plot

ggplot2是R语言第三方可视化扩展包，在某种程度上它基本代替了R可视化。该包是RStudio首席科学家Hadley Wickham读博期间的作品，它强大的画图逻辑使得它称为R最流行的包之一。更多知识分享请到 https://zouhua.top/ 。 ggplot2 is based on the grammar of graphics, the idea that you can build every graph from the same few components: a data set, a set of geoms—visual marks that represent data points, and a coordinate system。 To display data values, map variables in the data set to aesthetic properties of the geom like size, color, and x and y locations aesthetic map variables in data to graphic properties. mappings control the relationship between data and graphic properties. Aesthetic mapping means "something you can see" Each type of geom accepts only a subset of all aesthetics-refer to the geom help pages to see what mappings each geom accepts. Aesthetic mappings are set with the aes() function. scales map values in the data space to values in the aesthetic space(color, size, shape ...). scales are reported on the plot using axes and legends. Control aesthetic mapping. Scales are modified with a series of functions using a scale_<aesthetic>_<type> naming scheme The following arguments are common to most scales in ggplot2: geometric objects are the actual marks we put on a plot A plot must have at least one geometric object, and there is no upper limit. adding a geom by using the + operator. It"s often useful to transform your data before plotting, and that"s what statistical transformations do. Every geom function has a default statistic: The ggplot2 theme system handles non-data plot elements such as Built-in themes include:

如果用在数据比较图上,应该是被动式 be plotted against,意思是 被分析物值域被划分出来 有些长,但是这个意思i.e.The number of hours per week,on vertical axis,is plotted against men and women in three types of family on the horizontal axis. 我也是因为这个句子迷惑了好久,然后领会出来的. 可能有更准确的说法,大概是围绕这个意思的,比较好理解,我觉得.

xxx@xxx:~$ pip search plotlychartpy (0.05) - Plot using Plotly, matplotlib, Bokeh & more using simple unified Python APIcufflinks (0.12.0) - Productivity Tools for Plotly + Pandasdash (0.19.0) - A Python framework for building reactive web-apps. Developed by Plotly.footballpitchplot (0.1) - Python library using Plotly for plotting a football pitch with events.matplotlylib (0.1.0) - Matplotlib to Plotly Converterplotly (2.1.0) - Python plotting library for collaborative, interactive, publication-quality graphs.plotly_modified (0.1.2) - Python plotting library for collaborative, interactive, publication-quality graphs.plotlyhtmlexporter (0.0.1) - Plotly friendly, Jupyter Notebook HTML Exporter.plotlywrapper (0.0.28) - plotly wrapper to make easy plots easy to makepyjave (0.1) - PLotly and Pandas toolssimpleplotly (0.0.6) - An easy to use plotly wrapper for python / jupyter notebooksxxx@xxx:~$ pip install plotly

说白了就是大面积瘫痪

matplotlib.pyplot是一些命令行风格函数库使matplotlib以类似于MATLAB的方式工作，每个pyplot函数对一幅图片(figure)做一些改动：比如创建新图片，在图片创建一个新的作图区域(plotting area)，在一个作图区域内画直线，给图添加标签(label)等。matplotlib.pyplot是有状态的，亦即它会保存当前图片和作图区域的状态，新的作图函数会作用在当前图片的状态基础之上。

加上 y 轴的绘图区域试试看plot(x*exp(-x), x = -4 .. 4, y = -4 ..4)plot(x*exp(-x), x = -2 .. 4, y = -4 .. 2)

matlab帮助文档里的解释。probplot(Y) produces a normal probability plot comparing the distribution of the data Y to the normal distribution. Y can be a single vector, or a matrix with a separate sample in each column. The plot includes a reference line useful for judging whether the data follow a normal distribution. probplot uses midpoint probability plotting positions.这个函数只能针对下面的分布 "exponential" Exponential "extreme value" or "ev" Extreme value "lognormal" Lognormal "normal" Normal "rayleigh" Rayleigh "weibull" or "wbl" Weibull

【王若琳】【Plotting Revenge(复仇记)】歌词作词：Joanna Wang作曲：Joanna Wang编曲：Amanda WuI"m plotting revenge against my bossI"m plotting revenge against my bossI"m plotting revenge against my bossMaybe it"ll happen it"ll happen sometimeMaybe it"ll happen it"ll happen sometimeI know when he leaves for workYes I know where he drops off his shirtsBut he doesn"t knowNo he doesn"t knowNo he doesn"t knowThat I know all this!I"m plotting revenge against my neighborI"m plotting revenge against my neighborI"m plotting revenge against my neighborMaybe it"ll happen it"ll happen sometimeMaybe it"ll happen it"ll happen sometimeHe complains that my dog"s too loudSays he"ll call the cops, he screams and shoutsBut he doesn"t knowNo he doesn"t knowNo he doesn"t knowThat I don"t like that!I"m plotting revenge against myselfI"m plotting revenge against myselfI"m plotting revenge against myselfMaybe it"Ll happen it"ll happen sometimeMaybe it"Ll happen it"ll happen sometimePlotted against everyone I knowThe last on the list, is me, oh no!But I don"t knowNo I don"t knowNo I don"t knowThat it must be done!

plot the truncated fourier series以图表画出截断的傅里叶级数plot[英][plu0252t][美][plɑ:t]n.地基，基址图; （戏剧、小说等的）情节; 一块地; 测算表; vt.以图表画出，制图; 密谋; 把…分成小块; 为（文学作品）设计情节; vi.设计作品情节; 标示于图表上; 密谋，暗中策划; 第三人称单数：plots过去分词：plotted复数：plots现在进行时：plotting过去式：plotted例句:1.Are they part of some beijing plot to grab technology and knowhow? 它们是不是中国政府攫取技术和专业诀窍阴谋的一部分？

a=[0,1,2,3,4]b=[0,1,2,3,4]plt.plot(a,b,"o")plt.show()

