MATLAB绘制三角热力图（关注就能获取完整可运行的代码）

已于 2025-07-17 14:58:15 修改
阅读量877 收藏 19
点赞数 8
CC 4.0 BY-SA版权
文章标签： 信息可视化
于 2025-07-17 14:45:37 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/2401_87155636/article/details/149421538

概要

    • 读取 data.mat 文件，数据为一个 10×10 的矩阵，命名为 Z。

    • 定义 x 和 y 的标签名称，都是表示车辆相关属性（如 Carb、Wt、Hp 等）。

  • 颜色映射设置：

    • 定义了一个名为 map 的颜色矩阵，包含大量 RGB 三元组。

    • 该颜色矩阵可能用于后续的可视化，例如热力图、矩阵图或者相关性图的颜色填充。

整体架构流程

1️⃣ 数据准备阶段

  • 加载数据：
    load data.mat
    说明：读取 data.mat 文件，假设内部包含变量 data，为一个 10×10 的矩阵。

  • 定义标签：
    xlb 与 ylb 用于图表坐标轴的标签。

2️⃣ 颜色映射定义

  • 定义自定义颜色表 map：
    map = [...];
    说明：

    • 提前定义好渐变颜色值数组，范围大致为深色到浅色，类似于自定义 colormap。

    • 用于后续绘制 heatmap 或 imagesc 时的颜色参考。

3️⃣ 数据可视化阶段（后续步骤通常包含）

虽然您的代码没有贴完，以下为常规流程：

  • 绘制矩阵图
    常用函数：

    • imagesc(Z)

    • heatmap

    • pcolor 或 surf

    • 设置坐标轴标签：set(gca, 'XTickLabel', xlb, 'YTickLabel', ylb)

    • 设置颜色映射：colormap(map)

    • 添加颜色条：colorbar

4️⃣ 美化与输出

  • 字体与标签调整

    • xlabel, ylabel, title 添加标题和说明

    • 字体大小、线宽设置

技术名词解释

1️⃣ 数据相关

  • 矩阵（Matrix）
    多行多列的数字表格，是 MATLAB 里最基础的数据结构。

  • 标签（Label）
    指图表中 X 轴和 Y 轴的描述文字，比如变量名称或分类名称。

  • 相关性矩阵（Correlation Matrix）
    各变量之间两两相关系数的矩阵，常用于统计分析和机器学习特征工程。

2️⃣ 绘图与可视化

  • Colormap（颜色映射表）
    定义一组颜色梯度，用于将数值映射为颜色。MATLAB 中可以自定义或使用内置的如 jet、parula、hot 等。

  • imagesc
    MATLAB 函数：显示一个矩阵并根据数值大小用颜色填充，自动缩放颜色范围。

  • heatmap
    MATLAB 函数：显示热力图，是一种矩阵可视化方式，支持更丰富的标签和交互。

  • colorbar
    MATLAB 函数：添加颜色条，表示颜色与数值的对应关系。

  • gca（Get Current Axes）
    MATLAB 函数：返回当前图形窗口中的坐标轴对象，用于设置标签、字体、颜色等属性。

3️⃣ MATLAB 术语

  • MAT 文件（.mat 文件）
    MATLAB 特有的文件格式，用于保存变量、矩阵和其他数据结构。

  • set 函数
    MATLAB 函数：用于修改图形对象的属性，如字体大小、线宽、标签等。

  • saveas / print / exportgraphics
    MATLAB 函数：用于将图像导出为 PNG、PDF、SVG 等格式。

4️⃣ 图形美化相关

  • 字体大小（FontSize）
    控制坐标轴标签、标题等文字的显示大小。

  • 线宽（LineWidth）
    控制图形元素（如线条、边框）的粗细。

  • 透明度（Alpha）
    控制颜色或对象的透明程度，heatmap 类图中有时可以设置。

完整代码


clc;clear
%% 数据准备
% 读取数据
load data.mat%数据是10*10的矩阵

% 数据矩
Z = data;
% 标签
xlb = {'Carb','Wt','Hp','Cyl','Disp','Qsec','Vs','Mpg','Drat','Gear'};
ylb = {'Carb','Wt','Hp','Cyl','Disp','Qsec','Vs','Mpg','Drat','Gear'};

