折线图是一种用线段连接各数据点的统计图表,通过X-Y坐标系展示数据随连续变量(通常是时间或有序类别)的变化趋势。
折线图的作用
趋势可视化:
展示数据随时间/序列的变化规律。
识别增长/下降/波动模式。
示例:数据2呈现先升后降趋势。
多组对比:
并排显示三组数据的分布差异。
示例:数据3波动幅度明显大于数据1。
异常检测:
快速识别离群点(如数据1在x=6处的峰值)。
图形展示
折线图的绘制
在MATLAB中绘制折线图主要使用plot
函数。以下是详细步骤和示例:
数据生成
rng(100)
x = 1:10;
y1 = randn(1,10);
y2 = randn(1,10);
y3 = randn(1,10);
randn()
生成标准正态分布数据(均值0, 标准差1)rng(100)
确保每次生成相同随机数
开始绘图()多条折线绘制
figure('Name','基于正太分布数据的折线图')
hold on
plot(x,y1,'LineWidth',3,'LineStyle','-.','Color',[227, 119, 194]/255,...
'Marker','diamond','MarkerFaceColor','none')
plot(x,y2,'LineWidth',3,'LineStyle','-.','Color',[152, 78, 163]/255,...
'Marker','diamond','MarkerFaceColor','none')
plot(x,y3,'LineWidth',3,'LineStyle','-.','Color',[255, 127, 14]/255,...
'Marker','diamond','MarkerFaceColor','none')
grid on
点划线样式:
-.
表示数据点的连接方式菱形标记:空心菱形突出关键数据点
三色区分:紫/粉/橙三色增强对比度
粗线强调:3磅线宽提升视觉清晰度
标签的添加
f = gca;
f.FontSize = 18;
xlabel('标签','FontSize',20,'FontWeight','bold','FontName','宋体')
ylabel('正太分布数值','FontSize',20,'FontWeight','bold','FontName','宋体')
legend('数据1','数据2','数据3')
宋体中文标签符合科研规范
18号坐标轴字体保证可读性
网格辅助线辅助数值判读
完整示例
clc;clear;close all
%% 导入数据
rng(100)
x = 1:10;
y1 = randn(1,10);
y2 = randn(1,10);
y3 = randn(1,10);
%% 开始绘图
figure('Name','基于正太分布数据的折线图')
hold on
plot(x,y1,'LineWidth',3,'LineStyle','-.','Color',[227, 119, 194]/255,...
'Marker','diamond','MarkerFaceColor','none')
plot(x,y2,'LineWidth',3,'LineStyle','-.','Color',[152, 78, 163]/255,...
'Marker','diamond','MarkerFaceColor','none')
plot(x,y3,'LineWidth',3,'LineStyle','-.','Color',[255, 127, 14]/255,...
'Marker','diamond','MarkerFaceColor','none')
grid on
f = gca;
f.FontSize = 18;
xlabel('标签','FontSize',20,'FontWeight','bold','FontName','宋体')
ylabel('正太分布数值','FontSize',20,'FontWeight','bold','FontName','宋体')
legend('数据1','数据2','数据3')
这些代码可直接在MATLAB命令窗口或脚本中运行,根据需要调整参数即可创建专业级折线图。
典型应用场景
领域 | 应用示例 | 图示对应特征 |
---|---|---|
金融分析 | 股价趋势对比 | 多曲线+网格线 |
质量控制 | 生产线产品指标监测 | 数据点标记+波动分析 |
环境科学 | 多地区温度变化对比 | 三色区分+趋势线 |
医疗研究 | 药物疗效时间序列分析 | 正态分布+数据标记 |
运维监控 | 服务器负载指标变化 | 网格辅助+坐标标注 |
最佳实践建议:当需要展示时间序列数据、多组对比或趋势分析时,折线图是首选工具。通过本例的样式定制(颜色/标记/线型),可有效提升数据呈现的专业性和可读性。