[matlab] MATLAB中利用cftool导出代码实现一张图中拟合多条平滑曲线

最新推荐文章于 2025-06-20 16:08:19 发布
转载 最新推荐文章于 2025-06-20 16:08:19 发布 · 9.7k 阅读 · 20

转自：https://blog.csdn.net/zyj1286076714/article/details/50375935

MATLAB中自带的cftool拟合工具箱不能将多条曲线同时画在同一副图中，而常规的plot()函数又不能拟合平滑直线，接下来总结一种可以利用cftool导出的代码，在一张图中拟合多条平滑曲线。

首先输入所要拟合的数据，如x, y, x1, y1, x2, y2等等。

之后打开cftool工具箱，使用数据拟合曲线，在拟合方式一栏选择Smoothing Spline。可以得到图像。

之后在文件菜单栏中点击Generate Code，之后将在工作空间里看到导出的m文件。


   
  1. 
     
    
      
    
     
    
     
    
      
    
       function [fitresult, gof] = createFit(x, y)
      
    
     
  2. 
     
    
      
    
     
    
     
    
      
    
       %
       CREATEFIT
       (X,Y)
       
      
    
     
  3. 
     
    
      
    
     
    
     
    
      
    
       %  
       Create
        
       a
        
       fit
       .
      
    
     
  4. 
     
    
      
    
     
    
     
    
      
    
       %
      
    
     
  5. 
     
    
      
    
     
    
     
    
      
    
       %  
       Data
        
       for
        ‘
       untitled
        
       fit
        1’ 
       fit
       :
      
    
     
  6. 
     
    
      
    
     
    
     
    
      
    
       %      X Input : x
      
    
     
  7. 
     
    
      
    
     
    
     
    
      
    
       %      Y Output: y
      
    
     
  8. 
     
    
      
    
     
    
     
    
      
    
       %  Output:
      
    
     
  9. 
     
    
      
    
     
    
     
    
      
    
       %      fitresult : a fit 
       object representing the fit.
      
    
     
  10. 
     
    
      
    
     
    
     
    
      
    
       %      gof : structure 
       with goodness-
       of fit info.
      
    
     
  11. 
     
    
      
    
     
    
     
    
      
    
       %
      
    
     
  12. 
     
    
      
    
     
    
     
    
      
    
       %  另请参阅 FIT, CFIT, SFIT.
      
    
     
  13. 
     
    
      
    
     
    
     
    
      
     
      
    
     
  14. 
     
    
      
    
     
    
     
    
      
    
       %  由 MATLAB 于 
       22-Dec-
       2015 
       00:
       27:
       49 自动生成
      
    
     
  15. 
     
    
      
    
     
    
     
    
      
     
      
    
     
  16. 
     
    
      
    
     
    
     
    
      
     
      
    
     
  17. 
     
    
      
    
     
    
     
    
      
    
       %% Fit: 
       ’untitled fit 1’.
      
    
     
  18. 
     
    
      
    
     
    
     
    
      
    
       [xData, yData] = prepareCurveData( x, y );
      
    
     
  19. 
     
    
      
    
     
    
     
    
      
     
      
    
     
  20. 
     
    
      
    
     
    
     
    
      
    
       % 
       Set up fittype 
       and options.
      
    
     
  21. 
     
    
      
    
     
    
     
    
      
    
       ft = fittype( 
       ’smoothingspline’ );
      
    
     
  22. 
     
    
      
    
     
    
     
    
      
     
      
    
     
  23. 
     
    
      
    
     
    
     
    
      
    
       % Fit model 
       to data.
      
    
     
  24. 
     
    
      
    
     
    
     
    
      
    
       [fitresult, gof] = fit( xData, yData, ft );
      
    
     
  25. 
     
    
      
    
     
    
     
    
      
     
      
    
     
  26. 
     
    
      
    
     
    
     
    
      
    
       % Plot fit 
       with data.
      
