Matlab-基础篇(三)

在读取完文件数据后，要学会查看变量区各个变量的类型和size，如只有4-D的显示，则需要使用size(变量名)的形式来查看各个维度的容量。那如何对数据进行呈现，便是画图的工作，无论是数据的(预)处理还是最终结果的呈现，都与此紧密相关。下面，就来看看如何在选定图布区域进行画图。

图一展示了基本的绘图“诉求”，如基本的二维和三维画图函数，在设置区域之前，应当还要考虑实际的图布大小，由指定以厘米为单位的图布，由距离平面左下角(x,y)的开始画长w高h(单位：cm，注意与subplot的区分)的图布。但是在实际操作过程中，往往还要针对各种图形参量进行设定，如图二。

那对于图一中提及的三维画图中，colorbar的位置和显示又该如何设置呢？如图三。

看了那么多，是不是有点眼花缭乱？这里需要大家给自己一点时间慢慢消化，在后续实践过程中逐渐地达到熟能生巧的程度。有时，也会在一张图里显示好多不同的标志、线型和颜色，但又想只给其中的几条线给定图注，这时候就要考虑使用legend函数，而在此之前，plot画出的每条线都应该赋值给不同的变量，如：h1=plot(t,X1,'r-')，h2=plot(t,X2,'k-')……然后用legend的特殊调用格式：h=legend([h1,h2],{'X1','X2'})。有时候，legend默认有一个黑色的框，会影响整体布局的美观性，建议去掉，加上：set(h,'Box','off')即可。

在画图的过程中，一定要注意数据size的匹配性，简要绘制后，要学会从图像中得到数据的一些特性，例如：异常点(明显偏离基本量)、缺失值(NaN还是就没有对应点)、整体趋势(整体拟合函数)、周期项(有无周期的规律)、不规则项(有无随机误差的存在)、数据最大最小值……掌握了基本的这些信息，才能在之后数据处理的过程中游刃有余。

综合基础篇(一)—(三)，对于初学者或者初步接触数据的人来说，有以下一些建议。

基础篇(一)—(三)从各种数据类型的认识、数据文本的读取和数据的图像呈现做了简要梳理，针对刚开始接触新数据的时候，要具备从图中获得数据信息检索的能力，再进一步结合数据源头的数学物理过程进行数据处理，最终获得自己需要的结果图，展开细节讨论。

基础篇的后续将着重放在一些基本的数据处理上，需要提前掌握一些矩阵运算、误差传递和插值方法、数据拟合的相关背景知识。这些均在《计算方法》中有详细地说明，可以查阅相关资料，也建议去MOOC平台上搜索《计算方法》—陈黎（北京师范大学）进行相关内容的预习或补充学习。