plotted against暗算

FilmreviewInmymind,hasgreatinfluencewitheverycinemainthesummervacation.(在我印象里，变形金刚2对有着十分极大的影响力对于暑假的每一家电影院)What"sitabout?TwoyearshavepassedsinceMeganFox(人名)leantoverBumblebee"sbonnetinrippeddenimshorts.TheAutobots（汽车人）arestillonearth,workingalongsidetheUSmilitarytoprotecttheworldfromfurtherDecepticon（霸天虎）attacks.OneparticularlyevilTransformer–TheFallen–ismastermindingaplantodestroyalltheAutobotsand,whilehe"satit,Earth.Meanwhile,SamWitwicky（人名，男主角）isstartingcollegeandMeganFoxisstillwearingrippeddenimshorts,exceptthistimeshe"sbentoveramotorbikeandhashadsomethinginjectedintoherlips.It"sweird.Buthot.（讲的是什么）What"sgoodaboutit?RevengeoftheFallenisbiggerandlouderthanitspredecessor.There"sahealthydoseofnewcharacters.Visually,itrocks.Thefightsequencesarebetterchoreographedandthere"smore‘expression"intheup-closeshotsoftheTransformers"faces.LargepartsofNewYork,Paris,ShanghaiandtheEgyptiandesertallgetblowntoshit.Inparticular,aforestsceneinwhichOptimusPrime（擎天柱）slugsitoutwiththreeDecepticonsareawesome.Asistheendsequence:theplot(andthereforethefateoftheworld)pivotson‘magicdust",theUSarmyareshouting“Bringtherain!”andMeganFoxisscramblingaroundinwhitetrouserswhilethesunsetsonthepyramids,whicharetopped,tinsel-like,withgiantshinyrobots.It"sjustsopoeticallyretarded.（精彩的地方）Ihopepeoplewillloveitinthefuture.Letusexpectthetransformers3andIbelieveitwillbetterthan2.（我希望人们会在以后喜欢上它，让我们期待变3的出现并且我相信会比2更好）很冷门的字都帮你中文标好了，还有3颗药喂你喂你喂你妈吃

火山图（volcano plot） 是散点图的一种，它将统计学中的显著性度量和变化幅度相结合，从而能够帮助我们快速直观地识别那些变化幅度较大且具有统计学意义的对象。本篇文章将简单介绍应用ggplot2进行火山图的绘制，当然这肯定是不够放在文章上面的，相关的细节调整还需要进行个性化的学习。 前面提到火山图可以将统计学中的显著性度量和变化幅度相结合，这里的显著性度量为相应的统计学检验的置信度参数，例如t检验；而变化幅度一般呈现为比例，即fold change。但是我们一般在进行火山图的绘制时会对这两个值进行相应的转换：将显著性度量参数P-Value转换为-log10(P_Value)，将变化幅度fold change转换为log2(fold_change)。同时，Adjust P_Value为数据显著性参数，这个值来自于对P_Value的校正，防止出现假阳性和假阴性，我们一般会使用Adjust P_Value而不是P_Value。这样的转换使得这两个值越大，相应的对象也就差异越显著。 本次的测试数据可通过留言获取，这里仅展示部分： 可以看到，这个数据当中log2(fold_change)已经天然存在，Adjust P_Value也已经存在，只不过需要我们进行-log10的转换。 绘制火山图： 注意，在这里我们的绘制思路稍显不同，我们是充分利用了ggplot2的图层优势，将整个图分成了四个部分进行绘制（ 就是4个geom_point() )，这是非常有用的。同时我们也通过 labs() 函数个性化调整了横纵坐标的名称。最后通过 geom_vline() 和 geom_hline() 添加了横竖线。最终成图如下： 最终成图如下： 今天又是摸鱼的一天！

