MATLAB绘制方块热力图（关注就能获得完整代码）

原创 已于 2025-07-17 15:11:07 修改 · 1.5k 阅读 · 25 ·
本内容遵循CC 4.0 BY-SA版权协议
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
GEO检测
收录于
matlab绘图

当前文章被收录于：

matlab绘图
18 篇文章 0 人学习
订阅专栏 查看详情
于 2025-07-17 15:07:12 首次发布

概要

本文介绍了如何使用 MATLAB 绘制灵活的方块热图（square heatmap），并对图形进行细节优化，包括自定义颜色映射、图形大小调整、坐标轴和字体美化，提升热图的视觉效果与易读性。示例基于三维矩阵数据，通过 squareheatmappro 函数实现高分辨率的矩阵数据可视化。

整体架构流程

  1. 数据准备

    • 载入数据文件 data.mat，获得数据矩阵 Z。

  2. 颜色映射定义

    • 调用 TheColor('sci',2064) 获取科学配色库，确保颜色渐变清晰且科学美观。

  3. 图形窗口尺寸设置

    • 设置绘图窗口单位为厘米，确定宽度为15cm，高度为12cm。

  4. 热图绘制

    • 使用自定义函数 squareheatmappro，传入数据矩阵及显示参数（80和1000）绘制方块热图。

    • 添加标题和坐标轴标签。

  5. 图形细节优化

    • 应用配色方案并添加颜色条。

    • 设置坐标轴属性，关闭边框和网格，调整刻度样式和颜色。

    • 统一字体为 Arial，调整字体大小。

    • 设置背景颜色为白色，方便展示和打印。

技术名词解释

  • squareheatmappro：自定义函数，实现高分辨率方块热图绘制，支持灵活调整色块大小与显示参数。

  • colormap：颜色映射表，用于将数据值映射为颜色梯度。

  • colorbar：显示颜色条，说明颜色对应的数据范围。

  • axis equal tight：调整坐标轴，使单位长度相等且图像紧凑。

  • TheColor：自定义配色函数，返回预定义的颜色映射方案。

  • set函数：用于调整图形和坐标轴的各种属性，如字体、刻度、颜色等。

技术细节

  • 载入的 data.mat 文件包含数据矩阵 Z，用于生成二维方块热图。

  • 通过 TheColor('sci',2064) 选择科学配色方案，适合数据的连续性和渐变需求。

  • 设置图形窗口单位为厘米，方便在不同设备和打印环境中保持尺寸一致。

  • 通过 squareheatmappro(Z,80,1000) 函数绘制热图，参数可能对应像素或缩放比例，支持大规模数据可视化。

  • 调用 colormap(map) 和 colorbar 添加颜色映射和对应的数值条。

  • 关闭坐标轴边框和网格，减少视觉干扰。

  • 调整刻度方向为外侧，刻度长度设为零，令坐标轴更简洁。

  • 字体统一使用 Arial，提升专业感和兼容性。

  • 设置背景为白色，提高图形整体清晰度和对比度。

完整可运行代码

clear;clc

%% 数据准备
% 读取数据
load data.mat
% 数据矩阵
Z = data;

