Matlab/Octave Tomasz Sobiech, Politechnika Warszawska, Wydział Fizyki 29 stycznia 2016 Matlab jest środowiskiem stworzonym głównie w celu wykonywania obliczeń numerycznych. W skład środowiska wchodzi język wysokiego poziomu, w większości kompatybilny z darmowymi odpowiednikami takimi jak Octave oraz interpreter tego języka. Matlab posiada zaawansowane funkcje do numerycznego rozwiązywania powszechnych problemów algebry liniowej, analizy sygnałów, statystyki, przetwarzania obrazów i innych. Jest łatwo rozszerzalny i konfigurowalny poprzez definiowane funkcji w języku Matlab lub używając dynamicznie ładowanych modułów napisanych w C++, C, Fortran lub innych językach. 1 Wprowadzenie Poniższy poradnik będzie stanowił pomoc w pierwszych krokach nauki programowania w Matlabie, jednak prawdopodobnie niezbędne okaże się korzystanie z innych źródeł i pomocy, jak np. dokumentacja dostępna na stronie: http://www.mathworks.com/help/matlab/. Można również wykorzystać wbudowaną pomoc i dokumentację, dostępną po wpisaniu: doc docsearch help - spis dostępnych kategorii funkcji, lista funkcji należących do danej kategorii, opis wybranej funkcji lookfor - przeszukanie za pomocą słowa kluczowego demo echodemo Kilka dodatkowych uwag: Możliwe są dwa podstawowe typy pracy: interakcja w linii poleceń lub uruchamianie gotowych skryptów zapisanych w M-plikach. Rozróżniane są duże i małe litery. Średnik na końcu linijki powoduje, że nie zostanie wyświetlony wynik tego polecenia. Komentarze rozpoczynają się znakiem %. Uzyskanie informacji o zdefiniowanych zmiennych, polecenie: who, whose Pracę kończy się przez wpisanie polecenia exit lub quit. Strona 1 z 22
2 Podstawy 2.1 Ogólnie Podstawową strukturą danych jest macierz. Standardowo liczby przechowywane są jako double (zakres < 10 308, 10 308 >), możemy korzystać z wbudowanych stałych, takich jak: liczba π, jednostka urojona i, itd. i wbudowanych funkcji sin, exp, besselj itd. 2.2 Operacje na macierzach Skalar Macierz o rozmiarze 1x1: >> a = 1 a = 1 Wektor w tym przypadku macierz o jednym wierszu: >> b = [2 4 6 8] b = 2 4 6 8 Wektor tutaj macierz o jednej kolumnie: >> c = [2; 4; 6; 8] c = 2 4 6 8 Transpozycja macierzy: >> c 2 4 6 8 Strona 2 z 22
Macierze można budować bezpośrednio: >> d = [1,2,3,4; 5,6,7,8] d = 1 2 3 4 5 6 7 8 >> e = [8,7,6, 5; 4,3,2,1] e = 8 7 6 5 4 3 2 1 Lub łączyć składowe: >> f = [d; e] f = 1 2 3 4 5 6 7 8 8 7 6 5 4 3 2 1 Istnieje możliwość definiowania każdego elementu osobno: >> b b = 2 4 6 8 >> b(1) = 1 b = 1 4 6 8 W ten sposób można automatycznie rozszerzyć macierz: >> b(8) = 10 b = Strona 3 z 22
1 4 6 8 0 0 0 10 Macierze można dodawać: >> b+b 2 8 12 16 0 0 0 20 Mnożyć (element po elemencie): >> b.*b 4 64 144 256 0 0 0 400 Brak kropki oznaczałby, że operacja ma zostać wykonana w sensie macierzowym: >> b*b 868 Tak samo jest również w przypadku potęgowania: >> p=[1,2;3,4] p = 1 2 3 4 >> p.^2 >> p^2 1 4 9 16 7 10 15 22 Strona 4 z 22
