Matlab图形辅助操作：标注、坐标控制、图形保持与子图分割详解

1. 项目概述：从“能画”到“画得好”的必经之路

如果你用过Matlab画图，大概率经历过这样的场景：好不容易用plot、scatter或surf把数据图形画出来了，结果导出的图片自己都看不懂——曲线密密麻麻挤在一起，分不清哪条是哪条；坐标轴范围不合适，关键细节被压缩成一条线；想在一张图里对比多组数据，结果后画的把先画的给覆盖了……这感觉就像做了一桌好菜，却用了一个破盘子还忘了贴菜名标签，实在让人沮丧。

“Matlab绘制图形的辅助操作”要解决的，正是这个“画得好”的问题。它不是一个独立的功能，而是一套让图形从“能用”升级到“专业”、“清晰”、“美观”的组合拳。这套操作的核心，就是标题里提到的四件事：添加图形标注、坐标控制、图形保持和图形窗口的分割。很多初学者，甚至一些用了Matlab一段时间的朋友，往往只停留在调用基础绘图函数的层面，忽略了这些辅助操作，导致产出的图形在报告、论文或演示中显得业余，无法有效传达信息。

我见过太多研究生因为论文里的图不规范被导师打回来重做，也见过工程师因为汇报图表不清晰而让整个项目演示效果大打折扣。掌握这些辅助操作，本质上是在掌握一种“可视化沟通”的语言。它让你能精确地告诉看图的人：“看这里，这是关键趋势”、“这两组数据请对比着看”、“这个数值的范围是从A到B”。本文将带你深入这四大操作的每一个细节，不仅告诉你怎么用，更会解释为什么要这么用，以及我在多年使用中踩过的坑和总结出的高效技巧。无论你是正在赶制课程作业的学生，还是需要处理实验数据的科研人员，或是进行工程仿真的技术人员，这些内容都能让你的Matlab图形表达能力立刻提升一个档次。

2. 核心需求解析：为什么我们需要这些辅助操作？

在深入具体命令之前，我们有必要先厘清这四项操作各自解决的痛点。理解其背后的设计逻辑，能帮助我们在面对复杂绘图需求时，快速组合出正确的方案，而不是死记硬背命令。

2.1 图形标注：解决“是什么”的问题

一张没有标注的图，就像一本没有目录和页码的书。图形标注的核心任务是消除歧义，明确标识。它主要包括：

• 标题：用最简练的文字概括整张图的核心内容。
• 坐标轴标签：明确X轴和Y轴所代表的物理量及其单位（如“时间 (s)”、“电压 (V)”）。这是科研绘图中最基本也最常被忽视的要求之一。
• 图例：当一张图中包含多条曲线或多个数据系列时，图例是区分它们的唯一标准。没有图例的多曲线图几乎无法阅读。
• 文本注释：在图形特定位置（如峰值点、交点、特殊区域）添加文字说明，直接引导读者关注重点。

注意：标注的终极目的是辅助理解，而非装饰。切忌添加过多花哨的文本，造成视觉干扰。

2.2 坐标控制：解决“怎么看”的问题

Matlab默认的坐标轴范围、刻度和比例有时并不适合展示数据的特性。坐标控制就是让我们手动“调整显微镜的焦距和视野”，确保关键信息清晰呈现。

• 坐标轴范围：自动范围可能包含大量空白区域，或者把关键数据挤在角落。手动设置范围可以突出我们关心的数据区间。
• 坐标轴刻度与标签：默认的刻度密度和格式可能不理想，比如科学计数法在某个区间内不直观，或者刻度太密导致标签重叠。我们需要能自定义刻度的位置和标签文字。
• 坐标轴比例：例如，在绘制电路波形时，我们通常希望X轴和Y轴的单位长度代表的实际物理量尺度一致，即保持1:1的纵横比，否则波形会被拉伸或压缩，产生视觉误导。

2.3 图形保持：解决“叠加画”的问题

默认情况下，Matlab的figure窗口或axes坐标轴具有“覆盖”属性。执行一个新的绘图命令（如第二个plot）会清空当前坐标轴上的已有图形，然后绘制新的。这显然无法满足“在同一坐标系下对比多条曲线”的需求。hold命令就是用来切换这个属性的开关，开启后，新的绘图命令将在原有图形上叠加，而不是清除。

