1. 先说结论一张图能不能“读懂”比“好看”重要在 Matlab 里用plot画曲线线型和颜色是我每次调图都会重新想起的一对参数。很多人觉得这俩只是“外观装饰”真正开始做正式图表交付时才发现线型和配色的选择直接决定一张图是“一眼看懂”还是“越看越乱”。我见过不少项目算法算得没问题数据也是对的但最后评审时投到投影仪上一看四五条曲线全部是默认蓝色实线图例还要靠猜。问题不是出在“画图不熟练”而是出在“没有把线型当作信息编码工具”。这也正是这篇文章想解决的问题把 Matlab 的plot线型、颜色、标记这些看似琐碎的参数从规则到策略彻底讲清楚。文章后面会按“语法速查 → 多序列区分 → 全局配色 → 导出还原 → 实际经验”的顺序展开。不管你是刚接触 Matlab、只会写plot(x,y)的新手还是已经能跑复杂仿真、但每次出图都要临时翻文档的研究生或工程师下面这些内容都能直接用。1.1 可视化是在做信息编码不是在装修做科研和工程图表第一原则是“信息准确”不是“好看”。线型和颜色在图表里扮演两个角色第一区分不同数据系列第二表达数据的重要程度或连续变化。这两个角色如果混淆读者就会花大量时间去猜“哪条线对应谁”。我把plot输出的每一根线条都看成自带两个标签一个告诉读者“这是什么类别”一个告诉读者“这条线有多重要”。比如主结果用粗实线、对比结果用细虚线、参考范围用浅色带透明度的色块。信息层级一旦定下来线型、颜色、线宽的选择顺序就非常清晰。这里不得不提一个常见误区很多教程把重点放在“怎么画出这个图形”却很少讲“为什么允许软件默认配色跑完全场”。Matlab 从 R2014b 开始默认配色确实比老版本好看自带一圈蓝、橙、黄、紫、绿的颜色轮但它仍然解决不了两个问题一是超过七条线颜色就重复二是所有默认曲线的线型如果都是实线单靠颜色很难在不同设备上保持可区分性。所以默认参数是“能跑”不是“能交付”。1.2 这篇文章希望帮你建立的三件事我不指望你看完能记住所有参数那没必要。真正想帮你建立的是三件可以沉淀下来的能力知道plot支持哪些线型、颜色、标记以及它们对应的语法知道在多序列图里如何组合“颜色 线型 标记”让每条线即使打印成黑白也不会认错知道如何通过ColorOrder、colormap、全局默认设置让整套文档里的图风格统一而不是每张图各画各的。掌握了这三件事任何项目里“出图”这一步都能少走很多弯路。下面直接进入语法和参数部分。2. plot 线型、颜色、标记的语法与速查2.1 LineSpec 一行写完全部风格plot最经典的一段函数签名是这样plot(x, y) plot(x, y, LineSpec) plot(x, y, LineSpec, Name, Value)其中LineSpec是一个字符向量用很短的字符串同时指定颜色、线型、标记。比如x 0:0.1:2*pi; y1 sin(x); y2 cos(x); plot(x, y1, r--, LineWidth, 1.5); hold on; plot(x, y2, b-o, LineWidth, 1.2, MarkerSize, 5, MarkerFaceColor, b);第一行里的r--表示“红色虚线”。第二行里的b-o表示“蓝色实线加圆圈标记”之后再用MarkerSize控制圆圈大小MarkerFaceColor把圆点内部填成蓝色。这是最直观的入门写法。有一点需要注意LineSpec中间的顺序没有严格到必须“颜色-线型-标记”但为了让代码读起来不累我强烈建议统一写成“颜色在前线型居中标记在最后”比如r--o。代码是写给人看的保持一种固定的排列习惯以后你自己回过头看脚本也会很快。2.2 线型、标记、颜色速查表下面这张表建议收藏基本覆盖了日常plot会用到的主角。类型值说明线型-实线线型--虚线线型:点线线型-.点划线线型none不画线只画标记标记加号标记o圆圈标记*星号标记.点标记x叉号标记s方块标记d菱形标记^上三角标记v下三角标记右三角标记左三角标记p五角星标记h六角星颜色r红颜色g绿颜色b蓝颜色c青颜色m品红颜色y黄颜色k黑颜色w白这些字母颜色多用于草稿和快速验证。真正做正式图时我更推荐用 RGB 三元组后面会专门讲。2.3 设置颜色时的书写层次Matlab 里的颜色设置大概有三种层次从简单到灵活排列如下字母缩写r、g、b等简单但可选范围太小颜色名称red、green、blue、magenta、cyan、black、white等新版 Matlab 支持读起来比单字母清楚RGB 三元组[0.8500 0.3250 0.0980]范围 0 到 1可以表达任意颜色。比如我想画一条工业界常用的橙红色曲线plot(x, y, Color, [0.8500 0.3250 0.0980], LineWidth, 2);RGB 三元组的好处是颜色可控、跨设备一致。缺点是对不熟悉颜色数值的人不友好所以我通常会把常用配色先定义成变量再传进plotmainColor [0.8500 0.3250 0.0980]; cmpColor [0.0000 0.4470 0.7410]; plot(x, y1, Color, mainColor, LineStyle, -, LineWidth, 2); hold on; plot(x, y2, Color, cmpColor, LineStyle, --, LineWidth, 2);这样改色只需要改顶部变量不用满脚本找plot函数。2.4 最容易踩的坑LineSpec 与属性参数混用新手最容易踩的坑是把LineSpec和后面的属性参数混在一起写。比如plot(x, y, r, Color, [0.5 0.5 0.5]);这行代码不会报错但最终颜色大概率是后面Color指定的灰色前面的r会被覆盖。更麻烦的是等你看代码时还以为这条线是红色实际图上是灰色。这种“代码和图形不一致”的隐蔽问题在协作项目里特别伤。我的建议是一旦开始用属性名设置线宽、标记、颜色就统一用完整的属性写法不要再混用LineSpec里的颜色部分。