2.3 Generatory macierzy Można stworzyć macierz zawierającą same zera, jedynki lub liczby losowe z zakresu [0, 1): >> z = zeros(2,4) z = 0 0 0 0 0 0 0 0 >> o = ones(3,3) o = 1 1 1 1 1 1 1 1 1 >> n = rand(1,5) n = 0.868423 0.195988 0.861193 0.717563 0.099785 Można otrzymać wektor liczb z pewnego zakresu: >> 1:10 1 2 3 4 5 6 7 8 9 10 >> 1:2:10 1 3 5 7 9 linspace(a, b, n) zwraca n liczb z zakresu a, b >> linspace(1, 3, 5) 1.0000 1.5000 2.0000 2.5000 3.0000 Strona 5 z 22
2.4 Instrukcje sterujace, pętle i funkcje Instrukcja warunkowa if: 1 if warunek 1 2 instrukcje - wersja 1 3 elseif warunek 2 4 instrukcje - wersja 2 5 else 6 instrukcje - wersja N 7 end Pętla while 1 while warunek 2 instrukcje 3 end Pętla for umożliwia wykonanie bloku instrukcji dla każdego elementu wektora. 1 for i = wektor 2 instrukcje 3 end Oprócz korzystania z funkcji standardowych można tworzyć także własne funkcje: 1 function [zmienne wyjsciowe] = nazwa_funkcji(argumenty wejsciowe); 2 instrukcje 3 end Istnieje również możliwość definiowania funkcji anonimowych. Są to krótkie, jednolinijkowe funkcje (wyrażenia lambda): 1 nazwa_funkcji = @(argumenty wejsciowe) instrukcja 2.5 Prezentacja wyników Podstawową instrukcją tworzącą dwuwymiarowe wykresy jest funkcja plot: >> x = -2*pi: 0.1 : 2*pi >> plot(x, sin(x)) Do rysowania histogramów wykorzystujemy funkcję hist: >> hist(randn (100, 1), 20) Strona 6 z 22
a) b) Rysunek 1: Wykres funkcji sinus (a), histogram (b) Do rysowania wykresów 3D służą funkcję takie jak: mesh, surface, waterfall i wiele innych, przykład: >> z = peaks(25); >> mesh(z); >> colormap(hsv) Przykład 1. Zadanie do wykonania: zrobić sprawozdanie z prawa Ohma (lab. CLF) 1 %niepelne dane 2 U = [0.09, 0.18, 0.29, 0.37, 0.46, 0.54,..., 3.4, 4, 4.5, 5.5, 6, 6.5, 7, 8, 8.5, 9, 9.5]; 3 I = [0.0017, 0.00341, 0.00565, 0.00713, 0.00905, 0.01053,..., 0.125, 0.138, 0.150, 0.186]; 4 di = [0.0001,0.00005,0.00008,0.0001,0.0001,0.0002,...,0.003,0.003,0.003,0.003,0.003,0.003]; 5 % errorbar rysuje wykres z niepewnosciami pomiarowymi (tylko dy) 6 % argument 'r*' oznacza rysuj czerwone gwiazdki (standardowo niebieska linia) 7 errorbar(u, I, di, 'r*'); 8 hold on; % wstrzymuje wykres przed usunieciem zawartosci po ponownym rysowaniu 9 10 P = polyfit(u, I, 1); %dopasowanie wielomianu stopnia n, 11 %zwraca P = [a_n,..., a_0] - wektor wspolczynikow wielomianu 12 x = 0:0.01:10; 13 %polyval oblicza wielomian y = a_n.*x.^n +... + a_1.*x + a_0 14 plot(x, polyval(p, x)); hold off; 15 16 %podpisywanie osi 17 xlabel('u [V]'); 18 ylabel('i [A]'); 19 20 %wypisywanie na ekran z formatowaniem 21 fprintf('opor elektryczn R = %0.2f Ohm\n', P(1)); Strona 7 z 22