2.4 图形窗口分割：解决“多图对比”的问题

我们经常需要将多张相关的图并列显示，以便综合分析和对比。一种笨办法是打开多个独立的figure窗口，但这样不便于整体观察和排版导出。图形窗口分割功能允许我们在一个图形窗口内创建多个独立的坐标轴区域（子图），每个子图都可以单独进行绘图和设置，它们整齐排列，一目了然。

这四项操作常常是组合使用的。例如，你可能先分割窗口创建4个子图，然后在每个子图中开启hold来叠加绘制多条曲线，接着为每个子图精心设置坐标轴范围，最后为每个子图添加完整的标题、标签和图例。接下来，我们就逐一拆解，看看具体如何实现。

3. 核心细节解析与实操要点

3.1 图形标注：让你的图会“说话”

Matlab提供了丰富的函数进行标注，理解每个函数的参数和对象属性是关键。

1. 标题与坐标轴标签这是最基础的标注，使用title,xlabel,ylabel,zlabel（3D图）函数。

x = 0:0.1:10; y = sin(x); plot(x, y); title('正弦函数波形图'); % 添加标题 xlabel('时间 t (秒)'); % 添加X轴标签 ylabel('振幅 A'); % 添加Y轴标签

• 实操要点：这些函数返回一个文本对象句柄。通过该句柄，可以在创建后修改其属性，如字体、颜色、位置。

  h_title = title('原始标题'); % 后续修改 set(h_title, 'String', '修改后的标题', 'FontSize', 14, 'Color', 'red');

• 注意事项：标签字符串中可以使用LaTeX语法来输入数学公式和特殊字符，这对于工程和科研绘图至关重要。用$$包裹公式内容。

  xlabel('$\omega$ (rad/s)', 'Interpreter', 'latex'); ylabel('$|H(j\omega)|$', 'Interpreter', 'latex'); title('频率响应特性 $H(s) = \frac{1}{s^2 + 2s + 1}$', 'Interpreter', 'latex');

2. 图例使用legend函数。其核心在于输入参数与绘图顺序的对应关系。

x = linspace(0, 2*pi, 100); y1 = sin(x); y2 = cos(x); plot(x, y1, 'r-', x, y2, 'b--'); legend('正弦函数 sin(x)', '余弦函数 cos(x)', 'Location', 'best');

• 关键参数：
  • ‘Location’：指定图例位置。‘best’是让Matlab自动寻找空白最多的地方，通常是最佳选择。其他如‘northoutside’（图外上方）、‘east’（右侧）也常用。
  • ‘Orientation’：‘horizontal’（水平）或‘vertical’（垂直，默认）。当图例项很多时，水平排列可以节省纵向空间。
• 踩坑记录：最常遇到的坑是图例文字与曲线不匹配。这通常是因为在调用legend之后，又对图形进行了修改（如新增绘图命令），导致绘图对象顺序变化。最佳实践是，在所有绘图命令执行完毕，并且不再更改图形对象后，最后再调用legend。

3. 文本注释使用text或annotation函数。text在数据坐标系中定位，annotation在图形窗口的归一化坐标系（[0,1]）中定位。

% 使用text在数据点(pi, 0)处添加注释 plot(x, y1); text(pi, 0, '$\leftarrow$ 零点 ($\pi$, 0)', ... 'Interpreter', 'latex', ... 'HorizontalAlignment', 'left', ... % 文本相对于坐标点的水平对齐方式 'VerticalAlignment', 'middle', ... % 垂直对齐方式 'FontSize', 10, ... 'BackgroundColor', 'yellow');

• text与annotation的选择：
  • text：注释位置随数据坐标变化。当你放大或平移图形时，注释会跟随其关联的数据点移动。适用于标注数据特征点。
  • annotation：注释位置相对于图形窗口固定。无论你怎么缩放图形，箭头、文本框始终在窗口的同一个相对位置。适用于添加不随数据变化的说明（如图形整体的注释、箭头指示）。