%% 颜色定义
map = [0.619607843137255	0.003921568627451	0.258823529411765
0.627450980392157	0.011764705882353	0.258823529411765
0.631372549019608	0.015686274509804	0.262745098039216
0.639215686274510	0.027450980392157	0.262745098039216
0.647058823529412	0.035294117647059	0.262745098039216
0.654901960784314	0.043137254901961	0.266666666666667
0.662745098039216	0.050980392156863	0.266666666666667
0.678431372549020	0.066666666666667	0.270588235294118
0.686274509803922	0.074509803921569	0.274509803921569
0.690196078431373	0.082352941176471	0.274509803921569
0.698039215686274	0.090196078431373	0.278431372549020
0.705882352941177	0.098039215686275	0.278431372549020
0.709803921568627	0.105882352941176	0.278431372549020
0.717647058823529	0.113725490196078	0.282352941176471
0.733333333333333	0.129411764705882	0.286274509803922
0.737254901960784	0.133333333333333	0.286274509803922
0.745098039215686	0.145098039215686	0.290196078431373
0.756862745098039	0.156862745098039	0.290196078431373
0.764705882352941	0.164705882352941	0.290196078431373
0.768627450980392	0.172549019607843	0.294117647058824
0.776470588235294	0.180392156862745	0.294117647058824
0.788235294117647	0.188235294117647	0.298039215686275
0.792156862745098	0.196078431372549	0.298039215686275
0.803921568627451	0.211764705882353	0.301960784313725
0.811764705882353	0.219607843137255	0.301960784313725
0.819607843137255	0.227450980392157	0.305882352941176
0.827450980392157	0.235294117647059	0.305882352941176
0.835294117647059	0.243137254901961	0.305882352941176
0.839215686274510	0.250980392156863	0.305882352941176
0.843137254901961	0.254901960784314	0.301960784313725
0.850980392156863	0.266666666666667	0.301960784313725
0.850980392156863	0.270588235294118	0.301960784313725
0.854901960784314	0.278431372549020	0.298039215686275
0.862745098039216	0.286274509803922	0.294117647058824
0.870588235294118	0.294117647058824	0.294117647058824
0.874509803921569	0.301960784313725	0.294117647058824
0.878431372549020	0.305882352941176	0.290196078431373
0.878431372549020	0.313725490196078	0.290196078431373
0.882352941176471	0.321568627450980	0.290196078431373
0.890196078431372	0.329411764705882	0.286274509803922
0.898039215686275	0.337254901960784	0.282352941176471
0.898039215686275	0.341176470588235	0.282352941176471
0.901960784313726	0.349019607843137	0.278431372549020
0.909803921568627	0.356862745098039	0.278431372549020
0.913725490196078	0.364705882352941	0.278431372549020
0.917647058823529	0.372549019607843	0.274509803921569
0.921568627450980	0.376470588235294	0.274509803921569
0.925490196078431	0.380392156862745	0.270588235294118
0.929411764705882	0.388235294117647	0.270588235294118
0.937254901960784	0.400000000000000	0.266666666666667
0.945098039215686	0.407843137254902	0.262745098039216
0.945098039215686	0.415686274509804	0.262745098039216
0.952941176470588	0.423529411764706	0.262745098039216
0.956862745098039	0.427450980392157	0.262745098039216
0.956862745098039	0.435294117647059	0.266666666666667
0.956862745098039	0.443137254901961	0.270588235294118
0.960784313725490	0.454901960784314	0.274509803921569
0.960784313725490	0.462745098039216	0.278431372549020
0.960784313725490	0.474509803921569	0.282352941176471
0.964705882352941	0.486274509803922	0.290196078431373
0.964705882352941	0.494117647058824	0.294117647058824
0.964705882352941	0.505882352941176	0.298039215686275
0.968627450980392	0.513725490196078	0.301960784313725
0.968627450980392	0.521568627450980	0.305882352941176
0.968627450980392	0.529411764705882	0.305882352941176
0.968627450980392	0.545098039215686	0.313725490196078
0.972549019607843	0.556862745098039	0.321568627450980
0.972549019607843	0.560784313725490	0.321568627450980
0.976470588235294	0.572549019607843	0.329411764705882
0.976470588235294	0.580392156862745	0.333333333333333
0.980392156862745	0.592156862745098	0.337254901960784
0.980392156862745	0.600000000000000	0.341176470588235
0.980392156862745	0.607843137254902	0.345098039215686
0.980392156862745	0.615686274509804	0.349019607843137
0.984313725490196	0.623529411764706	0.352941176470588
0.984313725490196	0.643137254901961	0.360784313725490
0.988235294117647	0.650980392156863	0.364705882352941
0.988235294117647	0.662745098039216	0.372549019607843
0.988235294117647	0.670588235294118	0.372549019607843
0.988235294117647	0.674509803921569	0.376470588235294
0.992156862745098	0.682352941176471	0.380392156862745
0.992156862745098	0.690196078431373	0.388235294117647
0.992156862745098	0.698039215686274	0.396078431372549
0.992156862745098	0.705882352941177	0.400000000000000
0.992156862745098	0.713725490196078	0.407843137254902