Rysunek 2: Charakterystyka napięciowo prądowa Przykład 2. Zadanie do wykonania: zgubiłeś wyniki pomiarów śrubą mikrometryczną, ale musisz oddać jutro sprawozdanie. 1 % srednica preta 10 [mm] odchylenie standardowe sig = 0.05 2 d = 0.05*randn(1, 20) + 10; 3 4 mu = mean(d); %warosc srednia 5 sig = std(d); %odchylenie standardowe 6 7 hist(d) Przykład 3. Rozważ krzywą daną równaniami parametrycznymi x(t) = sin(2t), y(t) = cos(t), z(t) = t, gdzie t 0, 2π ). b Oblicz długość łuku tej krzywej. Długość łuku liczymy ze znanego z analizy wzoru: L = (dx(t))2 + (dy(t)) 2 + (dz(t)) 2. a 1 t = 0:0.1:3*pi; 2 plot3(sin(2*t),cos(t),t); 3 % definiujemy funkcje podcalkowa jako funkcje anonimowa 4 f = @(t) sqrt(4*cos(2*t).^2 + sin(t).^2 + 1); 5 6 len = integral(f,0,3*pi); Strona 8 z 22
3 Praca zdalna Matlab kosztuje niemało, więc aby z niego korzystać legalnie musimy iść na wydział: $ ssh -Y user@student.fizyka.pw.edu.pl a następnie wejść do sali 228 i usiąść przy wolnym komputerze, na przykład 02: $ ssh -Y sl228-02 Opcja -Y w poleceniu ssh przekieruje okno matlaba na twój komputer. Teraz uruchamiamy matlaba: $ matlab Strona 9 z 22
4 Operatory (raz jeszcze) 4.1 Operator zakresu Składnia operatora : wygląda następująco start : krok : nie większe niż. Przykład: >> a = 3:0.7:7 a = 3.0000 3.7000 4.4000 5.1000 5.8000 6.5000 Domyślna wartość kroku to jeden, składnia upraszcza się wtedy do postaci: >> a = 3:7 a = 3 4 5 6 7 W kontekście macierzy operator ten może przybrać jeszcze jedną formę: >> A = zeros(3,4); >> A(:,2) = 1 A = 0 1 0 0 0 1 0 0 0 1 0 0 Zapis A(:,2) weź wszystkie wartości z kolumny 2. Operatora zakresu możemy też używać z typem danych char: >> s = a : f s = abcdef 4.2 Działania arytmetyczne 4.2.1 Operatory macierzowe Możliwość wykonywania działań macierzowych jest absolutnie niezbędna dla programisty-fizyka, środowisko Matlab/Octave pozwala na wykonywanie takich obliczeń w szybki sposób przez zdefiniowane operatory (tab. 1), bez pisania zbędnych pętli for. Strona 10 z 22
Tablica 1: Operatory macierzowe Operacja Operator Dodawanie + Odejmowanie - Mnożenie * Potęgowanie ^ Lewostronne dzielenie \ Prawostronne dzielenie / Jeszcze słowo komentarza á propos dzielenia, oprócz dzielenia prawostronnego (/) mamy do dyspozycji dzielenie lewostronne (\). Dzielenie takie stosowane jest w równaniach macierzowych. W szczególności polecenie x = A\b rozwiązuje równanie Ax = b. Jest ono odpowiednikiem inv(a)*b, ale działa szybciej i numerycznie stabilniej. 4.2.2 Operatory tablicowe Prawdopodobnie dużo częściej wykorzystywane są operatory tablicowe (tab. 2). Za ich pomocą możemy uzyskać takie struktury jak v.*w = [v 1 w 1, v 2 w 2,..., v n w n ], czy v.^w = [v w1 1, vw2 2,..., vwn n ]. Te same zasady stosują się do macierzy. Dla dwóch macierzy A i B polecenie C = A.*B, w wyniku daje macierz z elementami C ij = A ij B ij. Tablica 2: Działania tablicowe Operacja Operator Dodawanie + Odejmowanie - Mnożenie.* Potęgowanie.^ Lewostronne dzielenie.\ Prawostronne dzielenie./ 4.3 Operatory relacji Działania z użyciem operatorów relacji dają wynik w postaci macierzy o tej samej wielkości co argumenty, gdzie 1 oznacza prawdziwość relacji, a 0 oznacza fałsz. Tablica 3: Operatory relacji Operacja Operator Mniejszy niż < Mniejszy lub równy <= Większy niż > Większy lub równy >= Równy == Różny od = Strona 11 z 22