3.2 坐标控制：驾驭图形的视野

坐标控制主要通过axis函数和axes对象的属性设置来完成。

1. 使用axis函数进行快速控制axis函数是一个多功能命令，通过不同参数实现一键设置。

x = randn(1000,1); histogram(x); % 绘制直方图 axis tight; % 模式1：紧致模式，坐标范围紧贴数据范围 % axis equal; % 模式2：等比例模式，X和Y轴单位长度物理相等 % axis([xmin xmax ymin ymax]); % 模式3：手动设置精确范围，如 axis([-4 4 0 250]) % axis off; % 模式4：关闭坐标轴显示（常用于图像显示）

• axis tight在需要最大化利用画布空间展示数据时非常有用。
• axis equal在绘制几何图形、电路图、需要保持正确比例的图像时是必须的，否则图形会被扭曲。

2. 通过句柄进行精细控制更精细的控制需要获取坐标轴对象句柄（通常用gca获取当前坐标轴），然后设置其属性。

ax = gca; % 获取当前坐标轴句柄 % 1. 设置坐标轴范围 ax.XLim = [0, 10]; % 设置X轴范围 ax.YLim = [-1.5, 1.5]; % 设置Y轴范围 % 2. 设置刻度位置和标签 ax.XTick = 0:2:10; % 设置X轴刻度位置为[0,2,4,6,8,10] ax.XTickLabel = {'起点', '2s', '4s', '6s', '8s', '终点'}; % 设置对应的刻度标签 % 注意：XTick和XTickLabel必须长度一致。 % 3. 设置刻度格式（例如，保留两位小数） ax.YAxis.TickLabelFormat = '%.2f'; % 4. 设置网格 ax.XGrid = 'on'; % 开启X轴网格 ax.YGrid = 'on'; % 开启Y轴网格 ax.GridLineStyle = '--'; % 设置网格线型为虚线 ax.GridAlpha = 0.3; % 设置网格线透明度（0透明，1不透明） % 5. 设置坐标轴标签的字体等属性 ax.XLabel.FontSize = 12; ax.YLabel.FontWeight = 'bold';

• 实操心得：对于需要出版或高清导出的图形，我习惯将网格设置为浅灰色(ax.GridColor = [0.8,0.8,0.8])、虚线、半透明。这样既能辅助读图，又不会过于抢眼，影响数据曲线本身的展示。

3.3 图形保持：实现图层叠加

hold命令的用法非常简单，但背后的状态管理需要留意。

figure; x = linspace(0, 2*pi); y1 = sin(x); y2 = cos(x); % 绘制第一条曲线 plot(x, y1, 'b', 'LineWidth', 2); hold on; % 开启保持状态。此后绘图将叠加在当前图形上。 % 绘制第二条曲线 plot(x, y2, 'r--', 'LineWidth', 1.5); % 可以继续叠加更多图形，如散点图、区域填充等 % scatter(...); % fill(...); hold off; % 关闭保持状态。下次plot将清除当前图形重新绘制。

• 状态查询：使用ishold可以查询当前坐标轴的保持状态（返回1为on，0为off）。
• 常见误区：
  1. 忘记关闭hold：这通常不会立即引发错误，但会导致后续在同一个figure中意外绘图时，图形被不断叠加，产生混乱。养成“成对编程”的习惯，在开启hold on进行一系列叠加绘图后，记得hold off。
  2. 在hold on状态下想清除图形：此时直接plot不会清除。需要先hold off，或者使用cla命令清除当前坐标轴。
• 高级技巧：hold all是hold on的一个旧版本，它还有一个额外特性是自动循环使用颜色顺序。在现代Matlab版本中，hold on已经具备此功能，所以直接用hold on即可。