线型用LineStyle标记用Marker颜色用Color。虽然代码长了点但不会产生歧义。另外很多人把LineStyle和Marker当成同一个参数写进LineSpec忘了plot还支持只设置线型而不碰颜色。下面的写法同样有效而且更灵活plot(x, y, --, Color, [0.2 0.4 0.6], LineWidth, 1.5);这里--只指定线型颜色由Color单独控制语义非常清楚。3. 多序列图两条线以上该怎么区分3.1 只用颜色区分等于放弃黑白打印很多人在论文初稿里用红、绿、蓝三条线表示三组实验结果屏幕上看清楚打印成黑白之后发现红色和绿色变成相近灰度完全分不出来。就算不打印色觉障碍读者也会遇到同样的麻烦。所以我给多序列图定了一条硬规则两条以上曲线至少同时用两个维度做区分。颜色算一个维度线型算一个维度标记算一个维度线宽也可以作为辅助。注意“至少两个维度”不等于样样都要不同。如果同时改颜色、线型、标记、线宽图面会过乱。通常的组合是两条线颜色不同 一条实线一条虚线三条线颜色不同 实线/虚线/点线四到六条线颜色 线型 标记矩阵式排列六条以上认真考虑分组、分面不要硬挤在一张图里。3.2 颜色 线型 标记的组合轮换方案我先给一个可以直接复制的循环方案比依赖 Matlab 默认轮换要可靠得多。假设你有一个矩阵Y每一列是一条曲线colors [ 0.0000 0.4470 0.7410 0.8500 0.3250 0.0980 0.9290 0.6940 0.1250 0.4940 0.1840 0.5560 0.4660 0.6740 0.1880 0.3010 0.7450 0.9330 0.6350 0.0780 0.1840 ]; styles {-, --, :, -.}; markers {o, s, d, ^, v, }; figure; hold on; for i 1:size(Y, 2) c colors(mod(i-1, size(colors,1)) 1, :); s styles{mod(i-1, numel(styles)) 1}; m markers{mod(i-1, numel(markers)) 1}; plot(x, Y(:, i), Color, c, LineStyle, s, Marker, m, ... LineWidth, 1.6, MarkerSize, 5); end hold off;这个循环的逻辑是颜色先轮轮完一圈换线型线型轮完再换标记。这样即使有十几条曲线也不会出现两条完全相同的线。关键在于mod索引可以让任意数量的序列都在这三组参数里循环。有些读者会问Matlab 不是有LineStyleOrder和ColorOrder吗为什么不直接用说实话我也试过这两个属性确实能实现自动轮换但不同版本对“先轮颜色还是先轮线型”的理解不太一致而且一旦在循环里显式传了Color默认轮换就会被打断。与其赌版本行为不如自己用上面的显式循环读代码的人也能一眼看出每条线是什么风格。3.3 图例顺序和线条对应关系另一个容易被忽略的细节是图例。legend的默认顺序是绘图顺序不是曲线从上到下的顺序。当你用循环画图时图例通常也会跟着循环变量走但如果你中途手动plot了一些辅助线、注记线图例就会多出几项甚至对应错位。我常用的保护方式是在plot时把图例标签直接作为第四个参数传入而不是最后再单独调用legend。不过更稳妥的方法是用图形句柄h gobjects(1, 3); for i 1:3 h(i) plot(x, Y(:, i), Color, colors(i,:), LineStyle, styles{i}, LineWidth, 1.6); hold on; end legend(h, {方案 A, 方案 B, 方案 C}, Location, best);gobjects预先分配句柄数组避免循环里图形对象越界这是正式脚本里很值得养成的习惯。最后legend(h, ...)只显示h里的三条线不受辅助线干扰。3.4 五条以上曲线时的图面重构当曲线超过五条即使颜色线型标记都用上图面也会变成“彩色意大利面”。这时候我会停下来问自己是不是选错了可视化形式比较实用的替代方案有三个把变化趋势差不多的线分成两组画在两个子图里用带误差带的均值曲线代替多条原始曲线用heatmap、imagesc或surf把“随着参数变化的一组曲线”展现成二维矩阵/热图。比如一个典型场景是参数扫描你有 20 条曲线对应 20 个参数值。与其画 20 条线不如让颜色映射参数值用scatter或patch表达。这种方法在下一章会展开。记住plot本身不是问题问题在于“一个坐标系里硬塞多少条线”才是信息表达的边界。4. 让整份文档风格统一ColorOrder 与 colormap4.1 ColorOrder 控制的是曲线颜色不是 colormapColorOrder和colormap是两种不同的机制很多刚开始学的人会把它们搞混ColorOrder是坐标区axes的属性决定不指定颜色时新建曲线的颜色轮换顺序colormap是图形figure或坐标区上的色图决定patch、scatter、surf、image等对象里“数据值”到“颜色”的映射。简单记plot默认从ColorOrder取色surf、pcolor默认从colormap取色。两者可以共存但作用对象不同。4.2 修改 ColorOrder 的三种方式修改ColorOrder最简单的方式是直接用当前坐标区ax gca; ax.ColorOrder [0.0000 0.4470 0.7410; 0.8500 0.3250 0.0980; 0.9290 0.6940 0.1250];设置之后再画三条不指定颜色的曲线会依次使用这三组颜色。