    
     
  27. 
     
    
      
    
     
    
     
    
      
    
       figure( 
       ’Name’, 
       ’untitled fit 1’ );
      
    
     
  28. 
     
    
      
    
     
    
     
    
      
    
       h = plot( fitresult, xData, yData );
      
    
     
  29. 
     
    
      
    
     
    
     
    
      
    
       legend( h, 
       ’y vs. x’, 
       ’untitled fit 1’, 
       ’Location’, 
       ’NorthEast’ );
      
    
     
  30. 
     
    
      
    
     
    
     
    
      
    
       % 
       Label axes
      
    
     
  31. 
     
    
      
    
     
    
     
    
      
    
       xlabel( 
       ’x’ );
      
    
     
  32. 
     
    
      
    
     
    
     
    
      
    
       ylabel( 
       ’y’ );
      
    
     
  33. 
     
    
      
    
     
    
     
    
      
    
       grid 
       on

也就是说，其实也可以通过编写函数来实现拟合平滑曲线，但是由cftool工具箱导出的代码可以减少自己的工作量，减少由于MATLAB语言不熟练导致效率低下的工作。

之后在这个m文件的适当位置加入拟合多条曲线的代码，就可以实现与cftool拟合平滑曲线效果相同的多条曲线了。

以下是我修改的代码，注意注释。



   
  1. 
     
    
      
    
     
    
     
    
      
    
       function [fitresult, gof] = e1(x, y, x1, y1, x2, y2)     %将需要绘制图像的数据加入参数中
      
    
     
  2. 
     
    
      
    
     
    
     
    
      
    
       %CREATEFIT(X,Y)
      
    
     
  3. 
     
    
      
    
     
    
     
    
      
    
       %  Create a fit.
      
    
     
  4. 
     
    
      
    
     
    
     
    
      
    
       %
      
    
     
  5. 
     
    
      
    
     
    
     
    
      
    
       %  Data 
       for 
       'untitled fit 1' fit:
      
    
     
  6. 
     
    
      
    
     
    
     
    
      
    
       %      X Input : x
      
    
     
  7. 
     
    
      
    
     
    
     
    
      
    
       %      Y Output: y
      
    
     
  8. 
     
    
      
    
     
    
     
    
      
    
       %  Output:
      
    
     
  9. 
     
    
      
    
     
    
     
    
      
    
       %      fitresult : a fit 
       object representing the fit.
      
    
     
  10. 
     
    
      
    
     
    
     
    
      
    
       %      gof : 
       structure 
       with goodness-
       of fit info.
      
    
     
  11. 
     
    
      
    
     
    
     
    
      
    
       %
      
    
     
  12. 
     
    
      
    
     
    
     
    
      
    
       %  另请参阅 FIT, CFIT, SFIT.
      
    
     
  13. 
     
    
      
    
     
    
     
    
      
     
      
    
     
  14. 
     
    
      
    
     
    
     
    
      
    
       %  由 MATLAB 于 
       21-Dec
       -2015 
       23:
       23:
       33 自动生成
      
    
     
  15. 
     
    
      
    
     
    
     
    
      
     
      
    
     
  16. 
     
    
      
    
     
    
     
    
      
     
      
    
     
  17. 
     
    
      
    
     
    
     
    
      
    
       %% Fit: 
       'untitled fit 1'.
      
    
     
  18. 
     
    
      
    
     
    
     
    
      
    
       [xData, yData] = prepareCurveData( x, y );
      
    
     
  19. 
     
    
      
    
     
    
     
    
      
    
       [xData1, yData1] = prepareCurveData( x1, y1 );<span style=
       "white-space:pre"> </span>%第二条曲线需要的代码，注意改变参数
      
    
     
  20. 
     
    
      
    
     
    
     
    
      
    
       [xData2, yData2] = prepareCurveData( x2, y2 );<span style=
       "white-space:pre"> </span>%第三条曲线需要的代码，注意改变参数
      
    
     
  21. 
     