3.4 图形窗口分割：创建子图阵列

使用subplot函数是分割窗口最经典和直接的方法。其思想是将整个图形窗口视为一个m行n列的网格，并在指定的网格位置创建坐标轴。

figure('Position', [100, 100, 1200, 600]); % 创建一个指定位置和大小的图形窗口 % 创建2行3列的子图布局，并激活第1个位置（第1行第1列） subplot(2, 3, 1); % (m, n, p) 其中 p 是当前子图的索引（按行优先计数） plot(rand(10,1)); title('子图1: 随机序列'); % 激活第2个位置（第1行第2列） subplot(2, 3, 2); bar([1,2,3,4], [10,20,15,25]); title('子图2: 柱状图'); % 激活第5个位置（第2行第2列） subplot(2, 3, 5); [x,y,z] = peaks; contour(x,y,z); title('子图5: 等高线图'); % 你可以让某个子图跨越多行多列（这是一个进阶技巧） subplot(2, 3, [3,6]); % 激活第3和第6个位置，合并成一个纵向长图 surf(peaks); title('合并子图(3&6): 三维曲面'); shading interp; % 设置着色方式 colorbar; % 添加颜色条

• 索引规则：p索引是按行优先顺序编号的。对于一个m行n列的布局，左上角是1，向右递增，第一行满后跳到下一行最左边。
• subplot的局限性：subplot创建的子图是规则且均匀分割的。如果你需要更灵活、不规则的自定义布局（比如一个大图旁边放两个小图），subplot就力不从心了。
• 现代替代方案：tiledlayout和nexttile(R2019b及以上版本推荐) Matlab新版本引入了更强大的tiledlayout，它提供了比subplot更精细的控制。

  figure; t = tiledlayout(2, 3); % 创建一个2x3的平铺布局 t.TileSpacing = 'compact'; % 设置子图间距 t.Padding = 'loose'; % 设置布局边距 % 在下一个可用位置绘图 nexttile; plot(rand(10,1)); title('图1'); nexttile; bar([1,2,3,4], [10,20,15,25]); title('图2'); % 指定在某个位置绘图 nexttile(5); % 直接定位到第5个位置（第2行第2列） contour(peaks); title('图5'); % 创建一个跨2列的子图 nexttile(3, [1, 2]); % 从第3个位置开始，跨1行2列 surf(peaks); title('跨列子图'); shading interp; % 为整个布局添加共享的标题和标签 title(t, '我的多图分析仪表板'); xlabel(t, '公共X轴标签'); ylabel(t, '公共Y轴标签');

  tiledlayout的优势在于易于管理共享的标题、标签和图例，并且控制子图间距和布局更加直观灵活，是进行复杂多图排版时的首选。

4. 实操过程与核心环节实现

让我们通过一个综合性的实例，将上述所有辅助操作串联起来，完成一个完整的、可用于学术报告的图形绘制流程。假设我们需要分析一个阻尼振荡系统的响应，并对比不同阻尼系数下的效果。

4.1 步骤一：数据准备与基础绘图

首先，我们定义系统参数并计算时域响应。这里以一个二阶系统为例。

% 1. 定义参数和时间向量 omega_n = 2*pi; % 自然频率 1 Hz zeta_values = [0.1, 0.4, 0.7, 1.0, 1.5]; % 不同的阻尼系数 t = linspace(0, 10, 1000); % 时间从0到10秒 % 2. 预分配响应矩阵 responses = zeros(length(t), length(zeta_values)); % 3. 计算不同阻尼下的阶跃响应 (使用控制系统工具箱的step函数，若无则手动计算) % 这里为通用性，手动计算欠阻尼和过阻尼情况下的响应 for i = 1:length(zeta_values) zeta = zeta_values(i); if zeta < 1 % 欠阻尼 omega_d = omega_n * sqrt(1 - zeta^2); responses(:, i) = 1 - exp(-zeta*omega_n*t) .* ... (cos(omega_d*t) + (zeta/sqrt(1-zeta^2))*sin(omega_d*t)); elseif zeta == 1 % 临界阻尼 responses(:, i) = 1 - exp(-omega_n*t) .* (1 + omega_n*t); else % 过阻尼 s1 = -zeta*omega_n + omega_n*sqrt(zeta^2-1); s2 = -zeta*omega_n - omega_n*sqrt(zeta^2-1); responses(:, i) = 1 + (s2*exp(s1*t) - s1*exp(s2*t)) / (s1 - s2); end end % 4. 创建新图形窗口，并设置合适的大小（便于后续排版） figure('Units', 'normalized', 'Position', [0.1, 0.1, 0.8, 0.7]); % 相对屏幕的位置和大小

