在科学计算与工程分析中，数据可视化是将复杂数值转化为直观洞察的关键桥梁。Matlab作为业内最强大的数值计算与可视化工具之一，其二维绘图功能不仅基础扎实，而且灵活多变。无论你是刚入门的新手，还是希望提升图表专业度的研究者，掌握Matlab二维绘图都是必备技能。本文将带你从零开始，逐步掌握plot、hold on、subplot等核心函数，并通过多个经典案例，让你快速成为绘图高手。
一、Matlab二维绘图基础：从一条曲线开始
所有二维绘图的起点都是plot函数。最简单的用法：plot(x, y)，其中x和y是长度相同的向量。例如，绘制y = sin(x)在0到2π上的曲线：
x = 0:0.1:2*pi; y = sin(x); plot(x, y);
执行后，Matlab会弹出一个图形窗口，显示一条正弦曲线。这里，x的步长0.1控制了曲线的平滑度，步长越小，曲线越光滑。
如果你希望同时绘制多条曲线，可以直接在plot中传入多组数据对，例如plot(x, y1, x, y2)。此时，Matlab会自动使用不同颜色区分曲线。此外，你还可以通过第三个参数指定线型、颜色和标记，比如’r–o’表示红色虚线加圆圈标记。
二、图形控制：让图表更专业
简单的绘图只是第一步。要让图表达到学术发表或汇报展示的水准，你需要掌握以下几组常用控制命令：
1. 添加标题与坐标轴标签：title(‘曲线标题’)、xlabel(‘X轴名称’)、ylabel(‘Y轴名称’)。这是所有正式图表的基本要求。
2. 设置坐标轴范围：axis([xmin xmax ymin ymax])。如果不设置，Matlab会自动缩放，但有时你需要固定坐标轴以做对比。
3. 添加网格与图例：grid on显示网格；legend(‘曲线1’, ‘曲线2’, …)用于标注多条曲线。图例的位置可用’Location’参数微调，例如legend(‘sin’, ‘cos’, ‘Location’, ‘northwest’)。
4. 图形叠加：使用hold on命令可以在同一张图上继续绘制新曲线，hold off则恢复覆盖模式。这在对比多条曲线时非常实用。
5. 子图布局：subplot(m, n, p)可以将图形窗口分割成m行n列的小区域，并在第p个区域绘图。例如subplot(2,1,1)表示分成两行一列，绘制第一个子图。
三、经典案例一：多曲线对比与标注
假设我们想在同一张图上对比正弦、余弦和正切（限制在-π/2到π/2之间）三条曲线，并添加图例和网格。代码如下：
x = -pi:0.1:pi; y1 = sin(x); y2 = cos(x); y3 = tan(x); plot(x, y1, ‘b-’, ‘LineWidth’, 2); hold on; plot(x, y2, ‘r—’, ‘LineWidth’, 2); plot(x, y3, ‘g:’, ‘LineWidth’, 2); hold off; xlabel(‘x’); ylabel(‘y’); title(‘三角函数对比’); legend(‘sin(x)’, ‘cos(x)’, ‘tan(x)’); grid on; axis([-pi pi -2 2]);
此案例综合运用了线型、图例、网格和坐标轴控制，是日常绘图中最常用的模式。注意tan函数在接近±π/2时值极大，我们通过axis限制了y轴范围，避免了图形失真。
四、经典案例二：填充区域与特殊图形
有时我们需要强调特定区域，例如绘制y = x^2曲线并填充其与x轴之间的区域。Matlab提供了fill函数或area函数。以area为例：
x = 0:0.1:10; y = x.^2; area(x, y, ‘FaceColor’, [0.8 0.9 1.0]); % 浅蓝色填充 grid on; xlabel(‘x’); ylabel(‘y’); title(‘y=x^2填充图’);
填充图常用于表示累积量或误差范围。此外，stem函数可用于绘制离散数据的“火柴杆”图，stairs函数则适用于阶梯图，这些在数字信号处理中很常见。
五、经典案例三：极坐标与对数坐标
Matlab二维绘图并不局限于笛卡尔坐标系。对于周期性数据或方向性数据，极坐标图（polarplot）更为直观。例如绘制一个心形线r = 1 + cos(θ)：
theta = 0:0.01:2*pi; r = 1 + cos(theta); polarplot(theta, r, ‘r-’, ‘LineWidth’, 2); title(‘心形线 r=1+cos(θ)’);
对于跨度很大的数据（如功率谱、地震波），对数坐标能更好地展示细节。使用semilogx、semilogy或loglog函数即可。例如绘制指数衰减曲线y = e^{-x}在半对数坐标系下的表现：
x = 0:0.1:10; y = exp(-x); semilogy(x, y, ‘LineWidth’, 2); grid on; xlabel(‘x’); ylabel(‘y (对数坐标)’); title(‘指数衰减的半对数图’);
对数坐标下的直线特征，往往能揭示隐藏在数据中的幂律关系。
六、经典案例四：动态绘图与动画
在某些仿真场景下，你需要实时观察数据变化。Matlab可以通过循环更新图形数据来实现动态效果。以简单的弹跳球（正弦波移动）为例：
x = 0:0.1:2*pi; for t = 0:0.1:10 y = sin(x + t); % 随时间变化的相位 plot(x, y, ‘b-‘, ‘LineWidth’, 2); axis([0 2*pi -1.5 1.5]); title([‘t = ‘, num2str(t)]); drawnow; % 强制刷新图形 pause(0.05); % 暂停0.05秒 end
使用drawnow和pause组合，就能生成流畅的动画。在更高级的应用中，还可以配合VideoWriter保存为视频文件。
七、进阶技巧：图形句柄与属性自定义
真正的高手会利用图形句柄直接修改图形的每一个细节。例如，先绘制一个图，然后获取其句柄，再精细化调整：
h = plot(x, y); set(h, ‘Color’, [0.5 0.2 0.8], ‘LineStyle’, ‘-.’, ‘LineWidth’, 3); set(gca, ‘FontSize’, 12, ‘FontName’, ‘Times New Roman’); % gca是当前坐标轴句柄
通过句柄，你可以修改线条、坐标轴、标题、注释等任何对象的属性，实现完全自定义的排版效果。这对于出版级图表尤为重要。
八、总结与学习路径
从零到高手的关键在于：先掌握基础函数plot，然后逐步叠加控制命令（坐标轴、图例、网格），接着扩展学习特殊坐标系与动态绘图，最后通过句柄实现精细化定制。建议你每天动手画几个图，例如绘制自己的实验数据、函数曲线或随机数据。Matlab的帮助文档（doc plot）也是极好的学习材料。
二维绘图只是数据可视化的第一步。在掌握这些基础后，你还可以进一步学习三维绘图（surf、mesh）、统计图（histogram、boxplot）以及交互式绘图工具（figure工具箱）。希望本文的完整教程与经典案例能帮助你在Matlab绘图之路上走得更远，让数据讲述更清晰、更有力的故事。