%% 颜色定义
map = [0.403921568627451	0	0.121568627450980
0.411764705882353	0	0.121568627450980
0.419607843137255	0.003921568627451	0.121568627450980
0.431372549019608	0.007843137254902	0.125490196078431
0.443137254901961	0.007843137254902	0.125490196078431
0.454901960784314	0.011764705882353	0.125490196078431
0.462745098039216	0.015686274509804	0.129411764705882
0.482352941176471	0.023529411764706	0.133333333333333
0.490196078431373	0.027450980392157	0.133333333333333
0.501960784313725	0.031372549019608	0.137254901960784
0.513725490196078	0.035294117647059	0.137254901960784
0.533333333333333	0.039215686274510	0.141176470588235
0.541176470588235	0.043137254901961	0.141176470588235
0.560784313725490	0.050980392156863	0.145098039215686
0.568627450980392	0.050980392156863	0.145098039215686
0.580392156862745	0.054901960784314	0.149019607843137
0.592156862745098	0.058823529411765	0.149019607843137
0.603921568627451	0.062745098039216	0.152941176470588
0.611764705882353	0.062745098039216	0.152941176470588
0.619607843137255	0.066666666666667	0.152941176470588
0.631372549019608	0.070588235294118	0.156862745098039
0.639215686274510	0.074509803921569	0.156862745098039
0.654901960784314	0.078431372549020	0.160784313725490
0.670588235294118	0.082352941176471	0.160784313725490
0.678431372549020	0.086274509803922	0.164705882352941
0.690196078431373	0.090196078431373	0.164705882352941
0.698039215686274	0.098039215686275	0.168627450980392
0.705882352941177	0.105882352941176	0.176470588235294
0.709803921568627	0.117647058823529	0.180392156862745
0.713725490196078	0.129411764705882	0.184313725490196
0.717647058823529	0.137254901960784	0.188235294117647
0.725490196078431	0.145098039215686	0.192156862745098
0.733333333333333	0.164705882352941	0.200000000000000
0.737254901960784	0.176470588235294	0.203921568627451
0.745098039215686	0.184313725490196	0.211764705882353
0.749019607843137	0.192156862745098	0.215686274509804
0.749019607843137	0.200000000000000	0.215686274509804
0.756862745098039	0.211764705882353	0.223529411764706
0.764705882352941	0.223529411764706	0.227450980392157
0.772549019607843	0.239215686274510	0.235294117647059
0.772549019607843	0.247058823529412	0.239215686274510
0.776470588235294	0.258823529411765	0.243137254901961
0.784313725490196	0.270588235294118	0.250980392156863
0.788235294117647	0.278431372549020	0.254901960784314
0.796078431372549	0.290196078431373	0.258823529411765
0.800000000000000	0.298039215686275	0.262745098039216
0.803921568627451	0.309803921568627	0.266666666666667
0.807843137254902	0.317647058823529	0.274509803921569
0.815686274509804	0.333333333333333	0.282352941176471
0.823529411764706	0.345098039215686	0.290196078431373
0.827450980392157	0.356862745098039	0.290196078431373
0.835294117647059	0.368627450980392	0.298039215686275
0.839215686274510	0.376470588235294	0.301960784313725
0.843137254901961	0.384313725490196	0.309803921568627
0.847058823529412	0.392156862745098	0.317647058823529
0.850980392156863	0.407843137254902	0.325490196078431
0.854901960784314	0.415686274509804	0.333333333333333
0.858823529411765	0.423529411764706	0.337254901960784
0.866666666666667	0.439215686274510	0.349019607843137
0.870588235294118	0.447058823529412	0.356862745098039
0.874509803921569	0.458823529411765	0.364705882352941
0.878431372549020	0.466666666666667	0.372549019607843
0.882352941176471	0.478431372549020	0.376470588235294
0.882352941176471	0.486274509803922	0.384313725490196
0.890196078431372	0.498039215686275	0.396078431372549
0.898039215686275	0.513725490196078	0.407843137254902
0.898039215686275	0.517647058823529	0.411764705882353
0.905882352941176	0.529411764705882	0.423529411764706
0.909803921568627	0.541176470588235	0.427450980392157
0.913725490196078	0.549019607843137	0.435294117647059
0.917647058823529	0.556862745098039	0.443137254901961
0.921568627450980	0.568627450980392	0.450980392156863
0.925490196078431	0.576470588235294	0.454901960784314
0.929411764705882	0.588235294117647	0.462745098039216
0.937254901960784	0.603921568627451	0.474509803921569
0.941176470588235	0.615686274509804	0.482352941176471
0.949019607843137	0.623529411764706	0.490196078431373
0.949019607843137	0.631372549019608	0.498039215686275
0.952941176470588	0.643137254901961	0.505882352941176
0.956862745098039	0.650980392156863	0.513725490196078
0.956862745098039	0.658823529411765	0.525490196078431
0.960784313725490	0.666666666666667	0.537254901960784
0.960784313725490	0.674509803921569	0.545098039215686
0.960784313725490	0.682352941176471	0.552941176470588
0.960784313725490	0.694117647058824	0.568627450980392