第二种方式是用colororder函数代码更短适合新版本colororder([0.0000 0.4470 0.7410; 0.8500 0.3250 0.0980]);第三种方式是设置全局默认这样整个 session 里所有新图都自动采用统一配色set(groot, DefaultAxesColorOrder, winter(6));这里winter(6)返回一个 6 行 3 列的蓝色到绿色渐变虽然不是所有场景都合适但至少让所有新建坐标区的默认曲线不再是千篇一律的七个默认色。需要提醒的是ColorOrder只对“没有显式指定颜色”的曲线生效。只要你写了Color无论ColorOrder设成什么都会用你指定的颜色。这也是很多脚本“怎么改了 ColorOrder 没反应”的原因。4.3 用 colormap 做连续数据映射如果一组曲线本身代表不同数值比如温度从低到高、参数从 0 到 1那么真正合适的做法是让颜色跟着数值走而不是随便套几种颜色。这里分两种情况第一种画“二维点云”或“散点”直接用scatter的CData和colormap配合x randn(200,1); y randn(200,1); z x.^2 y.^2; scatter(x, y, 30, z, filled); colormap(parula); colorbar;scatter的第四个参数z是每个点的颜色值colorbar会自动显示数值映射关系非常直观。第二种如果你坚持要用plot画一组曲线并按曲线所代表的参数着色可以这样cmap parula(10); figure; hold on; for k 1:10 t (k - 1) / 9; plot(x, Y(k, :), Color, cmap(k, :), LineWidth, 2); end hold off;这里每一条线从parula(10)里取一行颜色。但要特别注意这种方式的colorbar不会自动匹配。因为plot创建的线对象本身不携带CData图例也只是一个颜色块无法直接告诉你“第几条线的颜色对应哪个数值”。所以如果颜色本身携带物理含义我建议要么用scatter或patch要么在图上手动加一个用patch画的色条否则容易误导。4.4 坐标轴和网格线配色一起调整体风格统一不只是曲线的颜色还包括坐标轴、网格线、文字颜色。我的常见做法是ax gca; ax.GridColor [0.6 0.6 0.6]; ax.GridAlpha 0.5; ax.XColor [0.15 0.15 0.15]; ax.YColor [0.15 0.15 0.15]; ax.FontName Arial; ax.FontSize 11; ax.LineWidth 0.8; grid on;网格线颜色选浅灰而不是黑色可以避免抢走主曲线的注意力。坐标轴和文字用深灰而不是纯黑会让整张图的层次更柔和。曲线本身的颜色如果从ColorOrder中选取深色系再配浅灰网格即便图上有五六条线也不会显得脏。这种“背景、网格、文字”三件套统一之后整篇论文或报告的多张图放在一起才会有“同一个人做的”感觉。否则每张图默认网格颜色不同一眼就能看出是不同时期拼出来的。5. 线宽、字体、透明度与导出还原度5.1 线宽和标记大小默认值不是你最终交付值Matlab 默认LineWidth是 0.5 磅放在高清屏的小图里还算能看一旦投到投影仪或压到论文里细线会变得几乎看不见。我一般把正式图里的主曲线调到 1.5 到 2 磅辅助曲线至少 1 磅。标记大小也要和线宽配合。简单规则是如果标记有填充色MarkerSize至少 5如果没有填充3 到 4 就够。带标记的曲线在图上很密集时建议隔几个数据点画一个标记而不是每个点都画例如idx 1:5:length(x); plot(x, y, -, Color, c, LineWidth, 1.6); hold on; plot(x(idx), y(idx), o, Color, c, MarkerFaceColor, c, MarkerSize, 5);先画一条实线再把原始数据用稀疏的实心标记画上去既有趋势感又保留原始数据位置信息。这个方法比直接用b-o让每个点都带标记更专业。全局设置线宽的技巧是修改默认值set(groot, DefaultLineLineWidth, 1.4); set(groot, DefaultAxesFontSize, 12); set(groot, DefaultAxesLineWidth, 0.8);在脚本开头设置一次全部分析图都会用统一标准。5.2 透明度line 不支持但 patch 可以plot的线对象并不支持带透明度的颜色——也就是说你没法直接用Color, [r g b alpha]画半透明曲线。想表达“密度高、范围宽”的区域最常用的是patch配合FaceAlpha。比如给均值曲线画一个置信区间带x 1:20; yMean sin(x/3) 2; yLow yMean - 0.4; yUp yMean 0.4; patchX [x, fliplr(x)]; patchY [yUp, fliplr(yLow)]; patch(patchX, patchY, b, FaceAlpha, 0.2, EdgeColor, none); hold on; plot(x, yMean, b-, LineWidth, 2);这里的patch先画一个半透明蓝色区域再用实线画均值。半透明的好处是如果同时有多组置信区间重叠部分不会完全遮挡读者还能看出密度差异。用FaceAlpha而不是改背景透明度可以只让色块变浅保留坐标轴和文字清晰可读。5.3 导出格式不同线型渲染结果也不同做完图最后一步是导出。不少人在屏幕上看着很好的虚线导出成 PDF 或 PNG 之后断点全糊成实线或者在打印时粗细完全失控。这往往不是数据集问题而是渲染器和格式的匹配问题。