总结来说有以下几点：ggplot2的核心理念是将绘图与数据分离，数据相关的绘图与数据无关的绘图分离ggplot2是按图层作图ggplot2保有命令式作图的调整函数，使其更具灵活性ggplot2将常见的统计变换融入到了绘图中。==================================================================1、ggplot2的逻辑。ggplot2的逻辑在我看来其实是真正实现了一个图层叠加的概念：一句语句代表一张图，然后再有最小的单元图层。这个与其他命令式的绘图完全不同，来做个比较：#这是基于graphic包里例子x <- rnorm(100,14,5)y <- x + rnorm(100,0,1)plot(x,y)text(13,20, expression(x[1] == x[2]))输出的图是这样的：我们可以看到这种绘图方式实际上是按命令添加的，以plot开始，可以以任何方式结束，每加上一个元素，实际上都是以一句单独的命令来实现的。这样做的缺点就是，其实不符合人对于画图的一般认识。其次，就是，我们没有一个停止绘图的标志，这使得有时候再处理的时候就会产生一些困惑。优势其实也有，在做参数修改的时候，我们往往可以很方便地直接用一句单独的命令修改，譬如对于x轴的调整，觉得不满意就可以写命令直接调整。而ggplot2则意味着要重新作图。再来看ggplot2的代码：x <- rnorm(100,14,5) y <- x + rnorm(100,0,1) ggplot(data= NULL, aes(x = x, y = y)) + #开始绘图 geom_point(color = "darkred") + #添加点 annotate("text",x =13 , y = 20,parse = T, label = "x[1] == x[2]") #添加注释画出的结果如下：我们可以发现，ggplot的绘图有以下几个特点：第一，有明确的起始（以ggplot函数开始）与终止（一句语句一幅图）；其二，图层之间的叠加是靠“+”号实现的，越后面其图层越高。其次就是对于分组数据的处理，其实这方面，lattice已经做得很好了，不过我会在后面更仔细地叙述ggplot2是怎么看分组数据的绘图的。2. ggplot2的要素我们这里不谈qplot（quickly plotting）方法，单纯谈ggplot方法。不谈底层的实现思想，我们简单地理解，ggplot图的元素可以主要可以概括如下：最大的是plot（指整张图，包括background和title），其次是axis（包括stick，text，title和stick）、legend（包括backgroud、text、title）、facet这是第二层次，其中facet可以分为外部strip部分（包括backgroud和text）和内部panel部分（包括backgroud、boder和网格线grid，其中粗的叫grid.major，细的叫grid.minor）。大致见下图，这部分内容的熟悉程度直接影响到对于theme的掌握，因此希望大家留心。3. ggplot2图层以及其他函数的分类好了，现在把这些理念的东西讲完了之后，下面来理解ggplot2里的绘图命令。ggplot2里的所有函数可以分为以下几类：用于运算（我们在此不讲，如fortify_，mean_等）初始化、展示绘图等命令（ggplot，plot，print等）按变量组图（facet_等）真正的绘图命令（stat_，geom_，annotate），这三类就是实现一个函数一个图层的核心函数。微调图型：严格意义上说，这一类函数不是再实现图层，而是在做局部调整。scale_：直译为标尺，这就是与aes内的各种美学（shape、color、fill、alpha）调整有关的函数。guides：调整所有的text。coord_：调整坐标。theme：调整不与数据有关的图的元素的函数。4. 绘图第一步：初始化。ggplot2风格的绘图的第一步就是初始化，说白了就是载入数据空间、选择数据以及选择默认aes。p <- ggplot(data = , aes(x = , y = ))data就是载入你要画的数据所在的数据框，指定为你的绘图环境，载入之后，就可以免去写大量的$来提取data.frame之中的向量。当然，如果你的数据都是向量，也可不指定，但是要在申明中标注data = NULL，不然就会得到不必要的报错。第二个是重头戏，即aes，是美学（aesthetic）的缩写。这是在ggplot2初学者眼里最不能理解的东西，甚至很多老手也会在犹豫，什么时候要把参数写在aes里，什么时候要写在aes外。我们做一个简单的，不非常恰当的解释：任何与数据向量顺序相关，需要逐个指定的参数都必须写在aes里。这之后我们会进一步解释，现在我们初始化的时候，最好只是把关于位置的x和y指定一下就好。第二部，绘制图层。很多人在解释ggplot2的时候喜欢说，ggplot2绘图有两种函数，一类是geom_，绘图用的；一类是stat_，统计变换用的。这样说不是不对，只是很不恰当，很多人就会问出一些问题，比如，统计变换竟然是做运算用的，为什么可以用来画图？为什么stat_bin和geom_histgram画出来的图是一样，竟然一样，为什么要重复？事实上，任何一个ggplot2图层都包括stat和geom俩部分，或者说两个步骤（其实还包括position）。 而stat_identity则表示不做任何的统计变换。我们来举个例子，还是上面的代码，为了更直观，我在此作了修改：x <- c(rnorm(100,14,5),rep(20,20)) y <- c(rnorm(100,14,5) + rnorm(100,0,1),rep(20,20))ggplot(data= NULL, aes(x = x, y = y)) + #开始绘图 geom_point(color = "darkred")做出的图如下：我们查看码源，就知道geom_point的默认stat是identity，即不做任何统计变换：> geom_pointfunction (mapping = NULL, data = NULL, stat = "identity", position = "identity", na.rm = FALSE, ...) { GeomPoint$new(mapping = mapping, data = data, stat = stat, position = position, na.rm = na.rm, ...)}<environment: namespace:ggplot2>大家可以发现，我在（20，20）这个点的数据事实上是有20个的，但由于没做统计转换(20,20)这个点被画了20次，因此我们理论上看到的点其实是最后一次画的那个点。可能这不够直观，没关系，我们调整一下透明度到10%：ggplot(data= NULL, aes(x = x, y = y)) + #开始绘图 geom_point(color = "darkred",alpha = 0.1)得到如下图：这样应该就很明显了，由于(20,20)点被画了20次，所以透明度会叠加为20*10% = 200%实际只展现100%。我们现在就使用坐标转换来重新画这个图：ggplot(data= NULL, aes(x = x, y = y)) + #开始绘图geom_point(color = "darkred",stat = "sum")好了，解释一下，stat_sum实际的意思就是按照某一点占所有点出现频率然后换算成大小来作图，因此，以上代码就可以得到下面这张图，因为(20,20)这个点出现频率为20/120=16.667%：好了，我们可以发现了，一个单纯的geom_point里面也是带有stat_的，因此，其实geom_和stat_实际上是一回事。可能你会问了，那照我的说法，以上这幅图用的是geom_point里的一个参数，而不是再用stat_sum，这是一回事吗？bingo！这个问题相当好，的确，按照以上的推理，应该存在一种以stat_sum作为主函数的方法来绘制这幅图，搞不好，里面还有个参数geom，要设置成“point”。我们来实践一下吧：ggplot(data= NULL, aes(x = x, y = y)) + #开始绘图 stat_sum(color = "darkred",geom = "point")尼玛，还真可以，还长得一模一样。现在就讲通了，对于有过经验的同学现在应该重新修正这个观点——stat_和geom_是两种绘图方法。这是错的，其实它们是ggplot2每一个图层绘制都必须有的，是一个图层的一体两面。在这一步之中，我们也要回到我们在第一步时出现的问题，aes到底是什么？为什么说任何与数据向量顺序相关，需要逐个指定的参数都必须写在aes里？什么时候color、shape、size、fill写外面，什么时候写里面？aes实际上做的是将aes里的向量的顺序逐个地绘制。譬如以下代码（转自geom_point帮助文档中的实例）：p <- ggplot(mtcars, aes(wt, mpg)) #<---- code 1p + geom_point(aes(colour = qsec)) #<---- code 2结果是：我们来分析一下ggplot2是怎么作图的。首先，我们来看一下mtcars这个数据集长什么样：> head(mtcars) mpg cyl disp hp drat wt qsec vs am gear carbMazda RX4 21.0 6 160 110 3.90 2.620 16.46 0 1 4 4Mazda RX4 Wag 21.0 6 160 110 3.90 2.875 17.02 0 1 4 4Datsun 710 22.8 4 108 93 3.85 2.320 18.61 1 1 4 1Hornet 4 Drive 21.4 6 258 110 3.08 3.215 19.44 1 0 3 1Hornet Sportabout 18.7 8 360 175 3.15 3.440 17.02 0 0 3 2Valiant 18.1 6 225 105 2.76 3.460 20.22 1 0 3 1code 1: ggplot首先载入了这个mtcars的集合，然后指定给了mpg作为其x坐标位置，wt为y坐标位置。code 2: 指定了qsec作为其染色的标准（分组），qsec为numeric变量，因此，应该选择连续型的标尺，而不是分组染色。然后开始绘制，读取mtcars$mpg[1]、mtcars$wt[1]，确定位置，然后为其染成mtcars$qsec[1]颜色；再绘制第二点。。。因此，aes里的美学特征其实就是按照向量顺序指定每个位置的美学特征，大家可以比较tapply函数的写法。好了，现在问题就来了。我想为所有点的颜色都染成绿色，怎么办？其实很简单，如果不需要指定这么一个染色的顺序，而选择将整个图层染成一种颜色，则只需要将color写在aes外：p + geom_point(color = "green") 哦，怪不得写在aes里染出来的颜色不是绿色，但为什么写到里面就不可以了，为了写到里面，然出来的是粉色？好了，我们再来分析一下把color = "green"写到了aes里，到底发生了什么。p + geom_point(aes(colour = "green"))首先，数据的初始化跟上面那个例子是相同的。然后，因为color放到了aes里，于是ggplot开始搜索mtcars里面的向量了，发现没有叫"green"的，然后又找了global，也没有。于是，ggplot就开始把它认作了一个新的向量。等等，有个问题，我要按照这个向量来分别染色，而事实上，这个向量长度为1，怎么办？ggplot就先把他展开成了factor(rep("green",nrow(mtcars)),levels = unique("green"))，bingo！现在开始染色了。啊第一个数据mtcars$mpg[1]、mtcars$wt[1]，其颜色变量是"green",因子水平是1，染成默认调色第一种，哦，就是这个蛋蛋的粉红色；再染第二个，还是"green"，因子水平也是1，染成蛋蛋的粉红色；... 终于完成了，咦？怎么都是蛋蛋的粉红色。通过举了这个染色的例子大家应该都弄懂了，aes到底在干什么了。其他的美学特征其实也是完全一致的。只是需要解释group=1的意思就是说不做分组来进行绘图。什么？还是搞不清该放aes里面还是外面？那就记着想统一整个图层时就放到aes外，想分成不同组调整，并且已经有一个与x、y长度一致的分组变量了，那就放到aes里。在这一步里，还要要说的就是我们要讲的是ggplot2大致内置了哪些图：点（point, text）：往往只有x、y指定位置，有shape但没有fill线(line,vline,abline,hline,stat_function等)：一般是基于函数来处理位置射(segment)：特征是指定位置有xend和yend，表示射线方向面(tile, rect)：这类一般有xmax,xmin,ymax,ymin指定位置棒(boxplot,bin,bar,histogram)：往往是二维或一维变量，具有width属性带(ribbon,smooth):透明是特征是透明的fill补：包括rug图，误差棒(errorbar,errorbarh)然后，就是按照你的需要一步步加图层了（使用“+”）。第三部，加注释。所有注释的实现都是通过annotate函数实现的，其实annotate就是一个最简单的geom_单元，它一次只添加一个位置上的图形（可以通过设置向量来实现同时绘制多个图形，但这个理念和注释的理念有所偏差）。annotate的geom就是指定注释的类型，其属性按照geom的不同而发生变化。第四步，调整。这里的调整主要是使用微调图形这大类的函数做美学特征、坐标轴、标题、绘图主题的调整。这部分也就是继承了命令式作图的思想，使ggplot2的灵活性增加。如何搜索你要用什么美学特征调整函数，其实就是按照美学特征的名字来，例如，你要调整的是fill，就找scale_fill_之后就有一些不同的染色方法（关于色彩，如果有时间还会添加相关知识）；调整的是横坐标标尺，就找scale_x_然后后面跟上你的横坐标类型；其他雷同。在调整主题这方面，值得褒奖的是，theme函数其实最妙的地方是将对于数据相关的美学调整和与数据无关的美学调整分离了。譬如说，我们要改变x轴的颜色，或者panel的底色，这个其实与数据处理无关，这种分离就会使得我们可以如此流程化地操作作图，而不需要在考虑数据的时候还要关注到与数据无关的美学参数。有人有时候会觉得ggplot2很奇怪的地方就是为什么调整legend的时候，有时要用scale_，有时又要用theme，其实这都是对于ggplot2这个设计理念的不理解，作者的设计思路是要将数据处理与数据美学分开，数据美学与数据无关的调整分开。其次，theme函数采用了四个简单地函数来调整所有的主题特征：element_text调整字体，element_line调整主题内的所有线，element_rect调整所有的块，element_blank清空。这种设计相当地棒。由此，一个极具诚意的作图应该长成下面这个样子：ggplot(data = , aes(x = , y = )) + geom_XXX(...) + ... + stat_XXX(...) + ... + annotate(...) + ... + scale_XXX(...) + coord_XXX(...) + guides(...) + theme(...)5. ggplot2的一些缺点公式支持不好，自带的plotmath公式无法满足很多需求无法针对多个legends进行调整效率不高，绘图速度较慢，这也表示二次开发的可能性不高++++++++++++++++++++++++++++++++++++++++++++++++++++++++以上是使用的心得，希望对大家有用。主要是在理念上解释一些容易产生困惑的问题。