0.964705882352941	0.698039215686274	0.580392156862745
0.964705882352941	0.705882352941177	0.588235294117647
0.968627450980392	0.713725490196078	0.596078431372549
0.968627450980392	0.721568627450980	0.603921568627451
0.968627450980392	0.729411764705882	0.615686274509804
0.968627450980392	0.741176470588235	0.627450980392157
0.972549019607843	0.749019607843137	0.639215686274510
0.972549019607843	0.752941176470588	0.647058823529412
0.976470588235294	0.764705882352941	0.662745098039216
0.976470588235294	0.772549019607843	0.670588235294118
0.976470588235294	0.776470588235294	0.678431372549020
0.980392156862745	0.788235294117647	0.690196078431373
0.980392156862745	0.796078431372549	0.698039215686274
0.980392156862745	0.800000000000000	0.705882352941177
0.980392156862745	0.807843137254902	0.717647058823529
0.984313725490196	0.823529411764706	0.737254901960784
0.984313725490196	0.831372549019608	0.745098039215686
0.988235294117647	0.835294117647059	0.752941176470588
0.988235294117647	0.843137254901961	0.764705882352941
0.988235294117647	0.850980392156863	0.772549019607843
0.992156862745098	0.858823529411765	0.780392156862745
0.988235294117647	0.862745098039216	0.784313725490196
0.988235294117647	0.870588235294118	0.796078431372549
0.988235294117647	0.870588235294118	0.800000000000000
0.984313725490196	0.874509803921569	0.807843137254902
0.984313725490196	0.878431372549020	0.819607843137255
0.984313725490196	0.882352941176471	0.827450980392157
0.984313725490196	0.886274509803922	0.831372549019608
0.984313725490196	0.890196078431372	0.839215686274510
0.980392156862745	0.894117647058824	0.843137254901961
0.980392156862745	0.898039215686275	0.847058823529412
0.980392156862745	0.905882352941176	0.858823529411765
0.980392156862745	0.909803921568627	0.866666666666667
0.976470588235294	0.913725490196078	0.874509803921569
0.976470588235294	0.917647058823529	0.882352941176471
0.976470588235294	0.921568627450980	0.890196078431372
0.976470588235294	0.925490196078431	0.898039215686275
0.976470588235294	0.929411764705882	0.901960784313726
0.972549019607843	0.933333333333333	0.909803921568627
0.972549019607843	0.933333333333333	0.913725490196078
0.972549019607843	0.941176470588235	0.921568627450980
0.972549019607843	0.949019607843137	0.933333333333333
0.968627450980392	0.952941176470588	0.941176470588235
0.968627450980392	0.956862745098039	0.949019607843137
0.968627450980392	0.960784313725490	0.952941176470588
0.968627450980392	0.960784313725490	0.960784313725490
0.968627450980392	0.964705882352941	0.964705882352941
0.960784313725490	0.964705882352941	0.964705882352941
0.952941176470588	0.960784313725490	0.964705882352941
0.952941176470588	0.960784313725490	0.964705882352941
0.945098039215686	0.956862745098039	0.960784313725490
0.937254901960784	0.952941176470588	0.960784313725490
0.933333333333333	0.952941176470588	0.960784313725490
0.925490196078431	0.949019607843137	0.960784313725490
0.921568627450980	0.945098039215686	0.956862745098039
0.917647058823529	0.945098039215686	0.956862745098039
0.909803921568627	0.941176470588235	0.956862745098039
0.901960784313726	0.937254901960784	0.952941176470588
0.894117647058824	0.933333333333333	0.952941176470588
0.890196078431372	0.933333333333333	0.952941176470588
0.886274509803922	0.929411764705882	0.952941176470588
0.882352941176471	0.925490196078431	0.952941176470588
0.874509803921569	0.925490196078431	0.949019607843137
0.866666666666667	0.917647058823529	0.949019607843137
0.862745098039216	0.917647058823529	0.949019607843137
0.862745098039216	0.917647058823529	0.949019607843137
0.854901960784314	0.913725490196078	0.945098039215686
0.847058823529412	0.909803921568627	0.945098039215686
0.839215686274510	0.905882352941176	0.945098039215686
0.835294117647059	0.905882352941176	0.941176470588235
0.827450980392157	0.901960784313726	0.941176470588235
0.823529411764706	0.898039215686275	0.941176470588235
0.823529411764706	0.898039215686275	0.941176470588235
0.811764705882353	0.894117647058824	0.937254901960784
0.800000000000000	0.886274509803922	0.933333333333333
0.796078431372549	0.886274509803922	0.933333333333333
0.784313725490196	0.874509803921569	0.929411764705882
0.772549019607843	0.870588235294118	0.925490196078431
0.764705882352941	0.866666666666667	0.921568627450980
0.752941176470588	0.862745098039216	0.921568627450980
0.745098039215686	0.858823529411765	0.917647058823529
0.741176470588235	0.854901960784314	0.917647058823529
0.729411764705882	0.850980392156863	0.913725490196078
0.713725490196078	0.843137254901961	0.909803921568627
0.705882352941177	0.839215686274510	0.905882352941176