0.992156862745098	0.725490196078431	0.415686274509804
0.992156862745098	0.729411764705882	0.419607843137255
0.992156862745098	0.737254901960784	0.427450980392157
0.992156862745098	0.745098039215686	0.431372549019608
0.992156862745098	0.749019607843137	0.435294117647059
0.992156862745098	0.756862745098039	0.443137254901961
0.992156862745098	0.768627450980392	0.450980392156863
0.992156862745098	0.776470588235294	0.458823529411765
0.992156862745098	0.780392156862745	0.462745098039216
0.992156862745098	0.792156862745098	0.470588235294118
0.992156862745098	0.800000000000000	0.478431372549020
0.992156862745098	0.803921568627451	0.482352941176471
0.992156862745098	0.811764705882353	0.490196078431373
0.992156862745098	0.819607843137255	0.494117647058824
0.992156862745098	0.823529411764706	0.498039215686275
0.992156862745098	0.831372549019608	0.505882352941176
0.992156862745098	0.847058823529412	0.517647058823529
0.992156862745098	0.854901960784314	0.525490196078431
0.992156862745098	0.858823529411765	0.529411764705882
0.992156862745098	0.866666666666667	0.533333333333333
0.992156862745098	0.874509803921569	0.541176470588235
0.996078431372549	0.878431372549020	0.545098039215686
0.996078431372549	0.882352941176471	0.552941176470588
0.996078431372549	0.890196078431372	0.564705882352941
0.996078431372549	0.890196078431372	0.568627450980392
0.996078431372549	0.898039215686275	0.576470588235294
0.996078431372549	0.901960784313726	0.588235294117647
0.996078431372549	0.905882352941176	0.596078431372549
0.996078431372549	0.909803921568627	0.600000000000000
0.996078431372549	0.913725490196078	0.611764705882353
0.996078431372549	0.917647058823529	0.615686274509804
0.996078431372549	0.921568627450980	0.619607843137255
0.996078431372549	0.929411764705882	0.631372549019608
0.996078431372549	0.933333333333333	0.639215686274510
0.996078431372549	0.941176470588235	0.647058823529412
0.996078431372549	0.945098039215686	0.654901960784314
0.996078431372549	0.949019607843137	0.662745098039216
0.996078431372549	0.952941176470588	0.670588235294118
0.996078431372549	0.956862745098039	0.674509803921569
0.996078431372549	0.960784313725490	0.686274509803922
0.996078431372549	0.964705882352941	0.690196078431373
0.996078431372549	0.968627450980392	0.698039215686274
0.996078431372549	0.976470588235294	0.709803921568627
0.996078431372549	0.980392156862745	0.717647058823529
0.996078431372549	0.984313725490196	0.725490196078431
0.996078431372549	0.988235294117647	0.729411764705882
0.996078431372549	0.992156862745098	0.737254901960784
0.996078431372549	0.996078431372549	0.741176470588235
0.996078431372549	0.996078431372549	0.741176470588235
0.988235294117647	0.996078431372549	0.733333333333333
0.988235294117647	0.996078431372549	0.733333333333333
0.984313725490196	0.992156862745098	0.725490196078431
0.976470588235294	0.988235294117647	0.717647058823529
0.976470588235294	0.988235294117647	0.713725490196078
0.972549019607843	0.988235294117647	0.705882352941177
0.968627450980392	0.988235294117647	0.701960784313725
0.964705882352941	0.984313725490196	0.698039215686274
0.960784313725490	0.984313725490196	0.690196078431373
0.956862745098039	0.980392156862745	0.682352941176471
0.949019607843137	0.980392156862745	0.674509803921569
0.949019607843137	0.980392156862745	0.670588235294118
0.945098039215686	0.976470588235294	0.666666666666667
0.941176470588235	0.976470588235294	0.658823529411765
0.937254901960784	0.972549019607843	0.654901960784314
0.929411764705882	0.972549019607843	0.647058823529412
0.929411764705882	0.972549019607843	0.639215686274510
0.929411764705882	0.972549019607843	0.639215686274510
0.921568627450980	0.968627450980392	0.631372549019608
0.917647058823529	0.964705882352941	0.623529411764706
0.913725490196078	0.964705882352941	0.619607843137255
0.909803921568627	0.964705882352941	0.611764705882353
0.905882352941176	0.960784313725490	0.607843137254902
0.901960784313726	0.960784313725490	0.603921568627451
0.901960784313726	0.960784313725490	0.600000000000000
0.894117647058824	0.956862745098039	0.596078431372549
0.882352941176471	0.952941176470588	0.596078431372549
0.878431372549020	0.952941176470588	0.596078431372549
0.866666666666667	0.945098039215686	0.600000000000000
0.858823529411765	0.941176470588235	0.603921568627451
0.850980392156863	0.937254901960784	0.603921568627451
0.839215686274510	0.933333333333333	0.603921568627451
0.831372549019608	0.929411764705882	0.607843137254902
0.827450980392157	0.929411764705882	0.607843137254902
0.819607843137255	0.925490196078431	0.611764705882353
0.803921568627451	0.917647058823529	0.615686274509804
0.796078431372549	0.913725490196078	0.615686274509804