Przykłady: >> x = [1, 5, 3, 7]; >> y = [0, 2, 8, 7]; >> k = x<y k = 0 0 1 0 >> k = x>=y k = 1 1 0 1 >> k = x~=y k = 1 1 1 0 4.4 Operatory logiczne Operatory logicznie działają analogicznie do operatorów relacji, zwracają macierz o tej samej wielkości co argumenty: Tablica 4: Operatory logiczne Operacja Operator Koniunkcja & Alternatywa Negacja Alternatywa wykluczająca xor Strona 12 z 22
5 Praca z macierzami 5.1 Indeksowanie macierzy W środowisku Matlab/Octave istnieją dwa sposoby indeksowania tablic (patrz rys. 3) tzw. index oraz subscripts, jak to działa sprawdzimy na prostym przykładzie: >> A = rand(4, 5) A = 0.6557 0.6787 0.6555 0.2769 0.6948 0.0357 0.7577 0.1712 0.0462 0.3171 0.8491 0.7431 0.7060 0.0971 0.9502 0.9340 0.3922 0.0318 0.8235 0.0344 >> A(4) %w notacji index 0.9340 >> A(4,1) %to samo w notacji subscripts 0.9340 >> A(5) %w notacji index 0.6787 >> A(1, 2) %to samo w notacji subscripts 0.6787 Rysunek 3: Dwa sposoby indeksowania macierzy Strona 13 z 22
Oczywiście tyczy się to też macierzy o większej ilości wymiarów. Do konwersji pomiędzy tymi dwoma stylami indeksowania macierzy można wykorzystać funkcję ind2sub oraz sub2ind. Przykład (Macierz A z poprzedniego przykładu): >> idx = [sub2ind(size(a), 3, 2), sub2ind(size(a), 4, 4), sub2ind(size(a), 4, 5)]... %tworzymy wektor 3 indeksów które chcemy wybrać z macierzy idx = 7 16 20 >> A(idx) %wypisujemy podane elementy 0.7431 0.8235 0.0344 >> A(idx) = 0; %nadpisujemy wartość podanych elementów >> A A = 0.6557 0.6787 0.6555 0.2769 0.6948 0.0357 0.7577 0.1712 0.0462 0.3171 0.8491 0 0.7060 0.0971 0.9502 0.9340 0.3922 0.0318 0 0 Możemy też podawać w obu konwencjach wektory. W konwencji index przykład jest już wyżej, z macierzy wybierane są wszystkie elementy, których index jest podany w wektorze. Trochę więcej przykładów: >> A([1, 3, 5, 6, 7]) 0.6557 0.8491 0.6787 0.7577 0 >> A(1:2:20) %co drugi element Columns 1 through 9 0.6557 0.8491 0.6787 0 0.6555 0.7060 0.2769 0.0971 0.6948 Column 10 0.9502 >> i = 5:5:20 %co piąty indeks od piątego do dwudziestego Strona 14 z 22
i = 5 10 15 20 >> A(i) 0.6787 0.1712 0.0971 0 W konwencji subscripts zwracany jest produkt kartezjański podanych indeksów: >> A([1, 2], [1, 2]) %produkt kartezjański to elementy (1, 1), (1, 2), (2, 1), (2, 2) 0.6557 0.6787 0.0357 0.7577 >> A(1:3,1:3) %wykorzystując operator zakresu 0.6557 0.6787 0.6555 0.0357 0.7577 0.1712 0.8491 0 0.7060 >> A(1:2:3,1:3) %co drugi wiersz od pierwszego do trzeciego i od pierwszej kolumny do trzeciej 0.6557 0.6787 0.6555 0.8491 0 0.7060 Należy tu jeszcze wspomnieć o kolejnym ważnym elemencie dotyczącym indeksowania, mianowicie słowo kluczowe end. Standardowo słowo end kończy blok kodu po for, if itd., w tym kontekście indeksowania ma ono inne znaczenie, tj. oznacza ostatni element macierzy. >> A(end) 0 >> A(end-4:end) %ostatnie pięć elementów Strona 15 z 22
