直接吃矩阵——每行一组三维柱。经典的 spiral(5)（把 1～25 螺旋填进 $5\times 5$ 矩阵）可视化效果很有意思：

>> mat = spiral(5)
mat =
    21    22    23    24    25
    20     7     8     9    10
    19     6     1     2    11
    18     5     4     3    12
    17    16    15    14    13
>> bar3(mat)
>> title('3D spiral')

>> pie3([3 10 5 2])

三维动画版彗星就是 comet3(x, y, z)，玩法同 comet。

12.6.3 mesh 与 surf：从「线框」到「曲面」

真正的高维数据（$z=f(x,y)$）要用 mesh（网眼线框图）和 surf（曲面图，用颜色表现参数曲面）。MATLAB 还内置了形状生成器，sphere(n) 一次生成 $n+1$ 阶的 x、y、z 三个方阵：

>> [x, y, z] = sphere(15);
>> size(x)
ans =
    16    16
>> mesh(x, y, z)
>> title('Mesh of sphere')

>> [x, y, z] = sphere(15);
>> sh = surf(x, y, z);
>> title('Surf of sphere')
>> colorbar     % 右侧色标，显示颜色对应的数值范围

曲面返回的句柄 sh 是 Surface 对象——第 11 章的句柄功夫在这里直接兑现。它的 FaceAlpha 属性控制透明度（0 全透、1 不透），改成 0.5 球变半透明，能看见背面：

>> sh
sh =
  Surface with properties:
     EdgeColor: [0 0 0]
     LineStyle: '-'
     FaceColor: 'flat'
    FaceLighting: 'flat'
       FaceAlpha: 1
    ...
>> sh.FaceAlpha = 0.5;

12.6.4 meshgrid：给 z = f(x,y) 造网格

自己的二元函数没有现成形状生成器，用 meshgrid 造 $(x,y)$ 网格点，再逐点算 $z$：

>> [x, y] = meshgrid(-2*pi: 0.1: 2*pi);
>> z = cos(x) + sin(y);
>> surf(x, y, z)
>> title('cos(x) + sin(y)')
>> xlabel('x'); ylabel('y'); zlabel('z')

meshgrid 在干嘛？

x 是行向量、y 是列向量，meshgrid 把它们「织」成两个同尺寸矩阵：一个矩阵每行都复制 x，另一个每列都复制 y。这样 $z=f(x,y)$ 这种逐元素运算就能一次性对整张网格向量化求值——你写的公式和数学式一模一样，不用写双重循环。想看等高线，用 contour(x,y,z)，或用 meshc/surfc 把等高线垫在三维图底下（见教材「探索更多」）。

双 y 轴与更多玩法

plotyy 可以给图同时配左右两根 y 轴，适合画两个量纲不同的量（比如温度和电流）；xlim/ylim/zlim 手动钉轴范围；errorbar 画置信区间；datetime 类型直接当 x 轴能自动排日期刻度。这些都在文档里等着你。

12.7 核心图形对象：line / text / rectangle / patch

第 11 章我们说 MATLAB 的图是对象树上的对象，最底层的「积木」叫核心图形对象（core graphics objects）：line、text、rectangle、patch、image（image 在第 13 章讲）。plot、bar 这些高级函数，内部全是用这些积木拼出来的。直接操作积木，你能画出任何高级函数不直接支持的东西。

什么时候需要动用这些底层函数？三个典型信号：① 要画的几何形状没有现成函数——比如在数据图上圈一个异常区域、画一个传感器覆盖范围的圆；② 要精细控制某个元素的样式——plot 的一揽子参数不够用，需要单独给某条线某个标注上属性；③ 要做可复用的绘图组件——比如习题里反复出现的圆角矩形、冰球场、多面体，用积木搭一次，以后改几个属性就能换形状。掌握积木层之后，你与图形系统的关系就从「用户」变成了「作者」。

12.7.1 line：比 plot 更裸的画线

line(x, y, '属性名', 值, ...) 直接创建 Line 对象：

>> x = -2*pi: 1/5 : 2*pi;
>> y = sin(x);
>> hl = line(x, y, 'LineWidth', 6, 'Color', [0.5 0.5 0.5])
hl =
  Line with properties:
        Color: [0.5 0.5 0.5]
    LineStyle: '-'
    LineWidth: 6
    ...