    
      
    
     
    
     
    
      
     
      
    
     
  22. 
     
    
      
    
     
    
     
    
      
    
       % 
       Set up fittype 
       and options.
      
    
     
  23. 
     
    
      
    
     
    
     
    
      
    
       ft = fittype( 
       'smoothingspline' );<span style="white-space:pre"> </span>%顾名思义，将拟合方式设置为光滑曲线
      
    
     
  24. 
     
    
      
    
     
    
     
    
      
     
      
    
     
  25. 
     
    
      
    
     
    
     
    
      
    
       % Fit model 
       to data.
      
    
     
  26. 
     
    
      
    
     
    
     
    
      
    
       [fitresult, gof] = fit( xData, yData, ft );
      
    
     
  27. 
     
    
      
    
     
    
     
    
      
    
       [fitresult1, gof1] = fit( xData1, yData1, ft );<span style=
       "white-space:pre">    </span>%第二条曲线需要的代码，注意改变参数
      
    
     
  28. 
     
    
      
    
     
    
     
    
      
    
       [fitresult2, gof2] = fit( xData2, yData2, ft );<span style=
       "white-space:pre">    </span>%第三条曲线需要的代码，注意改变参数
      
    
     
  29. 
     
    
      
    
     
    
     
    
      
     
      
    
     
  30. 
     
    
      
    
     
    
     
    
      
    
       % Plot fit 
       with data.
      
    
     
  31. 
     
    
      
    
     
    
     
    
      
    
       figure( 
       'Name', 'fit 1' );
      
    
     
  32. 
     
    
      
    
     
    
     
    
      
    
       h = plot( fitresult, xData, yData );
      
    
     
  33. 
     
    
      
    
     
    
     
    
      
    
       hold 
       on;<span style=
       "white-space:pre">                   </span>%加入hold 
       on 可以使之后的曲线画在同一张图中
      
    
     
  34. 
     
    
      
    
     
    
     
    
      
    
       h1 = plot( fitresult1, xData1, yData1, 
       'o' );<span style="white-space:pre"> </span>%绘制第二条曲线，注意参数
      
    
     
  35. 
     
    
      
    
     
    
     
    
      
    
       hold 
       on;<span style=
       "white-space:pre">                    </span>%作用同上
      
    
     
  36. 
     
    
      
    
     
    
     
    
      
    
       h2 = plot( fitresult2, xData2, yData2, 
       'o' );<span style="white-space:pre"> </span>%绘制第三条曲线，注意参数
      
    
     
  37. 
     
    
      
    
     
    
     
    
      
    
       hold 
       on;
      
    
     
  38. 
     
    
      
    
     
    
     
    
      
     
      
    
     
  39. 
     
    
      
    
     
    
     
    
      
    
       % Label axes
      
    
     
  40. 
     
    
      
    
     
    
     
    
      
    
       xlabel( 
       'x' );
      
    
     
  41. 
     
    
      
    
     
    
     
    
      
    
       ylabel( 
       'y' );
      
    
     
  42. 
     
    
      
    
     
    
     
    
      