"b" 蓝色 "g" 绿色 "r" 红色 "c" 青色 "m" 品红 "y" 黄色 "k" 黑色 "w" 白色 plt.plot(x, y, marker="+", color="coral") ‘."：点(point marker) ‘,"：像素点(pixel marker) ‘o"：圆形(circle marker) ‘v"：朝下三角形(triangle_down marker) ‘^"：朝上三角形(triangle_up marker) ‘<‘：朝左三角形(triangle_left marker) ‘>"：朝右三角形(triangle_right marker) ‘1"：(tri_down marker) ‘2"：(tri_up marker) ‘3"：(tri_left marker) ‘4"：(tri_right marker) ‘s"：正方形(square marker) ‘p"：五边星(pentagon marker) ‘*"：星型(star marker) ‘h"：1号六角形(hexagon1 marker) ‘H"：2号六角形(hexagon2 marker) ‘+"：+号标记(plus marker) ‘x"：x号标记(x marker) ‘D"：菱形(diamond marker) ‘d"：小型菱形(thin_diamond marker) ‘|"：垂直线形(vline marker) ‘_"：水平线形(hline marker) ‘-‘：实线(solid line style) ‘–‘：虚线(dashed line style) ‘-."：点划线(dash-dot line style) -------------------------------------------------------------------------------------------------------------------------------------------------------------I"m a line ! Thanks for your attention !----------------------------------------------------------------------------------------------------------------

总结来说有以下几点：ggplot2的核心理念是将绘图与数据分离，数据相关的绘图与数据无关的绘图分离ggplot2是按图层作图ggplot2保有命令式作图的调整函数，使其更具灵活性ggplot2将常见的统计变换融入到了绘图中。==================================================================1、ggplot2的逻辑。ggplot2的逻辑在我看来其实是真正实现了一个图层叠加的概念：一句语句代表一张图，然后再有最小的单元图层。这个与其他命令式的绘图完全不同，来做个比较：#这是基于graphic包里例子x <- rnorm(100,14,5)y <- x + rnorm(100,0,1)plot(x,y)text(13,20, expression(x[1] == x[2]))输出的图是这样的：我们可以看到这种绘图方式实际上是按命令添加的，以plot开始，可以以任何方式结束，每加上一个元素，实际上都是以一句单独的命令来实现的。这样做的缺点就是，其实不符合人对于画图的一般认识。其次，就是，我们没有一个停止绘图的标志，这使得有时候再处理的时候就会产生一些困惑。优势其实也有，在做参数修改的时候，我们往往可以很方便地直接用一句单独的命令修改，譬如对于x轴的调整，觉得不满意就可以写命令直接调整。而ggplot2则意味着要重新作图。再来看ggplot2的代码：x <- rnorm(100,14,5) y <- x + rnorm(100,0,1) ggplot(data= NULL, aes(x = x, y = y)) + #开始绘图 geom_point(color = "darkred") + #添加点 annotate("text",x =13 , y = 20,parse = T, label = "x[1] == x[2]") #添加注释画出的结果如下：我们可以发现，ggplot的绘图有以下几个特点：第一，有明确的起始（以ggplot函数开始）与终止（一句语句一幅图）；其二，图层之间的叠加是靠“+”号实现的，越后面其图层越高。其次就是对于分组数据的处理，其实这方面，lattice已经做得很好了，不过我会在后面更仔细地叙述ggplot2是怎么看分组数据的绘图的。2. ggplot2的要素我们这里不谈qplot（quickly plotting）方法，单纯谈ggplot方法。不谈底层的实现思想，我们简单地理解，ggplot图的元素可以主要可以概括如下：最大的是plot（指整张图，包括background和title），其次是axis（包括stick，text，title和stick）、legend（包括backgroud、text、title）、facet这是第二层次，其中facet可以分为外部strip部分（包括backgroud和text）和内部panel部分（包括backgroud、boder和网格线grid，其中粗的叫grid.major，细的叫grid.minor）。大致见下图，这部分内容的熟悉程度直接影响到对于theme的掌握，因此希望大家留心。3. ggplot2图层以及其他函数的分类好了，现在把这些理念的东西讲完了之后，下面来理解ggplot2里的绘图命令。ggplot2里的所有函数可以分为以下几类：用于运算（我们在此不讲，如fortify_，mean_等）初始化、展示绘图等命令（ggplot，plot，print等）按变量组图（facet_等）真正的绘图命令（stat_，geom_，annotate），这三类就是实现一个函数一个图层的核心函数。微调图型：严格意义上说，这一类函数不是再实现图层，而是在做局部调整。scale_：直译为标尺，这就是与aes内的各种美学（shape、color、fill、alpha）调整有关的函数。guides：调整所有的text。coord_：调整坐标。theme：调整不与数据有关的图的元素的函数。4. 绘图第一步：初始化。ggplot2风格的绘图的第一步就是初始化，说白了就是载入数据空间、选择数据以及选择默认aes。p <- ggplot(data = , aes(x = , y = ))data就是载入你要画的数据所在的数据框，指定为你的绘图环境，载入之后，就可以免去写大量的$来提取data.frame之中的向量。当然，如果你的数据都是向量，也可不指定，但是要在申明中标注data = NULL，不然就会得到不必要的报错。第二个是重头戏，即aes，是美学（aesthetic）的缩写。这是在ggplot2初学者眼里最不能理解的东西，甚至很多老手也会在犹豫，什么时候要把参数写在aes里，什么时候要写在aes外。我们做一个简单的，不非常恰当的解释：任何与数据向量顺序相关，需要逐个指定的参数都必须写在aes里。这之后我们会进一步解释，现在我们初始化的时候，最好只是把关于位置的x和y指定一下就好。第二部，绘制图层。很多人在解释ggplot2的时候喜欢说，ggplot2绘图有两种函数，一类是geom_，绘图用的；一类是stat_，统计变换用的。这样说不是不对，只是很不恰当，很多人就会问出一些问题，比如，统计变换竟然是做运算用的，为什么可以用来画图？为什么stat_bin和geom_histgram画出来的图是一样，竟然一样，为什么要重复？事实上，任何一个ggplot2图层都包括stat和geom俩部分，或者说两个步骤（其实还包括position）。 而stat_identity则表示不做任何的统计变换。