0 0.6948 0.3171 0.9502 0 >> A(end-1:end, 1) %korzystając z subscripts: przedostatni i ostatni element pierwszej kolumny 0.8491 0.9340 >> A(2:end, 1:end-3) 0.0357 0.7577 0.8491 0 0.9340 0.3922 Typowe zastosowanie wybierania indeksów z którym na pewno się spotkacie: >> x = 0:0.01:10*pi; >> y = sin(x); >> idx = find(abs(y) < 5e-3);... %funkcja find zwraca indeksy elementów wektora równych 1 (działanie operatora relacji już znacie) >> plot(x, y, b-, x(idx), y(idx), ro ) Na rysunku 4 przedstawiony jest wynik powyższych operacji. Rysunek 4: Miejsca zerowe funkcji f(x) = sin(x) Strona 16 z 22
5.2 Wektoryzacja Przez wektoryzację rozumiemy nadanie obliczeniom takiej struktury, w której można zastosować zmienne wektorowe lub tablicowe z operatorami tablicowymi zamiast seryjnych obliczeń skalarnych. Jako przykład rozważ aproksymację funkcji wykładniczej za pomocą pierwszych dziesięciu wyrazów rozwinięcia w szereg e x = k x k 1 (k 1)! Można to liczyć w pętli, co jest czasochłonne, gdyż interpreter musi dziesięć razy wykonać tą czynność (interpreter jest wolny). W formie zwektoryzowanej interpreter parsuje jedną linijkę, reszta liczy się w wewnętrznych funkcjach Matlab/Octave napisanych w szybkich językach typu C/C++ >> x = 1; >> k=1:10; >> e = sum(x.^(k-1)./factorial(k-1)) e = 2.7183 >>%lub w inny sposób po wykonaniu drobnych przekształceń w głowie >> format long >> sum(1./factorial(0:10))-exp(1) -2.731266102173890e-08 >> sum(1./factorial(0:10))-exp(1) %policzmy błąd takiego przybliżenia -2.731266102173890e-08 >> sum(1./factorial(0:20))-exp(1) %zwiększmy nieco ilość wyrazów szeregu 0 W ten oto prosty sposób policzyliśmy liczbę Nepera. Stosować wektoryzację należy zawsze (o ile to jest możliwe)! Inny przykład, odtworzymy sobie działanie funkcji diff, i policzmy pochodną funkcji: >> plot(x, y, x, Dy) >> dx = 0.001; >> x = 0:dx:2*pi; >> y = sin(x); >> Dy = (y(2:end)-y(1:end-1))./dx;... %diff => y(2:end)-y(1:end-1), dzieląc przez dx otrzymujemy pochodną Strona 17 z 22
>> Dy = [Dy, Dy(end)]; %powielenie ostatniego elementu, żeby zgadzały się długości wektorów >> plot(x, y, x, Dy) Rysunek 5: Funkcja f(x) = sin(x) oraz jej pochodna f (x) = cos(x) 5.3 Trudniejsze przykłady Rozwiążmy teraz typowy fizyczny problem tj. rozwiążemy dwuwymiarowe równanie Poissona { u(x, y) = f(x, y) (x,y) 0, 100 0, 100 = Ω u(x, y) Ω = 0 gdzie f(x, y) = { 100 (x,y) 49, 51 10, 90 = ω 0 (x,y) Ω\ω Przedstawione tu rozumowanie jest nieco uproszczone, więcej o rozwiązywaniu równań różniczkowych można dowiedzieć się na wykładnie z Metod Numerycznych lub w internecie. Dyskretyzując równanie dla prostokątnej siatki otrzymujemy: u i 1,j + u i,j 1 + u i+1,j + u i,j+1 4 u i,j = f i,j (1) u 0,j = u 100,j = u i,0 = u i,100 = 0 (2) Obliczenie tego wyrażenia w C wymagałoby iteracji po całej macierzy w dwóch pętlach for, możemy jednak to zwektoryzować. Graficznie pierwszy składnik tego równania można przedstawić jak poniżej: 1 6 11 16 21 1 6 11 16 21 2 7 12 17 22 2 7 12 17 22 + 3 8 13 18 23 3 8 13 18 23 4 9 14 19 24 4 9 14 19 24 5 10 15 20 25 5 10 15 20 25 Strona 18 z 22