    
       grid 
       on


保存之后，在命令行窗口中运行该m函数文件，即可得到在一张图中同时拟合三条光滑曲线。






同理，其他拟合方式也可以使用相同的方式达到多条曲线同时拟合的图像。



MATLAB中利用cftool导出代码实现一张图中拟合多条平滑曲线
Undecided的博客
12-22 5万+
MATLAB中自带的cftool拟合工具箱不能将多条曲线同时画在同一副图中，而常规的plot()函数又不能拟合平滑直线，接下来总结一种可以利用cftool导出的代码，在一张图中拟合多条平滑曲线。 首先输入所要拟合的数据，如x, y, x1, y1, x2, y2等等。 之后打开cftool工具箱，使用数据拟合曲线，在拟合方式一栏选择Smoothing Spline。可以得到图像。 之后在文件
MATLAB中cftool多曲线画图
m0_38059552的博客
03-31 4523
MATLAB中cftool多曲线画图 1， 两组数据 x1=[0,2.95,6,7.0,13.1,15]; x2=[0,3.1,6,7.1,12.9,15]; y1=[410,328,350,365,250,245]; y2=[400,320,348,362,250,245]; cftool 操作：将上述代码放在命令行窗口执行。 2， 执行后出现如下图：对个属性进行调整（如interpolant、Method、x、y等） 3， 点击上图中的“文件”，选择下拉栏中的generate code导出生成这条曲线
MATLAB曲线拟合工具箱：使用指南与实战应用
weixin_28235889的博客
06-20 825
在数据分析和科学计算的领域，曲线拟合是一种重要的技术手段，用于在给定的数据点之间找到一条最合适的曲线，能够反映出数据的潜在趋势和模式。MATLAB曲线拟合工具箱为用户提供了丰富的函数和图形界面，方便用户进行各类数据的曲线拟合和分析工作。本章节将为读者提供一个对MATLAB曲线拟合工具箱的概览，包括其基本功能、使用场景以及如何开始一个曲线拟合项目的基础知识。我们将从曲线拟合的基本概念和重要性开始，逐步深入到工具箱的具体应用，为后续章节中对线性、多项式和非线性拟合方法的详细讨论奠定基础。
MATLAB cftool工具箱——曲线拟合
Ronko_G的博客
04-27 3万+
介绍matlab中曲线拟合工具箱的用法。
Matlab——数据分析之曲线拟合工具cftool
珞瑜的博客
11-19 2万+
曲线拟合应用程序提供了一个灵活的界面，可以在其中交互地将曲线和曲面拟合到数据并查看图。
Matlab使用cftool进行曲线拟合
qq_28576837的博客
11-08 3356
Exponential：指数逼近，有2种类型， a∗exp (b∗x)a*exp(b*x)a∗exp(b∗x) 、 a∗exp(b∗x)+c∗exp(d∗x)a*exp(b*x) + c*exp(d*x)a∗exp(b∗x)+c∗exp(d∗x)；Fourier：傅立叶逼近，有7种类型，基础型是 a0+a1 ∗ cos(x∗w)+b1∗sin(x∗w)a0+a1*cos(x*w)+b1*sin(x*w)a0+a1∗cos(x∗w)+b1∗sin(x∗w)；线性变化的就用线性函数拟合，
MATLAB曲线拟合工具箱（cftool）介绍（完结）
热门推荐
Wendy的博客
07-23 17万+
本文通过实例对MATLAB曲线拟合工具箱进行详细讲解，帮助大家更容易理解曲线拟合工具箱（cftool）。 目录1.实例介绍2. 进入系统辨识工具箱界面3. 加载数据4. 加载数据5. 选择拟合曲线的类型 1.实例介绍 已知 x = [0 0.2 0.50.8 0.9 1.3 1.4 1.9 2.1 2.2 2.5 2.6 2.9 3.0]; y = [1.27792.1596 2.7311 2.5974 2.4068 1.6215 1.4178 0.9955 0.9666 0.8837 0.9639 1.0
matlab —— cftool曲线拟合工具箱的使用
starter_____的博客
09-02 6万+
Matlab有一个功能强大的曲线拟合工具箱 cftool ，使用方便，能实现多种类型的线性、非线性曲线拟合。 1、输入数据： 2、启动cftool工具箱 &amp;gt;&amp;gt;cftool 3、导入数据： 4、功能介绍： 第一个是“main plot”，画出主要的图 第二个是“Residuals plot”，画出残差图 第三个是“Contour plot”，画出轮廓图 第六个是...