0.694117647058824	0.831372549019608	0.901960784313726
0.686274509803922	0.831372549019608	0.901960784313726
0.678431372549020	0.827450980392157	0.901960784313726
0.670588235294118	0.823529411764706	0.898039215686275
0.654901960784314	0.811764705882353	0.894117647058824
0.650980392156863	0.811764705882353	0.894117647058824
0.647058823529412	0.807843137254902	0.890196078431372
0.635294117647059	0.803921568627451	0.886274509803922
0.619607843137255	0.796078431372549	0.882352941176471
0.611764705882353	0.792156862745098	0.882352941176471
0.603921568627451	0.788235294117647	0.878431372549020
0.592156862745098	0.784313725490196	0.874509803921569
0.588235294117647	0.780392156862745	0.874509803921569
0.580392156862745	0.772549019607843	0.870588235294118
0.564705882352941	0.768627450980392	0.866666666666667
0.552941176470588	0.760784313725490	0.862745098039216
0.545098039215686	0.756862745098039	0.862745098039216
0.529411764705882	0.745098039215686	0.854901960784314
0.517647058823529	0.737254901960784	0.850980392156863
0.505882352941176	0.733333333333333	0.847058823529412
0.490196078431373	0.721568627450980	0.843137254901961
0.482352941176471	0.717647058823529	0.839215686274510
0.474509803921569	0.713725490196078	0.839215686274510
0.462745098039216	0.705882352941177	0.835294117647059
0.443137254901961	0.690196078431373	0.823529411764706
0.435294117647059	0.682352941176471	0.819607843137255
0.423529411764706	0.678431372549020	0.815686274509804
0.415686274509804	0.670588235294118	0.815686274509804
0.403921568627451	0.662745098039216	0.811764705882353
0.392156862745098	0.654901960784314	0.807843137254902
0.368627450980392	0.643137254901961	0.800000000000000
0.360784313725490	0.639215686274510	0.796078431372549
0.356862745098039	0.635294117647059	0.796078431372549
0.341176470588235	0.627450980392157	0.792156862745098
0.329411764705882	0.615686274509804	0.788235294117647
0.317647058823529	0.607843137254902	0.784313725490196
0.305882352941176	0.603921568627451	0.780392156862745
0.294117647058824	0.592156862745098	0.776470588235294
0.286274509803922	0.588235294117647	0.772549019607843
0.270588235294118	0.580392156862745	0.768627450980392
0.258823529411765	0.572549019607843	0.760784313725490
0.254901960784314	0.568627450980392	0.760784313725490
0.250980392156863	0.560784313725490	0.756862745098039
0.247058823529412	0.552941176470588	0.752941176470588
0.239215686274510	0.545098039215686	0.749019607843137
0.235294117647059	0.541176470588235	0.745098039215686
0.231372549019608	0.533333333333333	0.741176470588235
0.223529411764706	0.525490196078431	0.737254901960784
0.223529411764706	0.521568627450980	0.737254901960784
0.215686274509804	0.513725490196078	0.733333333333333
0.207843137254902	0.505882352941176	0.725490196078431
0.203921568627451	0.498039215686275	0.725490196078431
0.200000000000000	0.490196078431373	0.721568627450980
0.196078431372549	0.486274509803922	0.717647058823529
0.192156862745098	0.482352941176471	0.717647058823529
0.184313725490196	0.474509803921569	0.709803921568627
0.176470588235294	0.462745098039216	0.705882352941177
0.172549019607843	0.458823529411765	0.701960784313725
0.172549019607843	0.458823529411765	0.701960784313725
0.164705882352941	0.447058823529412	0.698039215686274
0.156862745098039	0.439215686274510	0.690196078431373
0.156862745098039	0.431372549019608	0.690196078431373
0.149019607843137	0.423529411764706	0.690196078431373
0.145098039215686	0.419607843137255	0.686274509803922
0.141176470588235	0.415686274509804	0.682352941176471
0.133333333333333	0.403921568627451	0.674509803921569
0.125490196078431	0.396078431372549	0.670588235294118
0.121568627450980	0.388235294117647	0.662745098039216
0.121568627450980	0.384313725490196	0.650980392156863
0.117647058823529	0.376470588235294	0.639215686274510
0.113725490196078	0.368627450980392	0.631372549019608
0.109803921568627	0.360784313725490	0.619607843137255
0.101960784313725	0.349019607843137	0.603921568627451
0.098039215686275	0.341176470588235	0.596078431372549
0.098039215686275	0.341176470588235	0.588235294117647
0.090196078431373	0.329411764705882	0.576470588235294
0.086274509803922	0.317647058823529	0.560784313725490
0.082352941176471	0.309803921568627	0.552941176470588
0.078431372549020	0.301960784313725	0.541176470588235
0.074509803921569	0.298039215686275	0.533333333333333
0.070588235294118	0.290196078431373	0.521568627450980
0.066666666666667	0.278431372549020	0.505882352941176
0.058823529411765	0.266666666666667	0.490196078431373
0.054901960784314	0.262745098039216	0.486274509803922
0.054901960784314	0.258823529411765	0.478431372549020];