输出场景推荐写法注意点PNG 位图网页/PPTprint(gcf, -dpng, -r300, output.png)分辨率至少 300曲线线宽不能太细矢量 PDF论文插图exportgraphics(gcf, output.pdf, ContentType, vector)使用矢量渲染虚线可无限放大EPS老式 LaTeXprint(gcf, -deps, -r300, output.eps)注意中文字体和特殊符号支持如果你用的是旧版本 Matlabexportgraphics不一定可用可以用set(gcf, Renderer, Painters); print(gcf, -dpdf, output.pdf);Painters渲染器对简单二维图很友好能保留矢量的虚线、文字和标记。但如果你图里有大量半透明 patch 或复杂光照Painters可能无法支持那时OpenGL渲染器更合适代价是某些线型在 PDF 里可能被栅格化。我的习惯是矢量优先除非图里有半透明和三维对象才切到 OpenGL。5.4 交付前做一次灰度模拟这一步是我给自己定的“出图体检”frame getframe(gcf); imshow(rgb2gray(frame.cdata));getframe截取当前图形rgb2gray把彩色转成灰度。在灰度图里扫一眼如果还能清楚区分每条线和标记这张图才算真正合格。具体操作时我会把灰度图放大到实际打印大小看看最细的那条线是否还有辨识度。如果发现两条线在灰度下靠得太近我会改成“深浅差更大的配色 虚实线型组合”。这一步的优先级高于任何审美判断。颜色再好看如果关键曲线在灰度打印时消失评审人只会觉得你的图不严谨。6. 一些调图经验配色、工具和边界情况6.1 我常用的三套配色我不太用 Matlab 默认的七色循环跑到底而是针对不同场景准备三套配色。第一套是经典 Tableau 10 的颜色适合科技论文里的分类曲线tab10 [ 0.1216 0.4667 0.7059 1.0000 0.4980 0.0549 0.1725 0.6275 0.1725 0.8392 0.1529 0.1569 0.5804 0.4039 0.7412 0.5490 0.3373 0.2941 ];第二套是 Seaborn 深色系的配色适合演示汇报颜色饱和度和对比度都适中deep [ 0.2980 0.4471 0.6902 0.8667 0.5176 0.3216 0.3333 0.6588 0.4078 0.7686 0.3059 0.3216 0.5059 0.4471 0.7019 ];第三套是parula、viridis、turbo这类渐变色适合表达数值连续变化。新版 Matlab 直接支持turbo比老版jet的彩虹色在感知均匀性上更好。我基本不用jet它的黄绿色段会有明显的亮度断层。如果你手边只有十六进制色号比如#4C72B0可以用这个小函数转成 RGBfunction rgb hex2rgb(hex) % 输入 #4C72B0输出 [0.2980 0.4471 0.6902] hex hex(2:end); rgb double(sscanf(hex, %2x)). / 255; end把常用色号统一放到脚本顶部的变量里比每次临时翻色号网站效率高很多。6.2 批量绘图时怎么自动换风格做批量数据分析时我经常在一个循环里连续生成几十张图每张图都希望保持统一的配色和线型规则。这时候最忌讳的是每张图手动写颜色。我的做法是把风格规则封装成一个局部函数function h styledLine(x, y, idx, labels) % 按统一规则绘制第 idx 条曲线 colors [ 0.0000 0.4470 0.7410 0.8500 0.3250 0.0980 0.9290 0.6940 0.1250 ]; styles {-, --, :}; c colors(mod(idx-1, 3) 1, :); s styles{mod(idx-1, 3) 1}; h plot(x, y, Color, c, LineStyle, s, LineWidth, 1.6); end在for循环里调用这个函数就不用担心某张图漏掉线型或颜色。后续如果想换整套风格只需要改函数里的一组参数。另外set(groot, DefaultAxesColorOrder, colors)也可以让所有不指定颜色的plot使用统一配色但它管不到显式颜色。批量脚本里我宁可多用一层封装也不依赖全局默认因为全局默认有时会影响到别人写的函数内部绘图导致意想不到的“蝴蝶效应”。6.3 边界情况NaN、断线、图例消失画plot时还有一个经常被忽略的细节数据里的NaN会导致线段断开。有时候你看到图上一段线莫名其妙不见了第一反应是程序出错其实只是对应位置的数据是NaN。这在处理传感器数据、仿真失败或缺失值时特别常见。如果你希望缺失的地方不要断线可以先做插值或填充如果希望读者知道“这里数据缺失”保持断线反而是正确的表达。关键是不要隐藏问题。另一个边界情况是图例位置。legend(Location, best)在曲线区域变化时会自动移动但如果图例挡住关键数据best有时候并不“best”。我通常会手动指定legend(h, {A, B}, Location, northeast);而且图例的文字长度不要太长。坐标轴、图例和标注文本都尽量用英文或简短中文避免在导出 PDF 时出现字体缺失。6.4 如果只记住三条规则我在这个项目里反反复复用的说到底只有三条经验。第一凡是要画两条以上曲线就用“颜色 线型”双维度区分不要只靠颜色。第二正式出图前一定做一次灰度模拟接受不了灰度检查的颜色方案再好看也别用。第三线型和配色规则要集中在脚本顶部或封装函数里不要散落在几十个plot调用中否则项目做到后期改色会改到怀疑人生。有一次我在一份 80 多页的报告里花了整整一个下午才把所有曲线的命名规则统一只是因为刚开始没有想清楚。从那以后我每接一个新项目都是先定配色和线型风格再开始画图。反而省了不少时间。希望你也能从一开始就把这件事想明白而不是等到交付前再补课。 