matlab cftool origin,数据拟合---使用自定义函数进行非线性拟合 -在Origin。matlab拟合工具箱cftool...
weixin_32200323的博客
03-22 2083
在Origin中使用自定义函数进行非线性拟合http://blog.163.com/wuhen211@126/blog/static/7474635020105233269949/matlab拟合工具箱cftool%拟合数据曲线；线性最小二乘法是解决曲线拟合的最常用的方法，%1、多项式拟合函数；p=polyfit(x,y,n);求p拟合函数在xi处的近似值pi=polyval(p,xi)；%2、利...
Matlab cftool曲线拟合教程：从数据到定制方程
"在MATLAB中使用cftool进行曲线拟合的步骤" MATLAB的cftool是一款非常实用的曲线拟合工具，它提供了一系列的功能，能够处理各种线性和非线性的拟合问题。本篇文章将详细介绍如何利用cftool进行数据拟合。 首先，...
MATLAB中如何把cftool拟合的函数输出到命令行（解决如何导出拟合后的曲线数据）
1nsights的博客
02-05 3万+
解决cftool不知道如何导出拟合后的曲线数据的问题！ 1、先导入数据，准备好横坐标和纵坐标的值 2、打开cftool工具箱，选择相应的参数 3、导出为函数 可以得到一个函数名为createFit的文件 4、使用拟合的函数，导出拟合后的曲线数据 x为拟合的横坐标，createFit是拟合的函数，y是拟合后的曲线数据 x = 1:2048; [fit,gof] = createFit(line_average); y = fit(x)'; 简单验证一下，可以发现结果是对的啊！ 参考 https:
多条曲线拟合
12-14
在图像处理中，对多条曲线进行拟合，插值得matlab代码
多个曲线拟合算法源码
01-14
最小二乘法的多个曲线拟合算法源码 下边只列出一次的： BOOL CalculateLineKB(CFoldPointList *m_FoldList,double &k,double &b) { //最小二乘法直线拟合 //m_FoldList为关键点(x,y)的链表 //拟合直线方程(Y=kX+b) if(m_FoldList==NULL)return FALSE; long lCount=m_FoldList->GetCount(); if(lCountGetHeadPosition(); while(pos != NULL) { pFold=m_FoldList->GetNext(pos); mX+=pFold->X; mY+=pFold->Y; mXX+=pFold->X*pFold->X; mXY+=pFold->X*pFold->Y; } if(mX*mX-mXX*n==0)return FALSE; k=(mY*mX-mXY*n)/(mX*mX-mXX*n); b=(mY-mX*k)/n; return TRUE; }
matlab中cftool拟合步骤
10-24
Matlab有一个功能强大的曲线拟合工具箱 cftool ，使用方便，能实现多种类型的线性、非线性曲线拟合。
matlab在一张图中画多条曲线
qq_43443988的博客
01-03 5285
这个例子绘制了一个正弦曲线，其中 x 取值范围是 0 到 2π，y 是对应的正弦值。使用 plot 函数绘制曲线后，通过 title、xlabel 和 ylabel 函数添加了标题和轴标签。
Matlab一张图显示多条动态或静态曲线
m0_52209687的博客
01-18 4515
多条动态曲线在同一个图窗上显示；多条静态曲线在同一个图窗上显示；
有关任意多条曲线的拟合度算法
weixin_33901926的博客
07-21 7037
为什么80%的码农都做不了架构师？>>> ...
点击箭头下拉菜单_一分钟学会Excel下拉菜单，让你的表格上档次！
weixin_39699070的博客
12-10 1112
下拉菜单是什么？很多人在Excel中都见过但是不会使用学会下拉菜单的两种设置方法表格提升格调就靠它昨天小编在的群里，就有一个小姐姐询问了下拉菜单的设置方法，我们可以看到，群里的小伙伴回答了两种设置方法。不了解的朋友肯定看到云里雾里，今天我们来详细分享一下这两种方法的操作步骤：01控 件我们以此表 B 列“性别”为例，将“男、女”由录入形式变为选择形式。1、选择“开发工具”——“插...