% map = flipud(map);

%% 图片尺寸设置（单位：厘米）
figureUnits = 'centimeters';
figureWidth = 15;
figureHeight = 15;

%% 窗口设置
figureHandle = figure;
set(gcf, 'Units', figureUnits, 'Position', [0 0 figureWidth figureHeight]);

%% 三角热图绘制
% triheatmap(Z,map,xlb,ylb,'trid') % 下三角
triheatmap(Z,map,xlb,ylb,'triu') % 上三角

%% 细节优化
% 赋色
colormap(map)
% 字体和字号
set(gca, 'FontName', 'Arial', 'FontSize', 10)
% 背景颜色
set(gcf,'Color',[1 1 1])

函数代码

function triheatmap(data,map,xlb,ylb,type)
% data - m*n matrix
% map  - colormap matrix
% xlb     - xticklabels
% ylb     - yticklabels
% type    - 'trid' lower triangle bubble heatmap
%         - 'triu' upper triangle bubble heatmap

% 构造位置数据
x = 1:size(data,2);
y = 1:size(data,1);
[X,Y] = meshgrid(x,y);
Y = flipud(Y);

% 构造网格数据
w = x(2)-x(1);
Xt = (x(1)-w/2):w:(x(end)+w/2);
Yt = (y(1)-w/2):w:(y(end)+w/2);
[Xmesh,Ymesh] = meshgrid(Xt,Yt);
Ymesh = flipud(Ymesh);