0.784313725490196	0.909803921568627	0.619607843137255
0.776470588235294	0.909803921568627	0.619607843137255
0.772549019607843	0.905882352941176	0.619607843137255
0.764705882352941	0.901960784313726	0.623529411764706
0.745098039215686	0.898039215686275	0.627450980392157
0.741176470588235	0.898039215686275	0.627450980392157
0.737254901960784	0.894117647058824	0.627450980392157
0.729411764705882	0.890196078431372	0.627450980392157
0.713725490196078	0.886274509803922	0.631372549019608
0.709803921568627	0.882352941176471	0.631372549019608
0.701960784313725	0.878431372549020	0.635294117647059
0.690196078431373	0.874509803921569	0.635294117647059
0.686274509803922	0.870588235294118	0.639215686274510
0.678431372549020	0.866666666666667	0.639215686274510
0.662745098039216	0.862745098039216	0.639215686274510
0.650980392156863	0.858823529411765	0.643137254901961
0.643137254901961	0.858823529411765	0.643137254901961
0.631372549019608	0.850980392156863	0.643137254901961
0.619607843137255	0.847058823529412	0.643137254901961
0.615686274509804	0.843137254901961	0.643137254901961
0.600000000000000	0.839215686274510	0.643137254901961
0.592156862745098	0.835294117647059	0.643137254901961
0.588235294117647	0.835294117647059	0.643137254901961
0.576470588235294	0.831372549019608	0.643137254901961
0.556862745098039	0.819607843137255	0.643137254901961
0.549019607843137	0.815686274509804	0.643137254901961
0.541176470588235	0.811764705882353	0.643137254901961
0.533333333333333	0.811764705882353	0.643137254901961
0.521568627450980	0.807843137254902	0.643137254901961
0.509803921568627	0.803921568627451	0.643137254901961
0.494117647058824	0.796078431372549	0.643137254901961
0.486274509803922	0.792156862745098	0.643137254901961
0.482352941176471	0.792156862745098	0.643137254901961
0.470588235294118	0.788235294117647	0.643137254901961
0.458823529411765	0.784313725490196	0.643137254901961
0.447058823529412	0.780392156862745	0.643137254901961
0.439215686274510	0.776470588235294	0.643137254901961
0.427450980392157	0.772549019607843	0.643137254901961
0.419607843137255	0.768627450980392	0.643137254901961
0.403921568627451	0.764705882352941	0.647058823529412
0.392156862745098	0.752941176470588	0.647058823529412
0.388235294117647	0.749019607843137	0.647058823529412
0.380392156862745	0.741176470588235	0.650980392156863
0.372549019607843	0.733333333333333	0.654901960784314
0.364705882352941	0.721568627450980	0.658823529411765
0.356862745098039	0.713725490196078	0.662745098039216
0.349019607843137	0.705882352941177	0.666666666666667
0.341176470588235	0.698039215686274	0.670588235294118
0.337254901960784	0.690196078431373	0.670588235294118
0.329411764705882	0.682352941176471	0.674509803921569
0.317647058823529	0.670588235294118	0.682352941176471
0.309803921568627	0.658823529411765	0.686274509803922
0.301960784313725	0.650980392156863	0.690196078431373
0.298039215686275	0.647058823529412	0.694117647058824
0.290196078431373	0.639215686274510	0.694117647058824
0.282352941176471	0.627450980392157	0.701960784313725
0.270588235294118	0.615686274509804	0.705882352941177
0.266666666666667	0.611764705882353	0.709803921568627
0.262745098039216	0.607843137254902	0.709803921568627
0.250980392156863	0.592156862745098	0.713725490196078
0.243137254901961	0.584313725490196	0.717647058823529
0.235294117647059	0.576470588235294	0.717647058823529
0.227450980392157	0.568627450980392	0.721568627450980
0.219607843137255	0.556862745098039	0.725490196078431
0.215686274509804	0.552941176470588	0.729411764705882
0.203921568627451	0.541176470588235	0.737254901960784
0.196078431372549	0.529411764705882	0.737254901960784
0.200000000000000	0.521568627450980	0.733333333333333
0.203921568627451	0.517647058823529	0.733333333333333
0.211764705882353	0.509803921568627	0.729411764705882
0.219607843137255	0.501960784313725	0.725490196078431
0.223529411764706	0.490196078431373	0.721568627450980
0.235294117647059	0.478431372549020	0.713725490196078
0.239215686274510	0.470588235294118	0.713725490196078
0.239215686274510	0.470588235294118	0.713725490196078
0.247058823529412	0.458823529411765	0.705882352941177
0.258823529411765	0.447058823529412	0.698039215686274
0.266666666666667	0.439215686274510	0.694117647058824
0.270588235294118	0.431372549019608	0.690196078431373
0.274509803921569	0.427450980392157	0.686274509803922
0.282352941176471	0.415686274509804	0.682352941176471
0.290196078431373	0.403921568627451	0.678431372549020
0.301960784313725	0.392156862745098	0.674509803921569
0.305882352941176	0.388235294117647	0.670588235294118
0.305882352941176	0.384313725490196	0.670588235294118];