一个「不靠 plot 画圆」的例子——先开白底窗口，用参数方程生成圆上的点，line 画成红色点线，再用 axis square 强制坐标框为正方形（否则「圆」会被拉成椭圆），最后 axis off 藏掉坐标轴：

>> figure('Color', [1 1 1])
>> pts = 0:0.1:2*pi;
>> line(cos(pts), sin(pts), 'LineStyle', ':', ...
        'LineWidth', 4, 'Color', 'r')
>> axis square
>> axis off

12.7.2 text：在图上任意位置写字

text(x, y, '字符串') 在坐标 $(x,y)$ 处（文本框左下角）写字。字符串里用 \命令 打特殊字符——希腊字母、箭头、数学符号：

>> x = -4:0.2:4;
>> y = sin(x);
>> hp = line(x, y, 'LineWidth', 3);
>> thand = text(2, 0, 'Sin(\pi)\rightarrow')
thand =
  Text (Sin(\pi)\rightarrow) with properties:
    String: 'Sin(\pi)\rightarrow'
    FontSize: 10
    ...
    Position: [2 0 0]
    Units: 'data'

文本框的 Extent 属性记录实际占用的范围（[x y 宽 高]），BackgroundColor 和 EdgeColor 默认都是 none（看不见）。改一改就有「标签框」效果：

>> thand.Extent
ans =
    2.0000   -0.0321    0.6912    0.0613
>> set(thand, 'BackgroundColor', [0.8 0.8 0.8], ...
             'EdgeColor', [1 0 0])

交互式放字的兄弟函数 gtext('字符串')：鼠标变成十字线，点哪字落哪（内部是 text + ginput 的组合，ginput 能把鼠标点击处的坐标存下来）。

12.7.3 rectangle：能带圆角的矩形

rectangle 不带参数时创建一个默认矩形：Position 为 [0 0 1 1]（左下角在原点、宽高各 1），Curvature 为 [0 0]（直角）——乍看窗口里好像啥都没有：

>> recthand = rectangle
recthand =
  Rectangle with properties:
    FaceColor: 'none'
    EdgeColor: [0 0 0]
    LineWidth: 0.5000
    LineStyle: '-'
    Curvature: [0 0]
     Position: [0 0 1 1]

Curvature 是 rectangle 的灵魂：从 [0 0]（直角）到 [1 1]（正圆/椭圆）连续可调，介于中间就是圆角矩形。创建时可直接带属性，之后也能 set：

>> rh = rectangle('Position', [0.2 0.2 0.5 0.8], ...
                  'Curvature', [0.5 0.5]);
>> axis([0 1.2 0 1.2])
>> set(rh, 'LineWidth', 3, 'LineStyle', ':')

曲率从 0.2 涨到 0.8 的渐变过程（教材习题的运行结果）：

循环里不断挪 Position、录帧回放，就是第 12.4 节 movie 技术与 rectangle 的合体（教材习题 22 的效果）：

曲率 + rectangle 还能画冰球场——长方形两端带半圆角，中间一条红线：

12.7.4 patch：多边形积木

patch 创建多边形贴片。最简单：传顶点坐标向量 + 颜色，三个点画一个红三角：

>> x = [0 1 0.5];
>> y = [0 0 1];
>> hp = patch(x, y, 'r')
hp =
  Patch with properties:
    FaceColor: [1 0 0]
     FaceAlpha: 1
     EdgeColor: [0 0 0]
     LineStyle: '-'
        Faces: [1 2 3]
     Vertices: [3x2 double]

注意两个关键属性：Vertices 存顶点坐标；Faces 描述顶点怎么连线成面——顶点自动编号 1、2、3，Faces: [1 2 3] 表示按 1→2→3 连（默认再回到 1）。

更强大的姿势：用结构体传 Vertices + Faces，就能拼复杂多边形。五个顶点连三个三角形：

mypatch.Vertices = [ ...
    0   0      % 顶点1
    2   0      % 顶点2
    1   2      % 顶点3
    1  -2      % 顶点4
    3   1];    % 顶点5
mypatch.Faces = [ ...
    1 2 3      % 面1：顶点1-2-3
    2 3 5      % 面2：顶点2-3-5
    1 2 4];    % 面3：顶点1-2-4
patchhan = patch(mypatch, 'FaceColor', 'r', 'EdgeColor', 'k');

给每个面单独上色：FaceColor 设 'flat'，再用 FaceVertexCData 提供每面的 RGB 行：

>> mycolors = [0 0 1; 0 1 1; 1 1 0];   % 蓝 / 青 / 黄
>> patchhan = patch(mypatch, 'FaceVertexCData', mycolors, ...
                    'FaceColor', 'flat');

patch 也能上三维——四个顶点四个面拼一个四面体，转着看：

polyhedron.Vertices = [ ...
    0    0    0
    1    0    0
    0    1    0
    0.5  0.5  1];
polyhedron.Faces = [ ...
    1 2 3
    1 2 4
    1 3 4
    2 3 4];
pobj = patch(polyhedron, ...
    'FaceColor', [0.8 0.8 0.8], 'EdgeColor', 'black');

