加载数据

首先，我们需要加载要用于散点图的数据。对于本教程，我们将使用MATLAB 包中iris包含的数据集datasets。

% Load the iris dataset
load fisheriris

使用散点函数创建散点图

接下来，我们将使用 MATLAB 中的函数创建散点图scatter()。我们将使用该scatter()函数创建基本绘图对象，然后添加图层以自定义绘图。

% Create a basic scatter plot
scatter(meas(:,1), meas(:,2))
xlabel('Sepal Length')
ylabel('Sepal Width')
title('Sepal Length vs. Sepal Width')

image.png

在上面的代码中，我们首先fisheriris使用函数加载了数据集load()。然后，我们使用该函数创建了一个基本的散点图scatter()，并将meas(:,1)和指定meas(:,2)为要分别在 x 和 y 轴上绘制的变量。xlabel()最后，我们添加了 x 和 y 轴标签，并使用、ylabel()和函数为绘图添加了标题title()。

自定义散点图

现在我们已经创建了一个基本的散点图，我们可以对其进行自定义，使其更具视觉吸引力和信息量。这里有一些例子：

根据第三个变量更改点的颜色

% Create a scatter plot with points colored by species
gscatter(meas(:,1), meas(:,2), species)
xlabel('Sepal Length')
ylabel('Sepal Width')
title('Sepal Length vs. Sepal Width')

image.png

在上面的代码中，我们使用该gscatter()函数创建了一个散点图，其中的点由species变量着色。这会创建一个散点图，其中每个物种都用不同的颜色表示。

添加回归线

% Create a scatter plot with a regression line
scatter(meas(:,1), meas(:,2))
xlabel('Sepal Length')
ylabel('Sepal Width')
title('Sepal Length vs. Sepal Width')
hold on
mdl = fitlm(meas(:,1), meas(:,2));
plot(mdl)