1 6 11 16 21 2 7 12 17 22 3 8 13 18 23 4 9 14 19 24 5 10 15 20 25 1 6 11 16 21 2 7 12 17 22 3 8 13 18 23 4 9 14 19 24 5 10 15 20 25 + + 1 6 11 16 21 2 7 12 17 22 3 8 13 18 23 4 9 14 19 24 5 10 15 20 25 1 6 11 16 21 2 7 12 17 22 3 8 13 18 23 4 9 14 19 24 5 10 15 20 25 1 6 11 16 21 2 7 12 17 22 3 8 13 18 23 4 9 14 19 24 5 10 15 20 25 + 1 6 11 16 21 2 7 12 17 22 3 8 13 18 23 4 9 14 19 24 5 10 15 20 25 Tak powstałą nową macierz należy jeszcze podzielić przez cztery i odjąć od niej macierz początkową. 1 close all, clear all, clc %zamknij wszystkie wykresy, wyczysc zmienne, wyczysc linie komend 2 3 %definicja geometrii 4 N = 100; 5 u = zeros(n, N); 6 %rysuje prostokat 7 %wybieramy podmacierz i przypisujemy ladunek 8 %floor (podloga) zaokraglenie, aby miec pewnosc ze bedzie liczba calkowita 9 w1 = floor((n/2))-1; 10 w2 = floor((n/2))+1; 11 u(10:n-10, w1:w2) = 100; 12 13 for i = 0:1e4 14 %liczymy laplasjan (to tu cala magia) 15 nabla = zeros(n, N); 16 nabla(1:end-1,:) = nabla(1:end-1,:) + u(2:end,:); 17 nabla(2:end,:) = nabla(2:end,:) + u(1:end-1,:); 18 nabla(:,1:end-1) = nabla(:,1:end-1) + u(:,2:end); 19 nabla(:,2:end) = nabla(:,2:end) + u(:,1:end-1); 20 nabla = nabla./4.0; 21 nabla = nabla - u; 22 23 u = u + nabla; 24 25 %warunki brzegowe 26 u(1,:) = zeros(1, N); 27 u(end,:) = zeros(1, N); 28 u(:,1) = zeros(1, N); 29 u(:,end) = zeros(1, N); 30 31 u(10:n-10, w1:w2) = 100; 32 end 33 34 contourf(u); hold on; 35 rectangle('position',[w1, 10, w2-w1, N-20],'FaceColor','k') Strona 19 z 22
Rysunek 6: Rozwiązanie równania Zadanie 1. Wygenerować macierz 3D zgodnie ze wzorem v = x sin ( x 2 y 2 z 2) w przedziale [ 2, 2] z krokiem 0.05. Wyświetlić ją na ekranie. 1 close all, clear all, clc %zamknij wszystkie wykresy, wyczysc zmienne, wyczysc linie komend 2 3 [X,Y,Z] = meshgrid(-2:0.05:2,-2:0.05:2,-2:2); %tworzymy 3 macierze 3D 4 V = X.*sin(X.^2-Y.^2-Z.^2); %tworzymy nowa macierz 3D z wartosciami ze wzoru 5 6 for i = 1:5 7 % conturf rysuje wykres w formie mapy 8 [,h] = contourf(x(:,:,3), Y(:,:,3), V(:,:,3)); hold on; 9 10 %tu troche magicznych funkcji w sumie nieistotne 11 hh = get(h,'children'); 12 set(hh, {'ZData'}, cellfun(@(x) (i-3)*ones(size(x)), get(hh,{'xdata'}), 'UniformOutput',false)) 13 end Rysunek 7: Mapy kostki Strona 20 z 22