yout(:,1)表示yout的第一列数据，冒号就是指一行元素，1是指该数组元素只有1列，就像 {1 2 3 4 5}这样的数组

tout 和 yout 与示波器的 limit data 没关系，这要在模型的 ConfigurationParameters 对话框中设置。 在对话框的 Data Import/Export 页面，同样有 Limit data points to last，这个才是影响tout 和 yout的原因。

【答案】：散点分析是一种通过确定企业的业务活动量和人员水平这两种因素之间是否相关来预测企业未来人员需求的技术。散点分析是企业的业务活动量与人员需求量之间的相关分析，如果两者是相关的，那么一旦能预测出企业的活动量，相应地就能预测出企业的人员需要量。散点分析的局限性在于，受相关程度高低的影响，相关度较低，则预测效度较差，而且由于缺乏客观的统一判定标准，可靠性较低，散点分析还只能说是一种定性判断的方法。

When C is a length(X)-by-3 matrix,t specifies the colors of the markers as RGB values,也就是后面决定颜色的RGB不能只是一列数组，要是length(X)-by-3 matrix。scatter(msdata(i,1),msdata(i,2),".",[0.1,0.3,0]); 可以改成scatter(msdata(i,1),msdata(i,2),".",ones(length(msdata(i,1)))*[0.1,0.3,0]);

程序调用matplotlib.pyplot.scatter绘图，结果报错，报错的具体信息如下： Traceback (most recent call last): File "F:Program FilesPython35libsite-packagesmatplotlibcolors.py", line 143, in to_rgba rgba = _colors_full_map.cache[c, alpha] KeyError: (0.0, None) During handling of the above exception, another exception occurred: Traceback (most recent call last): File "F:Program FilesPython35libsite-packagesmatplotlibcolors.py", line 195, in _to_rgba_no_colorcycle c = map(float, c) TypeError: "float" object is not iterable During handling of the above exception, another exception occurred: Traceback (most recent call last): File "tsne.py", line 219, in pyplot.scatter(X[:, 0], X[:,1], s=20, c=labels, alpha=0.5) File "F:Program FilesPython35libsite-packagesmatplotlibpyplot.py", line 3435, in scatter edgecolors=edgecolors, data=data, **kwargs) File "F:Program FilesPython35libsite-packagesmatplotlib_ init _.py", line 1892, in inner return func(ax, *args, **kwargs) File "F:Program FilesPython35libsite-packagesmatplotlibaxes_axes.py", line 4028, in scatter alpha=alpha File "F:Program FilesPython35libsite-packagesmatplotlibcollections.py", line 890, in init Collection. init (self, **kwargs) File "F:Program FilesPython35libsite-packagesmatplotlibcollections.py", line 139, in init self.set_facecolor(facecolors) File "F:Program FilesPython35libsite-packagesmatplotlibcollections.py", line 674, in set_facecolor self._set_facecolor(c) File "F:Program FilesPython35libsite-packagesmatplotlibcollections.py", line 659, in _set_facecolor self._facecolors = mcolors.to_rgba_array(c, self._alpha) File "F:Program FilesPython35libsite-packagesmatplotlibcolors.py", line 241, in to_rgba_array result[i] = to_rgba(cc, alpha) File "F:Program FilesPython35libsite-packagesmatplotlibcolors.py", line 145, in to_rgba rgba = _to_rgba_no_colorcycle(c, alpha) File "F:Program FilesPython35libsite-packagesmatplotlibcolors.py", line 198, in _to_rgba_no_colorcycle raise ValueError("Invalid RGBA argument: {!r}".format(orig_c)) ValueError: Invalid RGBA argument: 0.0 总的来说就是下面三个错误 KeyError: (0.0, None) TypeError: "float" object is not iterable ValueError: Invalid RGBA argument: 0.0 网上搜索了几个解决办法都不是我问题对应的，最终的解决办法： 问题出在scatter的调用 pyplot.scatter(X[:, 0], X[:,1], s=20, c=labels, alpha=0.5) 其实想做的是X提供数据的二维坐标，然后labels数据提供绘图的颜色 但是发现X的长度与labels的长度不符合，比如X是一个10309 2的向量，而labels是10320 1的向量，这样维度的不同，导致了调用的错误，因此最好检查下想，sactter调用的二维参数的长度，并且检查下他们与c参数长度是否匹配，例如： assert(len(x) == len(y)) assert(len(x) == len(colors)) scatter(x, y, s=20, c=colors)