% 三角
switch type
    case 'trid'
        % 三角热图数据构造
        temp = triu(ones(size(data)),1);
        idx = find(temp==1);
        data(idx) = NaN;
        Z = data;
        xp = [X(:)-w/2,X(:)+w/2,X(:)+w/2,X(:)-w/2];
        yp = [Y(:)+w/2,Y(:)+w/2,Y(:)-w/2,Y(:)-w/2];
        % 三角网格数据构造
        Zmesh = zeros(size(Xmesh));
        temp = triu(ones(size(Zmesh)),2);
        idx2 = find(temp==1);
        Zmesh(idx2) = NaN;   
        % 颜色构造
        minc = min(data(:));
        maxc = max(data(:));
        num = size(map,1);
        x = linspace(minc,maxc,num);
        cmap = interp1(x,map,data(:),'linear'); %...插值
        % 三角热图绘制
        for i = 1:length(data(:))
            if isnan(data(i))
                patch(xp(i,1:4),yp(i,1:4),[1 1 1],'edgecolor','none')
            else
                patch(xp(i,1:4),yp(i,1:4),cmap(i,1:3),'edgecolor','none')
            end
        end
        hold on
        mesh(Xmesh,Ymesh,Zmesh,'facecolor','none','EdgeColor',[0.2 0.2 0.2],'LineWidth',1)
        view(0,90)
        axis equal tight off
        set(gca,'xticklabels',[])
        for i = 1:size(Z,1)
            text(0.3,Y(i,1),xlb{i},'HorizontalAlignment','right','VerticalAlignment','middle','FontSize',11,'FontName','arial','color','k')
            text(X(1,i),Y(i,1)+0.6,ylb{i},'HorizontalAlignment','center','VerticalAlignment','bottom','FontSize',11,'FontName','arial','color','k')
        end
        colorbar('southoutside')
        caxis([minc maxc])

    case 'triu'
        % 三角热图数据构造
        temp = triu(ones(size(data)));
        idx = find(temp==0);
        data(idx) = NaN;
        Z = data;
        xp = [X(:)-w/2,X(:)+w/2,X(:)+w/2,X(:)-w/2];
        yp = [Y(:)+w/2,Y(:)+w/2,Y(:)-w/2,Y(:)-w/2];
        % 三角网格数据构造
        Zmesh = zeros(size(Xmesh));
        temp = triu(ones(size(Zmesh)),-1);
        idx2 = find(temp==0);
        Zmesh(idx2) = NaN;   
        % 颜色构造
        minc = min(data(:));
        maxc = max(data(:));
        num = size(map,1);
        x = linspace(minc,maxc,num);
        cmap = interp1(x,map,data(:),'linear'); %...插值
        % 三角热图绘制
        for i = 1:length(data(:))
            if isnan(data(i))
                patch(xp(i,1:4),yp(i,1:4),[1 1 1],'edgecolor','none')
            else
                patch(xp(i,1:4),yp(i,1:4),cmap(i,1:3),'edgecolor','none')
            end
        end
        hold on
        mesh(Xmesh,Ymesh,Zmesh,'facecolor','none','EdgeColor',[0.2 0.2 0.2],'LineWidth',1)
        view(0,90)
        axis equal tight off
        set(gca,'yticklabels',[])
        for i = 1:size(Z,1)
            text(X(1,i),Y(1)+0.5,xlb{i},'HorizontalAlignment','center','VerticalAlignment','bottom','FontSize',11,'FontName','arial','color','k')
            text(X(1,i)-0.6,Y(i,1),ylb{i},'HorizontalAlignment','right','VerticalAlignment','middle','FontSize',11,'FontName','arial','color','k')
        end
        colorbar('eastoutside')
        caxis([minc maxc])
end