这一步我们生成了核心数据。使用figure时指定位置和大小，能确保图形在不同分辨率的屏幕上显示一致，也方便直接截图或导出。

4.2 步骤二：使用子图进行多图布局

我们计划用两个子图来展示：左图显示所有阻尼情况下的响应曲线对比，右图聚焦于欠阻尼情况下的细节（如峰值、调节时间）。

% 使用 tiledlayout 进行灵活布局 (假设使用新版Matlab) t = tiledlayout(1, 2); % 1行2列 t.TileSpacing = 'tight'; % 子图间紧凑 t.Padding = 'compact'; % 布局内边距紧凑 % 子图1：所有响应对比 ax1 = nexttile; % 激活左图，并获取坐标轴句柄 plot(t, responses, 'LineWidth', 1.5); hold(ax1, 'on'); % 对 ax1 开启图形保持 % 可以在这里叠加其他参考线，比如稳态值 % plot(ax1, [t(1), t(end)], [1, 1], 'k--', 'LineWidth', 0.5, 'HandleVisibility', 'off'); hold(ax1, 'off'); % 立即为左图添加标注和坐标控制 title(ax1, '不同阻尼系数下的阶跃响应'); xlabel(ax1, '时间 t (秒)'); ylabel(ax1, '输出响应 y(t)'); grid(ax1, 'on'); grid(ax1, 'minor'); % 同时开启主网格和次网格，使读数更精确 ax1.GridAlpha = 0.2; % 设置网格透明度 ax1.MinorGridAlpha = 0.1; legend(ax1, compose('\\zeta = %.1f', zeta_values), ... % 动态生成图例文字 'Location', 'southeast', 'NumColumns', 2); % 图例放在东南角，分两列显示 ax1.XLim = [0, 10]; % 设定统一的X轴范围

这里有几个关键点：

1. 使用nexttile返回坐标轴句柄ax1，后续所有针对该子图的设置都通过ax1进行，这是一种清晰且不易出错的对象化编程风格。
2. hold命令现在也支持指定坐标轴句柄，如hold(ax1, 'on')，这比旧的全局hold on更精确。
3. 使用compose函数动态生成图例文本，避免了手动输入的繁琐和可能错误。
4. 同时开启主网格(grid on)和次网格(grid minor)，并设置不同的透明度，能让图形看起来更专业，坐标读数更方便。

4.3 步骤三：精细化坐标控制与标注

现在处理右子图，我们放大看欠阻尼（zeta=0.1和0.4）的细节。

% 子图2：欠阻尼响应细节 ax2 = nexttile; % 只绘制前两条欠阻尼曲线 plot_idx = [1, 2]; % zeta = 0.1, 0.4 plot(t, responses(:, plot_idx), 'LineWidth', 1.5); title(ax2, '欠阻尼响应细节分析'); xlabel(ax2, '时间 t (秒)'); ylabel(ax2, '输出响应 y(t)'); grid(ax2, 'on'); legend(ax2, compose('\\zeta = %.1f', zeta_values(plot_idx)), 'Location', 'northeast'); % 精细化坐标控制：放大到前4秒，Y轴聚焦在响应区间 ax2.XLim = [0, 4]; ax2.YLim = [0, 1.6]; % 添加关键特征点的文本注释 % 假设我们计算了 zeta=0.1 时的峰值超调量和时间（这里简化，实际需计算） [peak_overshoot, idx_peak] = max(responses(:,1)); peak_time = t(idx_peak); text(ax2, peak_time, peak_overshoot, ... sprintf('峰值: %.2f\\n时间: %.2fs', peak_overshoot, peak_time), ... 'VerticalAlignment', 'bottom', ... 'HorizontalAlignment', 'center', ... 'FontSize', 9, ... 'BackgroundColor', [1, 1, 0.8], ... % 浅黄色背景 'EdgeColor', 'k'); % 添加稳态线（1.0）和 ±2% 误差带 hold(ax2, 'on'); plot(ax2, ax2.XLim, [1, 1], 'k--', 'LineWidth', 0.8, 'HandleVisibility', 'off'); plot(ax2, ax2.XLim, [1.02, 1.02], 'k:', 'LineWidth', 0.5, 'HandleVisibility', 'off'); plot(ax2, ax2.XLim, [0.98, 0.98], 'k:', 'LineWidth', 0.5, 'HandleVisibility', 'off'); hold(ax2, 'off'); % 为误差带添加文本 text(ax2, 3.5, 1.02, '+2% 误差带', 'FontSize', 8, 'Color', [0.5 0.5 0.5]); text(ax2, 3.5, 0.98, '-2% 误差带', 'FontSize', 8, 'Color', [0.5 0.5 0.5]);