在pandas中画图和使用matplotlib一样，这里记录一下使用 很久之前有些过matplotlib的散点图，参考： matplotlib手册(11) - 散点图 散点图，通常是用来观察数据之间相关性的 DataFrame.plot.scatter(self, x, y, s=None, c=None, **kwargs) Create a scatter plot with varying marker point size and color. 最简单的参数，是X轴和Y轴的值 我们可以直接使用column来指定 参数s 控制每一个点的大小 参数c 用来指定每一个点的颜色 这里还可以调用其他matplotlib中的参数， 关于参数c 参数c，不单单可以用来指定颜色，还可以传入一个column name A column name or position whose values will be used to color the marker points according to a colormap. 就是说，我们可以引入第3个维度，来指定点的颜色 回去看一眼，我们的数据，这个species就是不同的种类 关于colormap，可以参考下官方介绍： https://matplotlib.org/tutorials/colors/colormaps.html 补充一下，关于这个参数c，刚才使用的时候报错了，发现是我理解错了 pandas异常-"c" argument must either be valid as mpl color(s) or as numbers to be mapped to colors

比如画sin曲线：t = 0 : 0.01 : 2 * pi;f = sin(t);subplot(2,2,1);plot(t,h,"-","*","r");其他的都是类似的其他的画图注意改为subplot(2,2,2),subplot(2,2,3),subplot(2,2,4)就行了

问一下楼主是怎么解决的呢？谢谢，麻烦付一下代码

median出错，所以后面都没执行

你就创建一个空白图 然后在这个图片上加你想要加的文字呗 可以用text语句，推荐在图片窗口选那个编辑的按钮进入编辑页面，想在上面加什么就加什么

加入uicontrol("parent",xxxxxxx,"style","text","string","xxxxxxxxx","pos",xxxxxxxxxxx)在subplot中间加个坐标轴，设置坐标轴的xcolor和ycolor属性为窗口的背景颜色；去掉xtick和ytick。然后title输出你要添加的大标题。呵呵，这个办法有点糊弄。:)

h1 = subplot( 2, 1, 1 )h1 = 173.0011>> getframe( h1 )ans = cdata: [144x435x3 uint8] colormap: []>> imwrite(ans.cdata, "xxx.jpg")教你一个matlab的截图函数吧，getframe，用这个可以实现你的功能。然后保存图像，用imwrite。

选A，subplot第一个参数是行数，第二个是列数，第三个是依次数块数

figure(2);subplot(3,1,1);psd(y0);XLabel({});YLabel({});title("原信号");subplot(3,1,2);psd(0.2*yf0);XLabel({});YLabel({});title("卷积后的信号");subplot(3,1,3);psd(y);XLabel({});YLabel({});title("恢复信号");

重新用subplot选择第一个图,如subplot(211), 然后set(gca,"YTick"......等等即可

是应该每一句subplot后面都有一句plot啊，plot的参数不一样图就不一样了啊，你仔细试试啦!

function draw() n=0:99; w=[0,pi/8,pi/4,pi/2,pi,7*pi/4,15*pi/8,2*pi]; for i=1:8 x=cos(n.*w(i)); subplot(2,4,i); % subplot(4,2,i); plot(n,x,"k-"); endend

subplot 121其实就是subplot [1,2,1],表示在本区域里显示1行2列个图像，最后的1表示本图像显示在第一个位置。

% 在每次画图后增加一句axis equal; % 让 xy 轴的比例为 1:1% 或者set(gca,"DataAspectRatio",[1 1 1]); % 设置当前坐标轴（xyz）比例为 1:1:1

x=-2*pi:0.1:2*pi;y1=sin(x);y2=cos(x);y3=x.^2;y4=x.^3;subplot(2,2,1);plot(x,y1,"r");subplot(2,2,2);plot(x,y2,"r");subplot(2,2,3);plot(x,y3,"r");subplot(2,2,4);plot(x,y4,"r");

plt.subplot中的三个参数表示几行、几列，和该图占第几个位置；plt.subplot（6,1,1）表示将画板分为6行1列，这个图在第一行的位置，（6,1,2）表示第二行。。，输出只有两个图是因为你一直在（6,1,1）（6,1,2）位置画图覆盖了原图。六个plt.subplot分别改（6,1,1）（6,1,2）（6,1,3）（6,1,4）（6,1,5）（6,1,6）

y(2:102,2)表示2、4、6、8...100、102

首先你要弄清楚matlab中figure 的架構 close all x = -pi:.1:pi; y = sin(x); plot(x,y) 當以上指令執行到plot時 matlab會create一個figure 再createn附屬於這個figure的axes 然後在這個axes上畫圖 close all x = -pi:.1:pi; y1 = sin(x); y2 = cos(x); subplot(2,1,1);plot(x,y1) subplot(2,1,2);plot(x,y2) 當以上指令執行到subplot時 matlab會create一個figure 及"兩個" 附屬於這個figure的axes plot會自動在第一個axes上畫圖 第二個subplot會跳到第二個axes 也就是去activate第二個axes 接下來的plot就在這個axes上畫圖 請先保留這個圖以便進一步解說 好...所以你現在要做的事情是 把你想要的axes放大到整個figure 並把其他axes刪掉 首先你要找到這個figure下一共有多少axes 我們要用get指令 t=get(gcf,"children") get用來取出物件的property gcf就代表目前active的figure children就是figure的其中一種property 在這裡就代表所有歸gcf管的axes 你會發現t是個長度為二的vector 因為我們已經用subplot創了兩個axes 如果執行delete(t(1)) 那cos的就會被刪去 接下來得把剩下的axes放大 set(t(2),"position",[0 0 1 1]) set就是重新設定物件的property t(2)就是我們要設定的axes position是axes的其中一種property [0 0 1 1]就是我們要設定的值 分別代表左底寬高 因為你希望放到最大 所以"左邊" 距離figure的框要是零 而"底邊" 距離figure的框要是零 寬度及高度都要是 100% 這篇講的很簡略 你應該把matlab help中的Graphics翻過一次 尤其是Handle graphic Objects 來互相對照

画完子图在下面加plt.suptitle()

>> subplot(121)>> x1=-2:0.1:2;>> y1=x1.^2;>> plot(x1,y1)>> subplot(222)>> x2=0:0.1:4;>> y2=sqrt(x2);>> plot(x2,y2)>> subplot(224)>> x3=0:0.1:4;>> y3=-sqrt(x3);>> plot(x3,y3)>> 看看是不是这个样子的！

画在一个图里，用plot（x1,y1,x2,y2,x3,y3,x4,y4）你要它们成2x2分布，就把坐标移动一下，至于位置根据具体情况自己定例如----------------------------plot（subs(x1,x1+1),subs(y1,y1+1),subs(x2,x2-1),subs(y2,y2+1),subs(x3,x3+1),subs(y3,y3-1),subs(x4,x4-1),subs(y4,y4-1)）

subplot(2,1,1)title("a")subplot(2,1,2)title("b")用title直接上标题不就分开了么。。。

subplot(m,n,p)

使用subplot(3,3,3)绘制的是（）子图。 A.第一行第三列的子图 B.第一行第二列的子图 C.第二行第三列的子图 D.第二行第二列的子图 正确答案：A

用text()函数，如第一个：subplot(4,5,1),...,text(10,200,"1"),其余类推。

放大整个figure,subplot也会变大的,但是得找个大些的显示器单个subplot的尺寸跟整个figure一样,可以通过设置position来调整:例如:figure;subplot(2,2,1);set(gca,"position",)具体多少数字合适,需要多次尝试调整