end

小结

这个比一般的热力图更好看，也简洁，通过这个比数据呈现的更加的明显。数据常用的一种表达形式。

NoteStream
关注
Chapter02.rar_matlab 三维图_二维天线方向_图一维matlab_天线三维_天线三维matlab
07-13
总的来说，通过MATLAB绘制一维、二维、三维天线方向图是无线通信领域的重要技能，它将理论与实践相结合，帮助我们直观地理解天线的辐射特性。学习和掌握这部分知识，不仅可以提高分析和解决问题的能力，也是进行天线...
MATLA绘制三角方块热力图（完整代码与函数）
2401_87155636的博客
07-17 769
本文介绍了一种基于MATLAB的自定义色彩映射方法，用于绘制更直观的相关性矩阵图。通过手动定义RGB颜色梯度替代默认配色方案，该方法能更清晰地展示变量间的相关关系，特别适用于数据分析和机器学习特征工程。文章详细说明了实现流程：从数据加载、标签定义、自定义色图设置，到相关性计算与图形绘制，最后进行图形美化。重点解释了imagesc函数、colormap和相关性矩阵等关键技术概念，并提供了完整代码实现，包括数据准备、色彩定义和图形参数设置。该方法支持任意维度矩阵可视化，具有高度定制性，既适合MATLAB初学者学
【无标题】matlab 相关性热度图绘制
qq_30190551的博客
11-18 386
利用matlab计算数据的相关性，并以热度图的方式显示。
MATLAB | 绘图复刻(十) | 旋转45度的相关系数热图绘制
slandarer的博客
06-20 1593
~
MATLAB绘图基础8：双变量图形绘制
FUXI_Willard
09-20 3047
MATLAB的绘图基础，学习MATLAB各种图表的绘制。
（一）Matlab绘图-基础知识及常用绘图
h320130的博客
12-12 6032
科研过程中，绘图是一项非常重要的技能，图画好了，科研工作就能事半功倍。本博客首先介绍了matlab中常用的绘图命令，之后介绍了几种常用的matlab二维以及三维绘图方法（对应资源可以在资源下载列表中获取），解释了各种图形的适用场景以及注意点。图形包括二维热力图、阴影误差折线图、箱体图、三维热力图和三维密度图，后续会持续更新更多的绘图技巧。
热图的基础绘制（Matlab代码实现）
weixin_61181717的博客
03-20 1741
当应用于数值矩阵时，热图中每个单元格的颜色展示的是行变量和列变量交叉处的数据值的大小；线性映射是每个值都对应一个颜色，区间映射是把数值划分为不同的区间块，每个区间块的所有数字采用同样本相关性热图为对称热图，每个单元格代表一个相关性值，具体是哪种类型的相关性可从图例 (Legend)获取。同时标记样品自身的分组、处理信息，查看样品聚类结果是否与生物分组吻合、差别在哪、各个生物重复的一致性怎么样、各个生物重复是与自己组的样品一致性高还是与其它组样品一致性高，这些可以反映处理的批次的影响和样品质量的好坏。
Matlab论文插图绘制模板第23期—热图(灵活版)
qq_26447137的博客
05-02 4021
上一篇文章中，分享了Matlab热图的绘制模板： 模板中利用了Matlab自带的‘heatmap’命令绘制热图。 虽然好看，但有一个问题：其标题、坐标轴标题、字体字号等属性无法分开单独设置。 为了解决这一问题，再来分享一个灵活版的热图绘制模板。 所谓灵活，就是利用可以单独设置坐标区属性的绘图方法，比如之前分享的渐变三维柱状图： 气泡矩阵散点图： 等等，通过对一些细节的调整，来替代‘heatmap’命令生成热图。 这篇文章以渐变三维柱状图为例生成热图，其它方式基本类似，就不一一举例了
matlab画heatmap相关图
Electrical_IT的博客
03-15 8597
转载：MATLAB实例：求相关系数、绘制热图并找到强相关对 - 凯鲁嘎吉 - 博客园 https://www.cnblogs.com/kailugaji/p/11891943.html 数据来源：UCI中的wine：https://archive.ics.uci.edu/ml/datasets/Wine 计算相关系数并作图 clear clc etea=0.8; %阈值 % 加载数据 data_load=dlmread('E:\scanplot\wine.data'); data=data_load(:,2
2025长三角数学建模B题完整参考论文（共30页）（含模型、可运行代码、数据）
m0_69827984的博客
05-15 991
2025长三角数学建模B题助攻资料链接: https://pan.baidu.com/s/16AZl9qM1OYpeNOM4qpxCGA?pwd=8c6p 提取码: 8c6p 复制这段内容后打开百度网盘手机App，操作更方便哦
