Matlab批量拟合曲线并绘制在一张图上

2024-05-24 03:38| 来源: 网络整理| 查看: 265

文章目录简单的拟合批量拟合并呈现在一张图上最终结果与完整代码

简单的拟合

在命令行输入

cftool

可以启动工具箱在这里插入图片描述 1.在"选择数据"中导入数据 2.选择拟合方法（matlab提供的方法或者你自己定义的函数） matlab提供的方法：

自定义函数：（点击自定义方程后在右边的界面输入）在这里插入图片描述

批量拟合并呈现在一张图上

实际处理时，我们经常遇到批量拟合并绘制曲线的情况。比如给定10组数据，每组7个点，现在需要在一张图上绘制10条拟合曲线。应该如何绘制？以平滑样条方法为例：首先，指定平滑参数可以调整拟合程度和粗糙程度。 1.输入cftool打开工具箱，只选取选取一组数据拟合在这里插入图片描述 2.点击生成代码 3.查看代码并做修改

function [fitresult, gof] = createFit1(tx, ty) %CREATEFIT1(TX,TY) % 创建一个拟合。 % % 要进行 '无标题拟合 1' 拟合的数据: % X 输入: tx % Y 输出: ty % 输出: % fitresult: 表示拟合的拟合对象。 % gof: 带有拟合优度信息的结构体。 % % 另请参阅 FIT, CFIT, SFIT. %% 拟合: '无标题拟合 1'。 [xData, yData] = prepareCurveData( tx, ty ); % 设置 fittype 和选项。 ft = fittype( 'smoothingspline' ); opts = fitoptions( 'Method', 'SmoothingSpline' ); opts.SmoothingParam = 0.99545; % 对数据进行模型拟合。 [fitresult, gof] = fit( xData, yData, ft, opts ); % 绘制数据拟合图。 figure( 'Name', '无标题拟合 1' ); h = plot( fitresult, xData, yData ); legend( h, 'ty vs. tx', '无标题拟合 1', 'Location', 'NorthEast', 'Interpreter', 'none' ); % 为坐标区加标签 xlabel( 'tx', 'Interpreter', 'none' ); ylabel( 'ty', 'Interpreter', 'none' ); grid on

函数的这个部分是一些设置：

ft = fittype( 'smoothingspline' ); opts = fitoptions( 'Method', 'SmoothingSpline' ); opts.SmoothingParam = 0.99545;

表示方法使用’SmoothingSpline’平滑样条，参数值设定为0.99545。接下来进行改动：

首先去除这一行，这样就可以绘制在一张图上。

% 绘制数据拟合图。 figure( 'Name', '无标题拟合 1' );

然后在另一个文件中进行批量处理。(比如main函数)

%%读入数据 data = xlsread('mydata.xls'); %表格形式是70行2列(每组7个数) x = data(:,1);%第一列为x y = data(:,2);%第二列为y %%单独绘制 for i = 1:7:(70-7) mx = x([i:i+6],1);%每7个取出一次 my = y([i:i+6],1);%同上 scatter(mx,my);%例如用scatter函数 hold on; end

得到10组散点在这里插入图片描述更改函数：

%%单独绘制 for i = 1:7:(70-7) mx = x([i:i+6],1);%每7个取出一次 my = y([i:i+6],1);%同上 createFit(mx, my)%改用上文得到的函数 hold on; end

得到图： ![在这里插入图片描述](https://img-blog.csdnimg.cn/247574a9cf824b0aa10764938bd359e5.png 我们发现颜色不够好看，可以在createFit函数中做如下调整：

% 绘制数据拟合图。 col = rand(1,3);%设置随机颜色向量 h = plot( fitresult,xData, yData); h(1).MarkerSize = 8 %更改数据点大小 h(2).Color = col; %更改曲线颜色

h(1)对应了数据点，h(2)对应曲线，对其作相应调整。这里将Color设置成了1*3的随机数向量，所以得到了随机颜色。也可以根据自己的需求定义自己的颜色集。

最终结果与完整代码

main函数：

data = xlsread('measure.xls'); x = data(:,1); y = data(:,2); for i = 1:7:70 mx = m1([i:i+6],1); my = m2([i:i+6],1); createFit1(mx, my) hold on end

createFit函数：

function [fitresult, gof] = createFit(mx, my) %CREATEFIT(MX,MY) % 创建一个拟合。 % % 要进行 '无标题拟合 1' 拟合的数据: % X 输入: mx % Y 输出: my % 输出: % fitresult: 表示拟合的拟合对象。 % gof: 带有拟合优度信息的结构体。 % % 另请参阅 FIT, CFIT, SFIT. %% 拟合: '无标题拟合 1'。 [xData, yData] = prepareCurveData( mx, my ); % 设置 fittype 和选项。 ft = fittype( 'smoothingspline' ); opts = fitoptions( 'Method', 'SmoothingSpline' ); opts.SmoothingParam = 0.9999992; % 对数据进行模型拟合。 [fitresult, gof] = fit( xData, yData, ft, opts ); % 绘制数据拟合图。 %figure( 'Name', '无标题拟合 1' ); col = rand(1,3); h = plot( fitresult,xData, yData); h(1).MarkerSize = 8 h(2).Color = col; legend( h, 'my vs. mx', '无标题拟合 1', 'Location', 'NorthEast', 'Interpreter', 'none' ); % 为坐标区加标签 xlabel( 'mx', 'Interpreter', 'none' ); ylabel( 'my', 'Interpreter', 'none' ); hold on grid on

【本文地址】

公司简介

联系我们