可以采用subplot函数。具体解释subplot(m,n,p);先指定将一个图分为m行n列，当前画图为p。以下以画正弦函数，余弦函数，一次函数和二次函数在【-3，3】范围的图像为例说明如何使用subplot函数。代码：>> subplot(2,2,1)>> plot(-3:0.01:3,sin(-3:0.01:3))>> subplot(2,2,2);>> plot(-3:0.01:3,cos(-3:0.01:3))>> subplot(2,2,3);>> plot(-3:0.01:3,-3:0.01:3)>> subplot(2,2,4);>> plot(-3:0.01:3,(-3:0.01:3).^2)

subplot函数能将图形窗口分割成多个小窗格，并设置当前窗格 A.正确 B.错误 正确答案：A

subplot(1,2,1)title("子标题1")subplot(1,2,2)title("子标题2")suptitle("总标题")

subplot(2，2，3)是指（）的子图。 A.两行两列的左下图B.两行两列的右下图C.两行两列的左上图D.两行两列的右上图正确答案：A

plot是个普通的名词。表示图标的意思。动词的话就是标出。。。的未知。是个单词而subplot是个软件的名称。一个图像处理软件

用sgtitle("总标题")这个语句要写在代码最后。比如：figure()subplot(2,1,1)title("子标题1")subplot(2,1,2)title("子标题2")sgtitle("总标题")不知道是不是版本问题（我用的2018b), suptitle 会报错

放大整个figure,subplot也会变大的,但是得找个大些的显示器单个subplot的尺寸跟整个figure一样,可以通过设置position来调整:例如:figure;subplot(2,2,1);set(gca,"position",)具体多少数字合适,需要多次尝试调整

可这样：figure,title("加总标题")subplot(2,1,1),plot(...)subplot(2,1,2),plot(....)

使用方法：subplot（m,n,p）或者subplot（m n p）。subplot是MATLAB中的函数，是将多个图画到一个平面上的工具。在matlab的命令窗口中输入doc subplot或者help subplot即可获得该函数的帮助信息。subplot是将多个图画到一个平面上的工具。其中，m表示是图排成m行，n表示图排成n列，也就是整个figure中有n个图是排成一行的，一共m行，如果m=2就是表示2行图。p表示图所在的位置，p=1表示从左到右从上到下的第一个位置。在matlab的命令窗口中输入doc subplot或者help subplot即可获得该函数的帮助信息。matlab的优势特点1、高效的数值计算及符号计算功能，能使用户从繁杂的数学运算分析中解脱出来。2、具有完备的图形处理功能，实现计算结果和编程的可视化。3、友好的用户界面及接近数学表达式的自然化语言，使学者易于学习和掌握。4、功能丰富的应用工具箱(如信号处理工具箱、通信工具箱等)，为用户提供了大量方便实用的处理工具。

subplots是设置子图的，这句话表示大图含有2行1列共2个子图，正在绘制的是第一个

使用方法：subplot（m,n,p）或者subplot（m n p）。subplot是将多个图画到一个平面上的工具。其中，m表示是图排成m行，n表示图排成n列，也就是整个figure中有n个图是排成一行的，一共m行，如果m=2就是表示2行图。p表示图所在的位置，p=1表示从左到右从上到下的第一个位置。 在matlab的命令窗口中输入doc subplot或者help subplot即可获得该函数的帮助信息。

subplot（2,2,1）意思指的是在一个2行2列共4个子图的图中，定位第1个图来进行操作。最后的数字就是表示第几个子图，此数字的变化来定位不同的子图。subplot是MATLAB中的函数，是将多个图画到一个平面上的工具，在MATLAB的命令窗口中输入doc subplot或者help subplot即可获得该函数的帮助信息。subplot（m,n,p）是subplot的常规使用方法，其中m表示图排列成m行，n表示图排列成n列，也就是在整个figure中有n个图是排成一行的，一共m行，而p则表示图所在的位置。subplot（m,n,p）是一个连续的函数，也就是可以画一整张连续的图，其中该图包含若干子图，每一个子图也是连续的，可将多个图画到一个平面上。subplot(1,1,1)清空当前窗口所有坐标系对象，并创建一个默认的坐标系，注意此时subplot(1,1,1)和subplot(111)不完全等效，subplot(111)执行完以后没有任何直观上的反应，它只是促使figure在下次调用绘图命令之前执行清空图形命令clf reset，接着创建一个默认坐标系。

subplot（2,2,1）指的是在一个2行2列共4个子图的图中，定位第1个图来进行操作。最后的数字就是表示第几个子图，此数字的变化来定位不同的子图。subplot是MATLAB中的函数，是将多个图画到一个平面上的工具，在MATLAB的命令窗口中输入doc subplot或者help subplot即可获得该函数的帮助信息。需知：subplot（m,n,p）是subplot的常规使用方法，其中m表示图排列成m行，n表示图排列成n列，也就是在整个figure中有n个图是排成一行的，一共m行，而p则表示图所在的位置。subplot（m,n,p）是一个连续的函数，也就是可以画一整张连续的图，其中该图包含若干子图，每一个子图也是连续的，可将多个图画到一个平面上。subplot(1,1,1)清空当前窗口所有坐标系对象。并创建一个默认的坐标系，注意此时subplot(1,1,1)和subplot(111)不完全等效，subplot(111)执行完以后没有任何直观上的反应，它只是促使figure在下次调用绘图命令之前执行清空图形命令clf reset，接着创建一个默认坐标系。

matlab中subplot是在各个分块位置创建坐标区的意思。例如：在一个图窗中，创建带有两个堆叠子图的图窗。在每个子图上绘制一条正弦波。subplot(2,1,1);x = linspace(0,10);y1 = sin(x);plot(x,y1)subplot(2,1,2); y2 = sin(5*x);plot(x,y2)运行结果