%% 图片尺寸设置（单位：厘米）
figureUnits = 'centimeters';
figureWidth = 15;
figureHeight = 12;

%% 窗口设置
figureHandle = figure;
set(gcf, 'Units', figureUnits, 'Position', [0 0 figureWidth figureHeight]);

%% 方块热图灵活版绘制
squareheatmappro(Z,80,1000)
hTitle = title('Square Heatmap Plot');
hXLabel = xlabel('K (w)');
hYLabel = ylabel('Samples');

%% 细节优化
% 赋色
colormap(map)
colorbar
% 坐标区调整
axis equal tight
set(gca, 'Box', 'off', ...                                % 边框
         'Layer','bottom',...                             % 图层
         'LineWidth',1,...                                % 线宽
         'XGrid', 'off', 'YGrid', 'off', ...              % 网格
         'TickDir', 'out', 'TickLength', [0 0], ...       % 刻度
         'XMinorTick', 'off', 'YMinorTick', 'off', ...    % 小刻度
         'XColor', [.1 .1 .1],  'YColor', [.1 .1 .1],...  % 坐标轴颜色
         'xtick',1:10,...                                 % 坐标轴刻度
         'xticklabels',1:10,...
         'ytick',1:10,...
         'yticklabels',1:10)
% 字体和字号
set(gca, 'FontName', 'Arial', 'FontSize', 10)
set([hXLabel, hYLabel], 'FontSize', 11, 'FontName', 'Arial')
set(hTitle, 'FontSize', 12, 'FontWeight' , 'bold')
% 背景颜色
set(gcf,'Color',[1 1 1])

函数代码

function squareheatmappro(data,minsz,maxsz)
% data - m*n matrix
% minsz   - size of the min bubble
% maxsz   - size of the max bubble

% 构造方块位置数据
x = 1:size(data,2);
y = 1:size(data,1);
[X,Y] = meshgrid(x,y);
Z = data;

% 构造网格数据
w = x(2)-x(1);
Xt = (x(1)-w/2):w:(x(end)+w/2);
Yt = (y(1)-w/2):w:(y(end)+w/2);
[Xmesh,Ymesh] = meshgrid(Xt,Yt);
Zmesh = zeros(size(Xmesh));

% 构造方块尺寸数据
minz = min(Z(:));
maxz = max(Z(:));
S = minsz+(Z(:)-minz)./(maxz-minz).*(maxsz-minsz);

% 绘制方块热图
mesh(Xmesh,Ymesh,Zmesh,'EdgeColor','k','LineWidth',1)
hold on
scatter(X(:),Y(:),S,Z(:),'s','filled')
view(0,90)

end

小结

本文介绍的 MATLAB 方块热图绘制方法，结合灵活的自定义配色和细节优化，适合展示复杂数据的空间分布和变化趋势。通过合理调整图形属性，提升图像的专业性和视觉体验，方便科研报告和数据分析展示。