长河君 · 2026/10/8 4:12:10 · 阅读 1.2k Matlab plot线型与颜色设置教程：让数据曲线一眼可读
1. 先说结论一张图能不能“读懂”比“好看”重要在 Matlab 里用plot画曲线线型和颜色是我每次调图都会重新想起的一对参数。很多人觉得这俩只是“外观装饰”真正开始做正式图表交付时才发现线型和配色的选择直接决定一张图是“一眼看懂”还是“越看越乱”。我见过不少项目算法算得没问题数据也是对的但最后评审时投到投影仪上一看四五条曲线全部是默认蓝色实线图例还要靠猜。问题不是出在“画图不熟练”而是出在“没有把线型当作信息编码工具”。这也正是这篇文章想解决的问题把 Matlab 的plot线型、颜色、标记这些看似琐碎的参数从规则到策略彻底讲清楚。文章后面会按“语法速查 → 多序列区分 → 全局配色 → 导出还原 → 实际经验”的顺序展开。不管你是刚接触 Matlab、只会写plot(x,y)的新手还是已经能跑复杂仿真、但每次出图都要临时翻文档的研究生或工程师下面这些内容都能直接用。1.1 可视化是在做信息编码不是在装修做科研和工程图表第一原则是“信息准确”不是“好看”。线型和颜色在图表里扮演两个角色第一区分不同数据系列第二表达数据的重要程度或连续变化。这两个角色如果混淆读者就会花大量时间去猜“哪条线对应谁”。我把plot输出的每一根线条都看成自带两个标签一个告诉读者“这是什么类别”一个告诉读者“这条线有多重要”。比如主结果用粗实线、对比结果用细虚线、参考范围用浅色带透明度的色块。信息层级一旦定下来线型、颜色、线宽的选择顺序就非常清晰。这里不得不提一个常见误区很多教程把重点放在“怎么画出这个图形”却很少讲“为什么允许软件默认配色跑完全场”。Matlab 从 R2014b 开始默认配色确实比老版本好看自带一圈蓝、橙、黄、紫、绿的颜色轮但它仍然解决不了两个问题一是超过七条线颜色就重复二是所有默认曲线的线型如果都是实线单靠颜色很难在不同设备上保持可区分性。所以默认参数是“能跑”不是“能交付”。1.2 这篇文章希望帮你建立的三件事我不指望你看完能记住所有参数那没必要。真正想帮你建立的是三件可以沉淀下来的能力知道plot支持哪些线型、颜色、标记以及它们对应的语法知道在多序列图里如何组合“颜色 线型 标记”让每条线即使打印成黑白也不会认错知道如何通过ColorOrder、colormap、全局默认设置让整套文档里的图风格统一而不是每张图各画各的。掌握了这三件事任何项目里“出图”这一步都能少走很多弯路。下面直接进入语法和参数部分。2. plot 线型、颜色、标记的语法与速查2.1 LineSpec 一行写完全部风格plot最经典的一段函数签名是这样plot(x, y) plot(x, y, LineSpec) plot(x, y, LineSpec, Name, Value)其中LineSpec是一个字符向量用很短的字符串同时指定颜色、线型、标记。比如x 0:0.1:2*pi; y1 sin(x); y2 cos(x); plot(x, y1, r--, LineWidth, 1.5); hold on; plot(x, y2, b-o, LineWidth, 1.2, MarkerSize, 5, MarkerFaceColor, b);第一行里的r--表示“红色虚线”。第二行里的b-o表示“蓝色实线加圆圈标记”之后再用MarkerSize控制圆圈大小MarkerFaceColor把圆点内部填成蓝色。这是最直观的入门写法。有一点需要注意LineSpec中间的顺序没有严格到必须“颜色-线型-标记”但为了让代码读起来不累我强烈建议统一写成“颜色在前线型居中标记在最后”比如r--o。代码是写给人看的保持一种固定的排列习惯以后你自己回过头看脚本也会很快。2.2 线型、标记、颜色速查表下面这张表建议收藏基本覆盖了日常plot会用到的主角。类型值说明线型-实线线型--虚线线型:点线线型-.点划线线型none不画线只画标记标记加号标记o圆圈标记*星号标记.点标记x叉号标记s方块标记d菱形标记^上三角标记v下三角标记右三角标记左三角标记p五角星标记h六角星颜色r红颜色g绿颜色b蓝颜色c青颜色m品红颜色y黄颜色k黑颜色w白这些字母颜色多用于草稿和快速验证。真正做正式图时我更推荐用 RGB 三元组后面会专门讲。2.3 设置颜色时的书写层次Matlab 里的颜色设置大概有三种层次从简单到灵活排列如下字母缩写r、g、b等简单但可选范围太小颜色名称red、green、blue、magenta、cyan、black、white等新版 Matlab 支持读起来比单字母清楚RGB 三元组[0.8500 0.3250 0.0980]范围 0 到 1可以表达任意颜色。比如我想画一条工业界常用的橙红色曲线plot(x, y, Color, [0.8500 0.3250 0.0980], LineWidth, 2);RGB 三元组的好处是颜色可控、跨设备一致。缺点是对不熟悉颜色数值的人不友好所以我通常会把常用配色先定义成变量再传进plotmainColor [0.8500 0.3250 0.0980]; cmpColor [0.0000 0.4470 0.7410]; plot(x, y1, Color, mainColor, LineStyle, -, LineWidth, 2); hold on; plot(x, y2, Color, cmpColor, LineStyle, --, LineWidth, 2);这样改色只需要改顶部变量不用满脚本找plot函数。2.4 最容易踩的坑LineSpec 与属性参数混用新手最容易踩的坑是把LineSpec和后面的属性参数混在一起写。比如plot(x, y, r, Color, [0.5 0.5 0.5]);这行代码不会报错但最终颜色大概率是后面Color指定的灰色前面的r会被覆盖。更麻烦的是等你看代码时还以为这条线是红色实际图上是灰色。这种“代码和图形不一致”的隐蔽问题在协作项目里特别伤。