在实际应用中，经常需要在一个图形窗口中绘制若干个独立的图形，这就需要对图形窗口进行分割。分割后的图形窗口由若干个绘图区组成，每一个绘图区可以建立独立的坐标系并绘制图形。同一图形窗口下的不同图形称为子图。Matlab提供了subplot函数用来将当前窗口分割成若干个绘图区，每个区域代表一个独立的子图，也是一个独立的坐标系，可以通过subplot函数激活某一区，该区为活动区，所发出的绘图命令都是作用于该活动区域。调用格式：subplot(m,n,p)或subplot(mnp)该函数把当前窗口分成m×n个绘图区，m行，每行n个绘图区，区号按行优先编号。其中第p个区为当前活动区。每一个绘图区允许以不同的坐标系单独绘制图形。例如：subplot(1,2,2)就是指一个FIGURE图形生成一行两列两个子图，subplot(1,2,2)后面一个2表示当前激活第二个子图。扩展资料例如：对称子图的绘制说明，在命令行窗口输入：subplot(2,2,1)text(.5,.5, {"subplot(2,2,1)";"or subplot 221"},"FontSize",14,"HorizontalAlignment","center")subplot(2,2,2)text(.5,.5, {"subplot(2,2,2)";"or subplot 222"},"FontSize",14,"HorizontalAlignment","center")subplot(2,2,3)text(.5,.5, {"subplot(2,2,3)";"or subplot 223"},"FontSize",14,"HorizontalAlignment","center")subplot(2,2,4)text(.5,.5, {"subplot(2,2,4)";"or subplot 224"},"FontSize",14,"HorizontalAlignment","center"得到结果如下：参考资料来源：百度百科-subplot

subplot（2,2,1）指的是在一个2行2列共4个子图的图中，定位第1个图来进行操作。最后的数字就是表示第几个子图，此数字的变化来定位不同的子图。subplot是MATLAB中的函数，是将多个图画到一个平面上的工具，在MATLAB的命令窗口中输入doc subplot或者help subplot即可获得该函数的帮助信息。subplot（m,n,p）是subplot的常规使用方法，其中m表示图排列成m行，n表示图排列成n列，也就是在整个figure中有n个图是排成一行的，一共m行，而p则表示图所在的位置。subplot（m,n,p）是一个连续的函数，也就是可以画一整张连续的图，其中该图包含若干子图，每一个子图也是连续的，可将多个图画到一个平面上。subplot(1,1,1)清空当前窗口所有坐标系对象。并创建一个默认的坐标系，注意此时subplot(1,1,1)和subplot(111)不完全等效，subplot(111)执行完以后没有任何直观上的反应，它只是促使figure在下次调用绘图命令之前执行清空图形命令clf reset，接着创建一个默认坐标系。

t=0:0.001:1;y1=sin(10*t);y2=sin(15*t);h=subplot(521);set(h,"position",[0.05 0.55 0.45 0.45]); plot(t,y1);h=subplot(522);set(h,"position",[0.55 0.55 0.45 0.45]); plot(t,y2);h=subplot(514);set(h,"position",[0.05 0.27 0.95 0.24]); plot(t,y2);h=subplot(515);set(h,"position",[0.05 0.03 0.95 0.24]); plot(t,y2);

你也可以一张张画，然后用别的软件比如photoshop排版 ，特别是在确定坐标有困难的时候。 如果有很多张图，每张图都有多个subplot，还是用matlab程序来画，一劳永逸。

没明白你想要什么样的效果，能再具体描述一下吗？

应该是这样子的。。function pushbutton1_Callback(hObject, eventdata, handles)h_figure=figure;axes(h_figure);subplot(3,1,[1 2]); plot（x1,y1）； function pushbutton2_Callback(hObject, eventdata, handles)axes(h_figure);subplot(3,1,3); plot(x2,y2); function pushbutton3_Callback(hObject, eventdata, handles)axes(h_figure);subplot(3,1,[1 2]);plot(x3,y3);

subplot:一个大图里面同时显示多个子图例如：一个FIGURE图形生成一行两列两个子图，subplot(1,2,2)后面一个2表示当前激活第二个子图ezplot画函数的曲线图，不需要设定自变量范围例如：syms x;y=sin(x);ezplot(y)grid on 开启网格线

画第一张子图子图排列为2×2的矩阵 subplot(221)的位置相当于（1，1）位置

subplot(311); 改为 subplot(3,1,1);subplot(312); 改为 subplot(3,1,2);subplot(313); 改为 subplot(3,1,3);

Matplotlib的可以把很多张图画到一个显示界面，这就设计到面板切分成一个一个子图。这是怎么做到的呢。matplot提供两种方法。 直接指定划分方式和位置进行绘图。 subplot前面俩参数指定的是一个画板被分割成的行和列，后面一个参数则指的是当前 正在绘制的编号！ 那是个什么编号规则呢？就是 行优先数数规则！ 这个方法更直接。事先先把画板分隔好。 这里的的ax是matplotlib.axes._subplots.AxesSubplot 这个类型的,我们可以理解为这是一个子plot，我们在这上面操作它把图像画到figure上面去。我们直接根据列表的下标指定画图的位置。最后显示figure即可。

有三个参数,据个例子就明白了，如下：subplot(1,2,1)加上要画的东东subplot（1,2,2）加上要画的东东这个例子的意思就是，将显示框分为一行两列（前两个参数），共两个图subplot(1,2,1)代表第一个子图（第三个参数）subplot（1,2,2）代表第二个子图（第三个参数）这个命令非常常用哦

自动排版不好看，自己每个图片输出一张就OK了。不用subplot，用figure(n)就可以了。

建一个图形一，有一个一行两列的图形，在第一个图形上

subplot(6,2,[1 3 5 7 9 11])subplot(6,2,2)subplot(6,2,4)subplot(6,2,6)subplot(6,2,8)subplot(6,2,10)subplot(6,2,12)

加入uicontrol("parent",xxxxxxx,"style","text","string","XXXXXXXXX","pos",xxxxxxxxxxx)在subplot中间加个坐标轴，设置坐标轴的xcolor和ycolor属性为窗口的背景颜色；去掉xtick和ytick。然后title输出你要添加的大标题。呵呵，这个办法有点糊弄。:)

我也遇到这个问题，感觉matlab用subplot画的图太多了就会缺图，而且，补画的话其他位置的图又消失了，反正总是画不满的。真是蛋疼。

可以采用subplot函数。具体解释subplot(m,n,p);先指定将一个图分为m行n列，当前画图为p。以下以画正弦函数，余弦函数，一次函数和二次函数在【-3，3】范围的图像为例说明如何使用subplot函数。代码：>> subplot(2,2,1)>> plot(-3:0.01:3,sin(-3:0.01:3))>> subplot(2,2,2);>> plot(-3:0.01:3,cos(-3:0.01:3))>> subplot(2,2,3);>> plot(-3:0.01:3,-3:0.01:3)>> subplot(2,2,4);>> plot(-3:0.01:3,(-3:0.01:3).^2)结果：

你用suptitle命令即可。下面是该命令的帮助文档。suptitle("text") adds text to the top of the figureabove all subplots (a "super title"). use this functionafter all subplot commands.下面是一个例子，注意，最好画完所有的子图后再用suptitle，不然可能会出现和第一个子图的标题覆盖的情况。clc;clear;close allx = 0:0.01:4*pi;y1 = cos(x);y2 = sin(x);figure(1)subplot(2,1,1);plot(x,y1);title("cos(x)");subplot(2,1,2);plot(x,y2);title("sin(x)");suptitle("总标题")下面是结果：

绘图子窗口被设定为3行1列。plt.subplot（3、1、3）缩写为plt.subplot（313），表示绘图子窗口被设定为3行1列。