随机顶点的三角 patch 也是习题常客（黑边灰面）：

常见坑：Vertices 的顺序就是 Faces 的编号依据

Faces 里写的 1、2、3……指的是 Vertices 矩阵的行号。先给哪个点、后给哪个点决定了连线路径；写错行号，多边形会「拧麻花」。改几何形状时先在纸上把顶点编号标清楚。

12.8 绘图实战：函数绘图与文件数据绘图

前面零件都认识了，现在组装成真正的程序。本节的例子都有共同的两段式结构：前半段是第 9 章的文件 I/O（fopen/fgetl/textscan/fclose），后半段是本章的绘图函数加第 11 章的句柄属性。三块知识拼在一起，才是一个能交付的数据可视化程序——从原始文件到最终图表，中间不借人手。

12.8.1 函数句柄 + cell 数组：一劳永逸的多视图绘图

这个函数接收三个参数：$x$ 向量、生成 $y$ 的函数句柄、存着图类型的 cell 数组，自动为每种图类型开一个子图：

function plotxywithcell(x, fnhan, rca)
% plotxywithcell 接收 x 向量、函数句柄和图类型名 cell 数组
% 用 subplot 把所有图类型画在同一个窗口
    lenrca = length(rca);
    y = fnhan(x);                    % 用句柄算出 y
    for i = 1:lenrca
        subplot(1, lenrca, i)
        funh = str2func(rca{i});     % 字符串 → 函数句柄
        funh(x, y)                   % 调用对应的绘图函数
        title(upper(rca{i}))
        xlabel('x')
        ylabel(func2str(fnhan))      % 句柄 → 函数名字符串
    end
end

>> anfn = @(x) x.^3;
>> x = 1:2:9;
>> rca = {'bar', 'area', 'plot'};
>> plotxywithcell(x, anfn, rca)

这里 str2func（字符串转句柄）和 func2str（句柄转字符串）是一对反向工具，加上 cell 数组循环，函数就「通用」了——换任何 $y=f(x)$、加任何图类型，都不用改函数本体。这正是第 11 章函数句柄思想的实战兑现。

12.8.2 读文件画图实战一：按行解析 A#B# 格式

文件 ab16.dat 每行长这样（A、B 两个部门四个季度的销售额）：

A5.2B6.4
A3.2B5.5
A4.4B4.3
A4.5B2.2

脚本逐行读入字符串，用第 7 章的 strtok 切分、str2double 转数字，每个季度画一个子图，并用 set(gca, 'XTickLabel', ...) 把 x 轴刻度标签从数字 1/2 换成 A/B：

fid = fopen('ab16.dat');
if fid == -1
    disp('File open not successful')
else
    for i = 1:4
        aline = fgetl(fid);              % 读一行字符串
        aline = aline(2:end);            % 去掉开头的 'A'
        [compa, rest] = strtok(aline, 'B');  % 按'B'切开
        compa = str2double(compa);
        compb = str2double(rest(2:end)); % rest 以 'B' 开头，去掉它
        subplot(1,4,i)
        bar([compa, compb])
        set(gca, 'XTickLabel', {'A', 'B'})   % 刻度标签换成 A、B
        axis([0 3 0 8])
        ylabel('Sales (millions)')
        title(sprintf('Quarter %d', i))
    end
    closeresult = fclose(fid);
    if closeresult ~= 0
        disp('File close not successful')
    end
end

12.8.3 读文件画图实战二：textscan + 双图联排

文件 compsales.dat 每行是「数值 + 部门缩写」：

5.2 X
3.3 A
5.8 P
2.9 Q

textscan 用格式串 '%f %s' 一次性把数字读进一个 cell、缩写读进另一个 cell，然后左柱图右饼图各来一份：

fid = fopen('compsales.dat');
if fid == -1
    disp('File open not successful')
else
    filecell = textscan(fid, '%f %s');   % {数字列, 缩写列}
    subplot(1,2,1)
    bar(filecell{1})
    xlabel('Division'); ylabel('Sales (millions)')
    set(gca, 'XTickLabel', filecell{2})  % 柱图 x 轴用缩写
    subplot(1,2,2)
    pie(filecell{1}, filecell{2})        % 饼图用缩写当标签
    title('Sales in millions by division')
    closeresult = fclose(fid);
    if closeresult ~= 0
        disp('File close not successful')
    end
end