在这个子图中，我们演示了：

1. 手动精确控制坐标轴范围：通过ax2.XLim和ax2.YLim将视图锁定在最能体现细节的区域。
2. 复杂的文本标注：使用sprintf格式化字符串，在特定数据点添加多行说明文本，并设置了背景色和边框，使其在图形中突出而不遮挡数据。
3. 在hold on状态下添加辅助线：我们叠加了稳态线和误差带，并通过‘HandleVisibility’, ‘off’确保这些辅助线不会出现在图例中，保持图例的简洁。

4.4 步骤四：全局优化与导出

最后，我们对整个图形窗口进行整体优化，并导出为高质量的图片文件。

% 为整个图形窗口添加一个总标题 title(t, '二阶系统阶跃响应分析：阻尼系数的影响', 'FontSize', 16, 'FontWeight', 'bold'); % 优化所有坐标轴的字体和线条视觉，使其更适合出版或报告 all_axes = findobj(gcf, 'Type', 'axes'); % 找到当前图形中所有坐标轴 for ax = all_axes' ax.FontName = 'Arial'; % 设置字体（确保系统中存在） ax.FontSize = 11; ax.Box = 'on'; % 确保坐标轴有盒子 ax.LineWidth = 1.2; % 加粗坐标轴线 end % 调整布局，确保所有元素不重叠 t.TileSpacing = 'compact'; t.Padding = 'compact'; % 导出图形 % 选择1：导出为高DPI的PNG图片，用于网页或文档 exportgraphics(gcf, 'system_response_analysis.png', 'Resolution', 300); % 选择2：导出为矢量图PDF，用于LaTeX论文，无限缩放不失真 % exportgraphics(gcf, 'system_response_analysis.pdf', 'ContentType', 'vector'); % 选择3：复制到剪贴板，直接粘贴到Word或PPT中 % print -clipboard -dmeta; % Windows系统

• 字体统一：将子图的字体统一为Arial，这是一种在学术出版中广泛接受的无衬线字体，比默认的字体更清晰。
• exportgraphics函数：这是R2020a后推荐的导出函数，比旧的saveas或print更简单智能，能更好地处理透明度、字体嵌入等问题。‘Resolution’, 300设置输出位图的分辨率为300 DPI，满足大多数印刷要求。对于论文，导出为PDF矢量图是黄金标准。
• findobj函数：这是一个非常实用的工具，用于批量处理图形对象。这里我们用它批量设置所有坐标轴的属性。

5. 常见问题与排查技巧实录

即使掌握了所有命令，在实际操作中仍然会遇到各种奇怪的问题。下面是我总结的一些高频问题和解决方法。

5.1 图例（Legend）相关的问题

问题1：图例显示不正确或出现多余条目。

• 现象：图例中的文字与曲线不匹配，或者图例里出现了不希望出现的图形对象（如辅助线）。
• 原因：legend函数默认将当前坐标轴中所有带有‘DisplayName’属性的图形对象（或所有线、面、片对象）列入图例。如果在创建对象后、调用legend前，对象的顺序或属性被改变，就会出错。辅助线被加入图例是因为它们也是图形对象。
• 解决方案：
  1. 最佳实践：在创建图形对象时，就指定其‘DisplayName’属性，然后调用不带参数的legend。

     plot(x, y1, 'DisplayName', '实验数据'); hold on; plot(x, y2, 'DisplayName', '理论曲线'); plot([xmin, xmax], [0,0], 'k--', 'HandleVisibility', 'off'); % 这条线不会进入图例 hold off; legend('Location', 'best'); % 自动使用 DisplayName