2010matlab cftool,【Matlab应用】cftool工具的拟合应用(matlab2010a版)
weixin_39905500的博客
03-23 303
准备matlab2010今天学习了一个方便的拟合工具，同时上手操作和尝试之后总结的cftool的常见应用。比起直接用代码进行分析，这个工具舒服多了，关键还可以导出生成对应的函数，功能太强了。本次拟合的数据来自2016年数学建模国赛的C题一、导入数据(1)在命令窗口输入cftool调出cftool工具窗口 (2)点击Data，然后按照下图步骤导入数据 二、数据拟合(1)点击Fitting打开拟合功...
如何使用MATLAB在一个图中创建多条拟合曲线的方法
最新发布
07-11
<think>我们被要求在一个图中创建多条拟合曲线。根据引用[4]，在GUI编程中，我们可以通过设置坐标轴的'NextPlot'属性为'add'来实现多条曲线的叠加。在普通脚本中，我们可以使用`hold on`命令。以下将介绍在MATLAB中绘制多条拟合曲线到同一图形的几种方法。 ### 方法1：使用`hold on`命令（适用于脚本或命令行） 1. **准备数据**：假设我们有多组数据，每组数据需要分别拟合。 2. **分段拟合**：对每组数据进行曲线拟合（如多项式拟合）。 3. **绘制拟合曲线**：使用`hold on`保持图形，依次绘制每条拟合曲线。 **示例代码**： ```matlab % 生成示例数据 x1 = 1:10; y1 = 2*x1 + randn(1,10); % 第一组数据 x2 = 1:0.5:10; y2 = 3*sin(x2) + randn(1,19); % 第二组数据 % 第一组拟合：线性拟合 p1 = polyfit(x1, y1, 1); x1_eval = linspace(min(x1), max(x1), 100); y1_eval = polyval(p1, x1_eval); % 第二组拟合：三次多项式拟合 p2 = polyfit(x2, y2, 3); x2_eval = linspace(min(x2), max(x2), 100); y2_eval = polyval(p2, x2_eval); % 绘制原始数据点及拟合曲线 figure; hold on; % 开启图形保持 scatter(x1, y1, 'r'); % 绘制第一组数据点 plot(x1_eval, y1_eval, 'r-', 'LineWidth', 2); % 绘制第一组拟合曲线 scatter(x2, y2, 'b'); % 绘制第二组数据点 plot(x2_eval, y2_eval, 'b-', 'LineWidth', 2); % 绘制第二组拟合曲线 hold off; % 关闭图形保持 legend('Data1', 'Fit1', 'Data2', 'Fit2'); xlabel('x'); ylabel('y'); title('Multiple Fitted Curves'); ``` ### 方法2：使用Curve Fitting Toolbox（适用于复杂拟合） 如果安装了Curve Fitting Toolbox，可以使用`fit`和`plot`函数，并结合`hold on`。 **示例代码**： ```matlab % 使用fit函数拟合 f1 = fit(x1', y1', 'poly1'); % 线性拟合 f2 = fit(x2', y2', 'poly3'); % 三次多项式拟合 % 绘制 figure; hold on; plot(f1, 'r-', x1, y1, 'ro'); % 绘制第一组拟合曲线及数据点 plot(f2, 'b-', x2, y2, 'b*'); % 绘制第二组拟合曲线及数据点 hold off; legend('Data1', 'Fit1', 'Data2', 'Fit2'); ``` ### 方法3：在GUI编程中设置坐标轴属性（适用于App Designer或GUIDE） 在GUI中，我们可以通过设置坐标轴的`NextPlot`属性为`'add'`来实现多条曲线的叠加。 **示例步骤**（在GUIDE或App Designer中）： 1. 在坐标轴创建时（或初始化代码中）设置： ```matlab % 在GUIDE的OpeningFcn中或App Designer的回调函数中 ax = handles.axes1; % 假设坐标轴标签为axes1 set(ax, 'NextPlot', 'add'); % 设置叠加绘图 ``` 2. 