12.8.4 更多实战：面积图、参数化绘图、堆叠水平柱

教材习题里还有三个典型：从文件读 “x 0 y 1” 格式的坐标对画面积图；给绘图函数做可选参数（nargin 判断传没传线宽/颜色）；三年份收入与房价的堆叠水平柱图：

套路总结：文件 → 字符串 → 数字 → 图

所有「读文件画图」都是同一套流水线：fopen 检查 fid 是否为 -1 → 逐行 fgetl（或整体 textscan）→ 字符串切片 + str2double → 向量化画图 → fclose 检查返回值是否为 0。第 9 章的文件 I/O 加上本章的绘图函数，就是你以后处理任何实验数据、日志数据的标准姿势。

12.9 保存与打印绘图

图画好了，怎么带走？

• 复制：Figure 窗口菜单 Edit → Copy Figure，然后到 Word 里粘贴。
• 另存为：File → Save As，支持 .jpg、.tif、.png 等常见图像格式，也支持 MATLAB 专用的 .fig 格式——.fig 保存的是完整图形对象，下次在 MATLAB 里打开还能继续用句柄改属性。
• Generate Code：如果图不是纯代码画的（比如你在 Property Editor 里手动改过），File → Generate Code 能生成一个重建这张图的脚本——手调出来的效果从此可复现。
• 程序化保存/打印：print 命令。脚本里光写一个 print 就用默认设置打印当前窗口；指定文件名则保存为文件：

print -dtiff -r400 plot.tif   % 存成 400 dpi 的 tif

-dtiff 指定 tif 格式，-r400 指定分辨率 400 dpi。写报告批量出图时全靠它。

12.10 通关标准与自测

本章通关标准：

1. 给你一份未知向量，能在 30 秒内决定用 histogram（看分布）、pie（看占比）、bar/barh（比大小）、stem（看点位）还是 semilogy（看指数规律），并说明理由——选图本身就是分析。
2. 能用 meshgrid + surf 画出任意 $z=f(x,y)$，并用返回的句柄改出半透明效果（FaceAlpha）。
3. 能徒手用 line/text/rectangle/patch 组合画出一个「plot 函数画不出来」的图形（比如带圆角的框 + 标注 + 填充三角），并解释 Vertices/Faces 的关系。

---

1. bar 直接传矩阵和加 'stacked' 选项，柱子高度含义有什么不同？

不加选项时按行分组：每个位置并排几根柱，各自代表矩阵的一列，高度是单个值；加 'stacked' 后每列的值摞起来，柱顶高度等于该行所有值之和。分组便于逐列比较，堆叠便于看总量和构成。

2. 为什么画三维图后一定要旋转着看？哪个函数能把 z = cos(x)+sin(y) 的图变成「等高线视角」？

三维曲面的投影有遮挡，默认视角可能正好把关键结构藏在背面——不旋转很容易误读数据。用工具栏 rotate 3D 图标交互旋转；想要俯视等高线效果用 view(2) 切到正上方视角，或直接用 contour(x,y,z)、meshc/surfc 画等高线。

3. mesh 和 surf 画的都是同一批 (x,y,z) 矩阵，区别到底是什么？

mesh 只画网格线框（每条网格线是一个 Line），曲面内部是空的；surf 画填充曲面，每个网格面的颜色由 z 值经 colormap 映射而来。所以 surf 更适合展示「面的形状 + 数值高低」，mesh 更适合看清结构、避免遮挡。两者都返回句柄，都能用 FaceAlpha 调透明度。

会得到什么？[0.5 0.5] 呢？

[1 1] 是最大曲率——宽高不相等时得到椭圆，宽高相等（配合 axis square）就是正圆。[0.5 0.5] 是中间状态：四个角变成半径为边长一半的圆弧，即圆角矩形。Curvature 两个分量分别控制水平/垂直方向的弯曲程度，从 0 到 1 连续可调。

具体在描述什么？

五个顶点按 Vertices 矩阵的行号编号为 1～5，这个 Faces 矩阵声明了三个三角面：面 1 连接顶点 1→2→3，面 2 连接顶点 2→3→5，面 3 连接顶点 1→2→4（每个面默认闭合）。想给不同面上色，把 FaceColor 设为 ‘flat’ 并给 FaceVertexCData 传入「每面一行 RGB」的矩阵即可。

6. movie 录制的动画画面不停抖动缩放，最可能漏写了哪一行？

循环里的 axis([...])。没固定坐标范围时，MATLAB 每帧都按当前画的数据点重新自适应坐标轴，画面就会随数据点移动而缩放。在每帧绘制后用 axis([min(x)-1 max(x)+1 min(y)-1 max(y)+1]) 之类的固定范围把坐标系钉死，动画立刻稳定。