matlab二维矩阵绘制散点图

可以使用 `scatter` 函数来绘制二维散点图。假设有一个大小为 `n` 的行向量 `x` 和一个大小为 `n` 的行向量 `y` 表示 `n` 个点的横纵坐标，可以使用以下代码绘制散点图：

scatter(x,y)

此外，还可以添加参数来自定义散点图的样式，例如：

scatter(x,y,50,'filled','MarkerFaceColor','r','MarkerEdgeColor','k')

其中，`50` 表示散点的大小为 `50`，`'filled'` 表示散点填充，`'MarkerFaceColor','r'` 表示散点的填充颜色为红色，`'MarkerEdgeColor','k'` 表示散点的边框颜色为黑色。

相关问题

matlab画二维矩阵散点图

### 使用Matlab绘制二维矩阵散点图

在Matlab中，可以利用`scatter`函数来创建二维散点图。对于给定的二维矩阵数据，每一列代表不同的变量或维度，而每行则对应于观测值或样本点。为了展示如何基于这样的结构化数据集构建图表，下面提供了一个具体的例子[^2]。

假设有一个名为`data_matrix`的二维数组，其中包含了X轴和Y轴的数据：

% 创建示例二维矩阵 (m 行 n 列)，这里 m=100, n=2
data_matrix = rand(100, 2); % 随机生成测试数据

接着定义颜色属性以及标记样式，并调用`scatter`命令完成绘图操作：

figure; % 新建图形窗口
scatter(data_matrix(:,1), data_matrix(:,2), ...
    'filled', ...          % 填充标志符内部区域
    'MarkerEdgeColor',[0 .5 .5],... % 设置边缘颜色
    'MarkerFaceColor',[0 .7 .7]);   % 设定填充色

xlabel('X Axis Label');     % X 轴标签
ylabel('Y Axis Label');      % Y 轴标签
title('Scatter Plot of Data Matrix'); % 图形标题
grid on;

上述脚本会读取输入参数中的前两列作为坐标位置，在此基础上添加自定义的颜色配置与视觉效果增强选项[^4]。

通过调整`'MarkerEdgeColor'`, `'MarkerFaceColor'`等参数可改变散点外观特性；同时还能借助其他辅助指令进一步优化最终呈现形式，比如加入网格线(`grid`)、指定各轴名称(`xlabel`,`ylabel`)及整体描述(`title`)等[^3]。

matlab把矩阵PCA算法降至二维，绘制散点图

以下是 MATLAB 代码示例：

% 生成样本矩阵 X
X = randn(100, 5);

% 将 X 进行中心化
X = X - mean(X);

% 计算协方差矩阵
C = cov(X);

% 对协方差矩阵进行特征值分解
[V, D] = eig(C);

% 将特征向量按特征值大小排序
[~, idx] = sort(diag(D), 'descend');
V = V(:, idx);

% 取前两个特征向量，构成投影矩阵 W
W = V(:, 1:2);

% 将样本矩阵 X 降至二维
Y = X * W;

% 绘制散点图
scatter(Y(:, 1), Y(:, 2));

解释一下上面的代码：

1. 首先，我们生成一个 100 行 5 列的样本矩阵 X，其中每一行表示一个样本，每一列表示一个特征。
2. 然后对 X 进行中心化，即减去每一列的均值。
3. 计算协方差矩阵 C。
4. 对 C 进行特征值分解，得到特征向量矩阵 V 和特征值矩阵 D。
5. 将特征向量按特征值大小排序，得到排序后的特征向量矩阵 V。
6. 取前两个特征向量，构成投影矩阵 W。
7. 将样本矩阵 X 降至二维，即 Y = X * W。
8. 最后，绘制散点图，其中 X 轴表示 Y 的第一列，Y 轴表示 Y 的第二列。

需要注意的是，上面的代码中没有对数据进行归一化，因此结果可能受到不同特征的数值范围影响。在实际应用中，建议对数据进行归一化处理。