在需要绘制多条曲线的地方，直接使用`plot`等绘图函数，不需要每次调用`hold on`，因为坐标轴已经设置为叠加模式。 **注意**：在GUI中，每次更新图形前可能需要清除原有图形（使用`cla`），或者通过管理图形句柄来更新。 ### 关键点总结 - **普通脚本**：使用`hold on`和`hold off`是最直接的方法[^4]。 - **Curve Fitting Toolbox**：提供更专业的拟合函数和绘图选项[^1]。 - **GUI编程**：通过设置坐标轴的`NextPlot`属性为`'add'`实现叠加绘图[^4]。 ### 相关问题 1. **如何在MATLAB中为不同曲线设置不同的线型和颜色？** - 在`plot`函数中指定颜色和线型，如`'r--'`表示红色虚线，`'bs:'`表示蓝色方形标记点虚线[^3]。 2. **如何将拟合曲线导出为函数？** - 使用`fit`函数返回的拟合对象可以直接作为函数使用，或使用`polyval`计算多项式拟合值[^1]。 3. **MATLAB中如何拟合非线性模型？** - 使用`fit`函数并指定非线性模型，如`'exp1'`、`'gauss2'`等，或自定义模型[^2]。 4. **如何避免多条曲线绘制时的图形重叠问题？** - 调整坐标轴范围（`xlim`, `ylim`）或使用`subplot`创建子图分区显示[^4]。 [^1]: MATLAB提供了多种插值和拟合算法，用于数据处理、曲线构建和模型预测等。 [^2]: Matlab是一个很强大的数据处理软件，是人们进行数据分析的得力助手。 [^3]: MATLAB提供了一些绘图选项，用于确定所绘曲线的线型、颜色和数据点标记符号。 [^4]: 在gui编程中，要把属性浏览器中的“nextplot”选项调整为“add”。</think>### MATLAB 在同一图形中绘制多条拟合曲线的完整指南 在MATLAB中绘制多条拟合曲线到同一图形，核心是**保持图形状态叠加**和**分别执行拟合操作**。以下是三种实用方法： --- #### **方法1：使用`hold on`命令（推荐）** ```matlab % 生成示例数据 x1 = 1:10; y1 = 2*x1 + randn(1,10); % 第一组数据 x2 = 5:15; y2 = sin(x2) + randn(1,11); % 第二组数据 % 创建图形 figure; hold on; % 开启图形保持 % 第一组数据拟合（线性拟合） p1 = polyfit(x1, y1, 1); x1_fit = linspace(min(x1), max(x1), 100); y1_fit = polyval(p1, x1_fit); plot(x1_fit, y1_fit, 'r-', 'LineWidth', 2); % 第二组数据拟合（三次多项式） p2 = polyfit(x2, y2, 3); x2_fit = linspace(min(x2), max(x2), 100); y2_fit = polyval(p2, x2_fit); plot(x2_fit, y2_fit, 'b--', 'LineWidth', 2); % 添加原始数据点 scatter(x1, y1, 50, 'r', 'filled'); scatter(x2, y2, 50, 'b', 'filled'); hold off; % 关闭图形保持 legend('线性拟合', '三次多项式拟合', 'Data1', 'Data2'); title('多条拟合曲线对比'); xlabel('X'); ylabel('Y'); grid on; ``` **关键点**： - `hold on` 使后续绘图叠加在当前图形上[^4] - 不同曲线使用不同颜色和线型（如`'r-'`红色实线，`'b--'`蓝色虚线） - 添加`scatter`显示原始数据点 --- #### **方法2：使用Curve Fitting Toolbox（高级拟合）** ```matlab % 准备数据 t = 0:0.1:10; y1 = 0.5*exp(-t/2) + randn(size(t))*0.05; y2 = sin(2*pi*t/5) + randn(size(t))*0.1; % 创建图形 figure; % 第一组拟合（指数拟合） f1 = fit(t', y1', 'exp1'); plot(f1, 'r-'); hold on; % 第二组拟合（正弦拟合） f2 = fit(t', y2', 'sin1'); plot(f2, 'b--'); % 添加数据点 plot(t, y1, 'ro', 'MarkerSize', 6); plot(t, y2, 'bd', 'MarkerSize', 6); legend('指数拟合', 'Data1', '正弦拟合', 'Data2'); title('高级曲线拟合对比'); ``` **优势**： - 支持复杂模型（指数、正弦、高斯等）[^1] - 自动显示拟合公式和统计指标 - 提供交互式拟合工具（命令窗口输入 `cftool`） --- #### **方法3：GUI编程（App Designer）** 在GUI中实现多条曲线叠加： 1. 在坐标轴属性面板设置： ```matlab % 在OpeningFcn中设置 app.UIAxes.NextPlot = 'add'; % 关键设置[^4] ``` 2. 在按钮回调函数中： ```matlab % 拟合曲线1 p1 = polyfit(app.xData1, app.yData1, 2); x_fit = linspace(min(app.xData1), max(app.xData1), 100); y_fit = polyval(p1, x_fit); plot(app.UIAxes, x_fit, y_fit, 'Color', [0.8 0.2 0.2]); % 拟合曲线2 p2 = polyfit(app.xData2, app.yData2, 3); y_fit2 = polyval(p2, x_fit); plot(app.UIAxes, x_fit, y_fit2, 'Color', [0.2 0.4 0.8]); ``` --- ### 关键技巧与问题解决 1. **曲线重叠问题**： - 调整显示范围：`xlim([xmin xmax])`, `ylim([ymin ymax])` - 使用双Y轴：`yyaxis left` / `yyaxis right` 2. **拟合效果优化**： ```matlab % 调整多项式阶数 order = 4; % 通过交叉验证选择最佳阶数 p = polyfit(x, y, order); % 使用稳健拟合（抗离群值） f = fit(x, y, 'poly3', 'Robust', 'Bisquare'); ``` 3. **大数据集处理**： ```matlab % 分段拟合避免内存不足 segments = 5; for i = 1:segments idx = (i-1)*floor(length(x)/segments)+1 : i*floor(length(x)/segments); p_seg = polyfit(x(idx), y(idx), 2); % ... 绘制分段曲线 ... end ``` 4. **专业可视化**： ```matlab % 设置专业绘图样式 set(gca, 'FontSize', 12, 'LineWidth', 1.5); set(gcf, 'Color', 'w'); % 白色背景 exportgraphics(gcf, 'multi_curve.png', 'Resolution', 300); % 导出高清图 ``` --- ### 相关问题 1. **如何比较不同拟合曲线的精度？** - 使用`goodnessOfFit`函数计算RMSE、R-square等指标[^1] 2. **MATLAB中如何实现交互式曲线选择？** - 使用`ginput`函数获取鼠标选点，动态更新拟合区域 3. **如何处理带噪声数据的拟合？** - 采用平滑样条(`csaps`)或小波去噪预处理 4. **如何将拟合结果导出为可调用函数？** - 使用`fit`函数返回对象可直接作为函数调用，或生成MATLAB函数文件： ```matlab f = fit(x, y, 'poly3'); cfun = fittype(f); % 获取函数类型 ``` [^1]: MATLAB提供了多种插值和拟合算法，用于数据处理、曲线构建和模型预测等。 [^2]: Matlab是一个很强大的数据处理软件，是人们进行数据分析的得力助手。 [^3]: MATLAB提供了一些绘图选项，用于确定所绘曲线的线型、颜色和数据点标记符号。 [^4]: 在gui编程中，要把属性浏览器中的“nextplot”选项调整为“add”。
评论 2
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值