我的建议是一旦开始用属性名设置线宽、标记、颜色就统一用完整的属性写法不要再混用LineSpec里的颜色部分。线型用LineStyle标记用Marker颜色用Color。虽然代码长了点但不会产生歧义。另外很多人把LineStyle和Marker当成同一个参数写进LineSpec忘了plot还支持只设置线型而不碰颜色。下面的写法同样有效而且更灵活plot(x, y, --, Color, [0.2 0.4 0.6], LineWidth, 1.5);这里--只指定线型颜色由Color单独控制语义非常清楚。3. 多序列图两条线以上该怎么区分3.1 只用颜色区分等于放弃黑白打印很多人在论文初稿里用红、绿、蓝三条线表示三组实验结果屏幕上看清楚打印成黑白之后发现红色和绿色变成相近灰度完全分不出来。就算不打印色觉障碍读者也会遇到同样的麻烦。所以我给多序列图定了一条硬规则两条以上曲线至少同时用两个维度做区分。颜色算一个维度线型算一个维度标记算一个维度线宽也可以作为辅助。注意“至少两个维度”不等于样样都要不同。如果同时改颜色、线型、标记、线宽图面会过乱。通常的组合是两条线颜色不同 一条实线一条虚线三条线颜色不同 实线/虚线/点线四到六条线颜色 线型 标记矩阵式排列六条以上认真考虑分组、分面不要硬挤在一张图里。3.2 颜色 线型 标记的组合轮换方案我先给一个可以直接复制的循环方案比依赖 Matlab 默认轮换要可靠得多。假设你有一个矩阵Y每一列是一条曲线colors [ 0.0000 0.4470 0.7410 0.8500 0.3250 0.0980 0.9290 0.6940 0.1250 0.4940 0.1840 0.5560 0.4660 0.6740 0.1880 0.3010 0.7450 0.9330 0.6350 0.0780 0.1840 ]; styles {-, --, :, -.}; markers {o, s, d, ^, v, }; figure; hold on; for i 1:size(Y, 2) c colors(mod(i-1, size(colors,1)) 1, :); s styles{mod(i-1, numel(styles)) 1}; m markers{mod(i-1, numel(markers)) 1}; plot(x, Y(:, i), Color, c, LineStyle, s, Marker, m, ... LineWidth, 1.6, MarkerSize, 5); end hold off;这个循环的逻辑是颜色先轮轮完一圈换线型线型轮完再换标记。这样即使有十几条曲线也不会出现两条完全相同的线。关键在于mod索引可以让任意数量的序列都在这三组参数里循环。有些读者会问Matlab 不是有LineStyleOrder和ColorOrder吗为什么不直接用说实话我也试过这两个属性确实能实现自动轮换但不同版本对“先轮颜色还是先轮线型”的理解不太一致而且一旦在循环里显式传了Color默认轮换就会被打断。与其赌版本行为不如自己用上面的显式循环读代码的人也能一眼看出每条线是什么风格。3.3 图例顺序和线条对应关系另一个容易被忽略的细节是图例。legend的默认顺序是绘图顺序不是曲线从上到下的顺序。当你用循环画图时图例通常也会跟着循环变量走但如果你中途手动plot了一些辅助线、注记线图例就会多出几项甚至对应错位。我常用的保护方式是在plot时把图例标签直接作为第四个参数传入而不是最后再单独调用legend。不过更稳妥的方法是用图形句柄h gobjects(1, 3); for i 1:3 h(i) plot(x, Y(:, i), Color, colors(i,:), LineStyle, styles{i}, LineWidth, 1.6); hold on; end legend(h, {方案 A, 方案 B, 方案 C}, Location, best);gobjects预先分配句柄数组避免循环里图形对象越界这是正式脚本里很值得养成的习惯。最后legend(h, ...)只显示h里的三条线不受辅助线干扰。3.4 五条以上曲线时的图面重构当曲线超过五条即使颜色线型标记都用上图面也会变成“彩色意大利面”。这时候我会停下来问自己是不是选错了可视化形式比较实用的替代方案有三个把变化趋势差不多的线分成两组画在两个子图里用带误差带的均值曲线代替多条原始曲线用heatmap、imagesc或surf把“随着参数变化的一组曲线”展现成二维矩阵/热图。比如一个典型场景是参数扫描你有 20 条曲线对应 20 个参数值。与其画 20 条线不如让颜色映射参数值用scatter或patch表达。这种方法在下一章会展开。记住plot本身不是问题问题在于“一个坐标系里硬塞多少条线”才是信息表达的边界。4. 让整份文档风格统一ColorOrder 与 colormap4.1 ColorOrder 控制的是曲线颜色不是 colormapColorOrder和colormap是两种不同的机制很多刚开始学的人会把它们搞混ColorOrder是坐标区axes的属性决定不指定颜色时新建曲线的颜色轮换顺序colormap是图形figure或坐标区上的色图决定patch、scatter、surf、image等对象里“数据值”到“颜色”的映射。简单记plot默认从ColorOrder取色surf、pcolor默认从colormap取色。两者可以共存但作用对象不同。4.2 修改 ColorOrder 的三种方式修改ColorOrder最简单的方式是直接用当前坐标区ax gca; ax.ColorOrder [0.0000 0.4470 0.7410; 0.8500 0.3250 0.0980; 0.9290 0.6940 0.1250];设置之后再画三条不指定颜色的曲线会依次使用这三组颜色。