  2. 手动排除：对于不希望出现在图例中的对象，在创建时设置‘HandleVisibility’, ‘off’或‘Annotation’, ‘legendoff’。
  3. 显式指定：调用legend时，显式传入文本元胞数组和对应的图形对象句柄。

     h1 = plot(x, y1); h2 = plot(x, y2); legend([h1, h2], {'数据1', '数据2'});

问题2：图例遮挡了关键数据。

• 解决：使用‘Location’参数将图例移到空白处，如‘northeastoutside’（图外东北角）、‘southoutside’（图外下方）。或者，使用鼠标拖动图例到任意位置后，可以用legend(‘Location’, ‘none’)来固定这个手动位置。

5.2 坐标轴（Axis）控制相关的问题

问题1：设置了axis equal但图形看起来还是被拉伸。

• 原因：axis equal确保的是数据单位在X和Y方向上的长度相等。但如果图形窗口本身是长方形，为了在窗口内显示一个“正方形”的数据区域，Matlab会在两侧或上下留出空白。这并非拉伸，而是为了保持比例。
• 检查与解决：可以尝试axis tight equal先紧贴数据，再等比例。如果希望图形窗口的纵横比也适应数据，可以设置坐标轴的‘DataAspectRatioMode’和‘PlotBoxAspectRatioMode’属性为‘manual’并进行更精细调整，但这通常比较繁琐。更简单的方法是调整figure窗口的大小，使其更接近正方形。

问题2：刻度标签重叠，特别是日期或长数字标签。

• 解决：
  1. 减少刻度密度：ax.XTick = ax.XTick(1:2:end);每隔一个显示一个刻度。
  2. 旋转标签：ax.XTickLabelRotation = 45;将X轴标签旋转45度。
  3. 使用更紧凑的格式：对于数字，ax.XAxis.TickLabelFormat = ‘%.1e’;使用科学计数法。对于日期，可以使用datetick函数。

5.3 图形保持（Hold）与子图（Subplot）的陷阱

问题：在子图中使用hold on后，绘图跑到别的子图去了。

• 原因：subplot不仅创建坐标轴，还会将创建的坐标轴设为“当前坐标轴”。如果在一个子图内操作后，又调用了另一个subplot，当前坐标轴就切换了。此时再绘图，自然就绘到新的子图里了。
• 解决方案：始终使用坐标轴句柄进行绘图和设置。这是避免此类混乱的最根本方法。

  % 推荐的做法 figure; ax1 = subplot(1,2,1); ax2 = subplot(1,2,2); plot(ax1, ...); % 明确指定画在ax1 hold(ax1, 'on'); plot(ax1, ...); % 仍然指定ax1 title(ax1, ...); plot(ax2, ...); % 明确指定画在ax2 % ... 操作ax2

  使用tiledlayout和nexttile时，它们也会返回句柄，同样遵循此原则。

5.4 图形导出与显示问题

问题：屏幕上显示正常的图形，导出为图片后字体变小或布局错乱。

• 原因：屏幕显示和导出使用的是不同的渲染器。屏幕常用‘opengl’，而导出为位图（如PNG, JPEG）默认可能使用‘painter’或‘opengl’，导出为矢量图（如PDF, EPS）则必须或推荐使用‘painter’。渲染器对字体、透明度、复杂图形的处理方式不同。
• 解决方案：
  1. 在导出前设置图形和坐标轴的大小单位为固定值，而不是默认的‘normalized’或‘pixels’。

     fig = gcf; fig.Units = 'inches'; % 或 'centimeters' fig.Position = [1, 1, 8, 6]; % 设置一个具体的尺寸 [左， 下， 宽， 高]

  2. 使用exportgraphics函数，它比旧的导出方法更智能，能更好地处理字体嵌入和布局。对于PDF，使用‘ContentType’, ‘vector’。
  3. 显式指定渲染器：如果问题依旧，可以尝试在导出前设置fig.Renderer = ‘painters’;（用于矢量图）或fig.Renderer = ‘opengl’;（用于带透明度的位图）。
  4. 将字体转换为轮廓：如果字体嵌入问题在PDF中无法解决，一个终极方案是将所有文本转换为图形路径。但这会使文本不可编辑。可以使用set(findall(gcf,’-property’,’FontName’),’FontName’,’Arial’);统一字体后，再尝试导出。