6 Wizualizacja W tym rozdziale przedstawione zostały różne przykłady wizualizacji danych w Matlab/Octave. Najbardziej użyteczną funkcją generującą wykresy jest plot, jej składnia wygląda następująco: plot(vec_x1, vec_y1, opcje stylu, vec_x1, vec_y1, opcje stylu,...) Przykładowo: plot(y) %tworzy domyślny wykres na osi x odłożone są ideksy wektora y plot(x,y, -- ) %zamiast linii ciągłej jest przerywana plot(x,y, ro ) %rysuje czerwone kółka Tablica 5: Opcje stylów Opcje koloru Opcje stylu linii Opcje stylu znacznika y żółty - linia ciągła + symbol plusa m purpurowy linia przerywana o kółko c granatowy : linia kropkowana * gwiazdka r czerwony -. linia kreskowo-kropkowa x znak x g zielony. kropka b niebieski ^ daszek w biały s kwadrat k czarny d rąb 6.1 Etykiety, tytuły, legendy i inne Wykresy można opisywać za pomocą poleceń: xlabel( napis x ) % tytuł osi x ylabel( napis y ) % tytuł osi y title( tytul ) % tytuł wykresu text(x, y, napis ) % umieszcza na wykresie napis w pozycji (x,,y) Legendę można utworzyć, jak nie trudno się zgadnąć, za pomocą funkcji legend legend( linia 1, linia 2,...) % tworzy legendę zawierającą etykiety linia 1,... legend( StylLinii1, linia 1,...) % przypisuje każdej etykiecie styl linii legend(..., pos) % pos = 1 (lub inna wartość) ustawia pozycję legendy legend off % wyłącza legendę Ustawiać zakresy osi możemy za pomocą polecenia axis axis([x_min, x_max]) % ustawia zakres osi x axis([x_min, x_max, y_min, y_max]) % ustawia zakres osi x i y axis( equal ) % ustawia jednakową skalę na obu osiach itd. 6.2 Wykresy nakładane Istnieje kilka sposobów narysowania wielu linii na jednym wykresie, oto przykład: Strona 21 z 22
1 t = linspace(0, 2*pi, 100); 2 y1 = sin(t); 3 y2 = t; 4 y3 = t - (t.^3)/6 + (t.^5)/120; 5 6 %rysuje y1 jako ciagla linie (domyslnie) 7 plot(t,y1) 8 % %dodaje y2 jako linie przerywana 9 line(t,y2, 'linestyle', '--') 10 % %dodaje y3 jako serie kolek 11 line(t,y3, 'linestyle', 'o') 12 13 %inaczej ale robi to samo 14 plot(t,y1) 15 hold on 16 plot(t,y2, 'linestyle', '--') 17 plot(t,y3, 'linestyle', 'o') 18 hold off 19 20 %w ten sposob podobnie ale dodatkowo automatycznie zmienia kolory linii 21 plot(t,y1,t,y2, '--',t,y3, 'o') 22 23 axis([0 5-1 5]) %nowe zakresy osi 24 xlabel('t') 25 ylabel('aproksymacja sin(t)') 26 title('wykresy nakladane') 27 legend('sin(t)', 'aproksymacja liniowa', 'aproksymacja piatego rzedu') 6.3 Tworzenie wykresów równoległych Do rysowania kilku wykresów w jednym oknie służy polecenie subplot. Funkcja ta dzieli okno na siatkę (n, m) podwykresów, na przykład: subplot(3,2,1) % trzeci argument oznacza na którym wykresie aktualnie rysujemy plot(x) subplot(3,2,2) plot(y)... 1 t = linspace(0, 8*pi, 200); 2 y = t.*sin(t); 3 4 figure(1) %tworzy okno 5 subplot(1, 2, 1)% dzieli okno na macierz (1,2) wykresow rysuje na 1 6 area(t, y); 7 subplot(1, 2, 2)% teraz rysuje na 2 8 t = linspace(0, 2*pi, 200); 9 y = sqrt(abs(2.*sin(5.*t))); 10 polar(t, y) 11 12 figure(2) %tworzy drugie okno 13 subplot(1, 2, 1) 14 hist(randn(1, 1000)); 15 subplot(1, 2, 2) 16 t = linspace(0, 2*pi, 500); 17 r = sqrt(abs(2.*sin(5.*t))); 18 x = r.*cos(t); 19 y = r.*sin(t); 20 fill(x, y, 'r') Strona 22 z 22