第二种方式是用colororder函数代码更短适合新版本colororder([0.0000 0.4470 0.7410; 0.8500 0.3250 0.0980]);第三种方式是设置全局默认这样整个 session 里所有新图都自动采用统一配色set(groot, DefaultAxesColorOrder, winter(6));这里winter(6)返回一个 6 行 3 列的蓝色到绿色渐变虽然不是所有场景都合适但至少让所有新建坐标区的默认曲线不再是千篇一律的七个默认色。需要提醒的是ColorOrder只对“没有显式指定颜色”的曲线生效。只要你写了Color无论ColorOrder设成什么都会用你指定的颜色。这也是很多脚本“怎么改了 ColorOrder 没反应”的原因。4.3 用 colormap 做连续数据映射如果一组曲线本身代表不同数值比如温度从低到高、参数从 0 到 1那么真正合适的做法是让颜色跟着数值走而不是随便套几种颜色。这里分两种情况第一种画“二维点云”或“散点”直接用scatter的CData和colormap配合x randn(200,1); y randn(200,1); z x.^2 y.^2; scatter(x, y, 30, z, filled); colormap(parula); colorbar;scatter的第四个参数z是每个点的颜色值colorbar会自动显示数值映射关系非常直观。第二种如果你坚持要用plot画一组曲线并按曲线所代表的参数着色可以这样cmap parula(10); figure; hold on; for k 1:10 t (k - 1) / 9; plot(x, Y(k, :), Color, cmap(k, :), LineWidth, 2); end hold off;这里每一条线从parula(10)里取一行颜色。但要特别注意这种方式的colorbar不会自动匹配。因为plot创建的线对象本身不携带CData图例也只是一个颜色块无法直接告诉你“第几条线的颜色对应哪个数值”。所以如果颜色本身携带物理含义我建议要么用scatter或patch要么在图上手动加一个用patch画的色条否则容易误导。4.4 坐标轴和网格线配色一起调整体风格统一不只是曲线的颜色还包括坐标轴、网格线、文字颜色。我的常见做法是ax gca; ax.GridColor [0.6 0.6 0.6]; ax.GridAlpha 0.5; ax.XColor [0.15 0.15 0.15]; ax.YColor [0.15 0.15 0.15]; ax.FontName Arial; ax.FontSize 11; ax.LineWidth 0.8; grid on;网格线颜色选浅灰而不是黑色可以避免抢走主曲线的注意力。坐标轴和文字用深灰而不是纯黑会让整张图的层次更柔和。曲线本身的颜色如果从ColorOrder中选取深色系再配浅灰网格即便图上有五六条线也不会显得脏。这种“背景、网格、文字”三件套统一之后整篇论文或报告的多张图放在一起才会有“同一个人做的”感觉。否则每张图默认网格颜色不同一眼就能看出是不同时期拼出来的。5. 线宽、字体、透明度与导出还原度5.1 线宽和标记大小默认值不是你最终交付值Matlab 默认LineWidth是 0.5 磅放在高清屏的小图里还算能看一旦投到投影仪或压到论文里细线会变得几乎看不见。我一般把正式图里的主曲线调到 1.5 到 2 磅辅助曲线至少 1 磅。标记大小也要和线宽配合。简单规则是如果标记有填充色MarkerSize至少 5如果没有填充3 到 4 就够。带标记的曲线在图上很密集时建议隔几个数据点画一个标记而不是每个点都画例如idx 1:5:length(x); plot(x, y, -, Color, c, LineWidth, 1.6); hold on; plot(x(idx), y(idx), o, Color, c, MarkerFaceColor, c, MarkerSize, 5);先画一条实线再把原始数据用稀疏的实心标记画上去既有趋势感又保留原始数据位置信息。这个方法比直接用b-o让每个点都带标记更专业。全局设置线宽的技巧是修改默认值set(groot, DefaultLineLineWidth, 1.4); set(groot, DefaultAxesFontSize, 12); set(groot, DefaultAxesLineWidth, 0.8);在脚本开头设置一次全部分析图都会用统一标准。5.2 透明度line 不支持但 patch 可以plot的线对象并不支持带透明度的颜色——也就是说你没法直接用Color, [r g b alpha]画半透明曲线。想表达“密度高、范围宽”的区域最常用的是patch配合FaceAlpha。比如给均值曲线画一个置信区间带x 1:20; yMean sin(x/3) 2; yLow yMean - 0.4; yUp yMean 0.4; patchX [x, fliplr(x)]; patchY [yUp, fliplr(yLow)]; patch(patchX, patchY, b, FaceAlpha, 0.2, EdgeColor, none); hold on; plot(x, yMean, b-, LineWidth, 2);这里的patch先画一个半透明蓝色区域再用实线画均值。半透明的好处是如果同时有多组置信区间重叠部分不会完全遮挡读者还能看出密度差异。用FaceAlpha而不是改背景透明度可以只让色块变浅保留坐标轴和文字清晰可读。5.3 导出格式不同线型渲染结果也不同做完图最后一步是导出。不少人在屏幕上看着很好的虚线导出成 PDF 或 PNG 之后断点全糊成实线或者在打印时粗细完全失控。这往往不是数据集问题而是渲染器和格式的匹配问题。