Matlab批量拟合曲线并绘制在一张图上

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

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）

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

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
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：

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