matlab 下三角热力图绘制代码
02-21
### 使用MATLAB绘制下三角热力图 为了创建一个仅显示下半部分的热力图，在MATLAB中可以利用`tril`函数来提取矩阵的下三角部分，并通过`heatmap`函数进行绘图[^1]。 ```matlab % 创建随机数据作为示例 data = rand...
那利用matlab绘制热力图怎么绘制
03-30
好的，用户现在问的是如何用MATLAB绘制热力图，之前他们询问过如何用学术化的图表展示不同城市指标的时空演变，我推荐了热力图作为其中一种方法。现在用户可能已经决定使用热力图，需要具体的实现方法。 首先，我...
matlab相关分析热力图能不能只画一半
01-06
### 如何在MATLAB中绘制半张相关分析热力图 为了实现仅显示一半的相关性热力图，在 MATLAB 中可以采用特定的方法来处理数据并调整绘图参数。具体方法如下： 创建一个示例矩阵用于展示操作过程。 ```matlab % 创建...
Python实现电商商品数据可视化分析系统开发实践
最新发布
weixin_56334307的博客
08-06 463
本文介绍了使用Python开发电商商品数据可视化分析系统的全流程实践。系统采用Python 3.9环境，结合requests、Pandas、Matplotlib等库实现数据获取、处理与可视化功能。核心模块包括网络数据爬取、数据清洗与转换、多种图表可视化展示，并通过Flask构建Web界面。经过测试优化后，系统能有效支持电商销售数据分析决策。未来可扩展用户画像分析和销量预测等机器学习功能，提升系统实用价值。
智慧城市SaaS平台|市容环卫管理系统
weixin_67440240的博客
08-05 464
该文摘要了城市环卫管理系统的功能模块，主要包括：1）生活垃圾中转与处理设施的运行监控、环境监测及安全管理；2）园林/建筑垃圾的收运处理全流程监管；3）垃圾分类投放、收运及处理过程的智能化管理；4）公共厕所的设施状态、卫生环境及资源消耗监测；5）户外广告的AI识别、违章处理及可视化分析。系统通过GIS地图、实时监控、异常报警及数据分析等功能，实现环卫设施的智能化监管与运维管理。
用 Python 批量处理 Excel：从重复值清洗到数据可视化
weixin_60786293的博客
08-05 503
本文介绍了一套Python自动化流程，使用pandas和matplotlib实现Excel数据处理全流程。涵盖环境准备、多文件合并、重复值清洗（按"产品+日期"去重）、缺失值填充（按产品均值）、数据可视化（产品月度趋势图）等核心步骤。提供了完整代码示例，包括中文显示设置和图表保存方法。建议大数据量时使用dask替代pandas，并推荐更美观的seaborn可视化方案。文章最后邀请读者分享处理Excel时的实际问题。
每日五个pyecharts可视化图表-bars（2）
大数据内容个人总结与分享
08-03 1154
Bar-Brush示例：支持交互式区域选择，便于聚焦查看部分数据：通过滑动条实现数据缩放，适合展示大量数据Bar-显示 ToolBox：提供多种交互工具，增强用户体验混合柱状图和折线图：同时展示不同类型数据，便于分析相关性Bar-堆叠数据（部分）：展示数据组成和总量的关系pyecharts库提供了丰富的可视化功能，不仅使用简单，而且生成的图表美观且交互性强。无论是数据分析、报告制作还是数据展示，pyecharts都是一个非常实用的工具。
每日五个pyecharts可视化图表-bars（1）
大数据内容个人总结与分享
08-02 1170
本文介绍了使用pyecharts库创建柱状图的4种实用案例：1）带百分比标签的堆叠柱状图，通过JsCode自定义标签格式；2）旋转X轴标签的柱状图，解决长标签显示问题；3）基础堆叠柱状图，使用Faker生成模拟数据；4）带时间轴的宏观经济组合图表，动态展示多维经济指标。每个案例包含完整代码和实现解析，涵盖数据准备、图表配置和可视化优化技巧，为数据可视化实践提供实用参考。
【NLP舆情分析】基于python微博舆情分析可视化系统(flask+pandas+echarts) 视频教程 - 微博舆情数据可视化分析-热词情感趋势柱状图
java1234的博客
08-02 525
【NLP舆情分析】基于python微博舆情分析可视化系统(flask+pandas+echarts) 视频教程 - 微博舆情数据可视化分析-热词情感趋势柱状图
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值