输出场景推荐写法注意点PNG 位图网页/PPTprint(gcf, -dpng, -r300, output.png)分辨率至少 300曲线线宽不能太细矢量 PDF论文插图exportgraphics(gcf, output.pdf, ContentType, vector)使用矢量渲染虚线可无限放大EPS老式 LaTeXprint(gcf, -deps, -r300, output.eps)注意中文字体和特殊符号支持如果你用的是旧版本 Matlabexportgraphics不一定可用可以用set(gcf, Renderer, Painters); print(gcf, -dpdf, output.pdf);Painters渲染器对简单二维图很友好能保留矢量的虚线、文字和标记。但如果你图里有大量半透明 patch 或复杂光照Painters可能无法支持那时OpenGL渲染器更合适代价是某些线型在 PDF 里可能被栅格化。我的习惯是矢量优先除非图里有半透明和三维对象才切到 OpenGL。5.4 交付前做一次灰度模拟这一步是我给自己定的“出图体检”frame getframe(gcf); imshow(rgb2gray(frame.cdata));getframe截取当前图形rgb2gray把彩色转成灰度。在灰度图里扫一眼如果还能清楚区分每条线和标记这张图才算真正合格。具体操作时我会把灰度图放大到实际打印大小看看最细的那条线是否还有辨识度。如果发现两条线在灰度下靠得太近我会改成“深浅差更大的配色 虚实线型组合”。这一步的优先级高于任何审美判断。颜色再好看如果关键曲线在灰度打印时消失评审人只会觉得你的图不严谨。6. 一些调图经验配色、工具和边界情况6.1 我常用的三套配色我不太用 Matlab 默认的七色循环跑到底而是针对不同场景准备三套配色。第一套是经典 Tableau 10 的颜色适合科技论文里的分类曲线tab10 [ 0.1216 0.4667 0.7059 1.0000 0.4980 0.0549 0.1725 0.6275 0.1725 0.8392 0.1529 0.1569 0.5804 0.4039 0.7412 0.5490 0.3373 0.2941 ];第二套是 Seaborn 深色系的配色适合演示汇报颜色饱和度和对比度都适中deep [ 0.2980 0.4471 0.6902 0.8667 0.5176 0.3216 0.3333 0.6588 0.4078 0.7686 0.3059 0.3216 0.5059 0.4471 0.7019 ];第三套是parula、viridis、turbo这类渐变色适合表达数值连续变化。新版 Matlab 直接支持turbo比老版jet的彩虹色在感知均匀性上更好。我基本不用jet它的黄绿色段会有明显的亮度断层。如果你手边只有十六进制色号比如#4C72B0可以用这个小函数转成 RGBfunction rgb hex2rgb(hex) % 输入 #4C72B0输出 [0.2980 0.4471 0.6902] hex hex(2:end); rgb double(sscanf(hex, %2x)). / 255; end把常用色号统一放到脚本顶部的变量里比每次临时翻色号网站效率高很多。6.2 批量绘图时怎么自动换风格做批量数据分析时我经常在一个循环里连续生成几十张图每张图都希望保持统一的配色和线型规则。这时候最忌讳的是每张图手动写颜色。我的做法是把风格规则封装成一个局部函数function h styledLine(x, y, idx, labels) % 按统一规则绘制第 idx 条曲线 colors [ 0.0000 0.4470 0.7410 0.8500 0.3250 0.0980 0.9290 0.6940 0.1250 ]; styles {-, --, :}; c colors(mod(idx-1, 3) 1, :); s styles{mod(idx-1, 3) 1}; h plot(x, y, Color, c, LineStyle, s, LineWidth, 1.6); end在for循环里调用这个函数就不用担心某张图漏掉线型或颜色。后续如果想换整套风格只需要改函数里的一组参数。另外set(groot, DefaultAxesColorOrder, colors)也可以让所有不指定颜色的plot使用统一配色但它管不到显式颜色。批量脚本里我宁可多用一层封装也不依赖全局默认因为全局默认有时会影响到别人写的函数内部绘图导致意想不到的“蝴蝶效应”。6.3 边界情况NaN、断线、图例消失画plot时还有一个经常被忽略的细节数据里的NaN会导致线段断开。有时候你看到图上一段线莫名其妙不见了第一反应是程序出错其实只是对应位置的数据是NaN。这在处理传感器数据、仿真失败或缺失值时特别常见。如果你希望缺失的地方不要断线可以先做插值或填充如果希望读者知道“这里数据缺失”保持断线反而是正确的表达。关键是不要隐藏问题。另一个边界情况是图例位置。legend(Location, best)在曲线区域变化时会自动移动但如果图例挡住关键数据best有时候并不“best”。我通常会手动指定legend(h, {A, B}, Location, northeast);而且图例的文字长度不要太长。坐标轴、图例和标注文本都尽量用英文或简短中文避免在导出 PDF 时出现字体缺失。6.4 如果只记住三条规则我在这个项目里反反复复用的说到底只有三条经验。第一凡是要画两条以上曲线就用“颜色 线型”双维度区分不要只靠颜色。第二正式出图前一定做一次灰度模拟接受不了灰度检查的颜色方案再好看也别用。第三线型和配色规则要集中在脚本顶部或封装函数里不要散落在几十个plot调用中否则项目做到后期改色会改到怀疑人生。有一次我在一份 80 多页的报告里花了整整一个下午才把所有曲线的命名规则统一只是因为刚开始没有想清楚。从那以后我每接一个新项目都是先定配色和线型风格再开始画图。反而省了不少时间。希望你也能从一开始就把这件事想明白而不是等到交付前再补课。