标签
#信息可视化 #数据分析 #数据挖掘
matlab绘制圆形热力图,用Tableau画圆形热力图
weixin_32691823的博客
03-20 2640
圆形热力图(Circular Heat Map)，也叫径向热力图(Radial heat map)。在Tableau画圆形热力图是一种很炫酷，但未必实用的方案，最近看到Public上的一个Viz《Visualizing the Global Peace Gap》，就是一个少有的好例子。我特别喜欢这Viz，就有拆解、复制的冲动，经过努力，算是大致了解了圆形热力图的制作方法，现在跟大家分享一下。由于V...
MATLAB | 这些花里胡哨的热图怎么画
slandarer的博客
03-02 5928
~
【MATLAB基础绘图第16棒】绘制热图（Heatmap）
热门推荐
WW、forever的博客
08-19 2万+
简介MATLAB绘制热图
【MATLAB热图的两种画图方式：heatmap和imagesc】
superliang123的博客
03-21 1万+
最近，在论文书写中，为了使用matlab画图直观展示数据变量中特征间的关系，详细的了解了下热力图画法，为此记录同时分享给大家。imagesc 函数可以用于显示矩阵中的数据，并根据数据的大小在热力图上显示不同的颜色。除了使用 imagesc 函数外，还可以使用 heatmap 函数创建热力图。
Matlab进阶绘图第3期—方块热图
qq_26447137的博客
03-01 1534
Matlab进阶绘图第3期—方块热图
Matlab进阶绘图第11期—方块热图灵活版
qq_26447137的博客
03-29 974
Matlab进阶绘图第11期—方块热图灵活版
MATLAB绘制三角热力图（关注就能获取完整可运行的代码）
最新发布
2401_87155636的博客
07-17 1718
本文介绍了一种基于MATLAB的三角热图绘制方法，用于可视化10×10的车辆属性相关矩阵数据。通过自定义颜色映射表(map)实现数据到颜色的渐变映射，并利用triheatmap函数分别绘制上三角和下三角热图。该方法通过网格构造、数据插值和颜色填充等步骤，将矩阵数据转换为更直观的视觉表达。相较于传统热力图，三角热图能更简洁地展示数据特征，尤其适合相关性分析。文中详细说明了数据准备、颜色定义、函数实现等关键技术细节，并提供了完整的MATLAB代码实现。
热图的基础绘制附Matlab代码
Matlab_jiqi的博客
03-23 1785
热图，又称热力图，是一种以颜色的深浅来可视化数据矩阵的技术。它将数值数据映射到颜色空间，使得原本抽象的数据得以直观地展现其分布规律和潜在模式。由于其强大的数据呈现能力和广泛的应用场景，热图已成为生物信息学、金融分析、社会科学等领域不可或缺的数据分析工具。本文旨在探讨热图的基础绘制，从数据准备、绘图原理、关键参数调整等方面进行深入讲解，以期帮助读者掌握热图绘制的核心技术。一、数据准备：热图绘制的基石热图的核心是数据矩阵，因此数据的质量和组织形式直接决定了热图的可视化效果。
matlab 绘制方格网格（二维）
zhanghanqmx的博客
12-12 1万+
绘制方格网格（二维） close all; clc,clear; [x,y]=meshgrid(0:151); %产生网格数据。 plot(x,y,'k',y,x,'k'); %横线&竖线。 axis equal; %方格网络 axis([0 151 0 151]); %设置显示范围。 result Edition：2021/12/12
matlab-heatmap图代码
weixin_43210097的博客
04-17 4951
这个吧，嗯，简单记录一下吧。 a = rand(5,5); xname={'x1','x2','x3','x4','x5'}; yname={'y1','y2','y3','y4','y5'}; h = heatmap(xname,yname,a); h.CellLabelFormat = '%0.3f'; %展示精度 % colormap(gca, 'parula') %改颜色 colormap(summer); % sortx(h,'y2'); %默认升序排序
科研作图-heatmap(一)
kksimida的博客
08-23 3581
1.简介 在科研中有很多地方为了可解释给审稿人提供了热图,便于知道深度学习中到底是哪部分在起作用,或者是在机器学习中分析不同的特征之间是否存在相关性?存在多大的相关性;或者是直观的展示场景热力图…总之,用处很多,我正好现在也需要用,就先总结下:绘制HeatMap的库有很多,这里只介绍两个,一个是seaborn.heatmap与pyheatmap.heatmap. 2.seaborn.heatmap使用方法 seaborn.heatmap(data, vmin=None, vmax=None, cmap=No
数据可视化2：MATLAB绘制热力图
ZH2003918的博客
06-22 1503
文章介绍了使用MATLAB绘制热力图的方法。热力图通过颜色梯度呈现数据密度或数值大小，暖色调代表高值，冷色调代表低值。文中详细展示了数据导入、相关系数计算（Pearson方法）以及自定义渐变色谱的创建过程，最终使用heatmap函数实现可视化。示例代码演示了从处理Excel数据到生成包含14种氧化物成分相关性的彩色热力图的完整流程，其中包含自定义颜色映射（蓝紫色系）和格式设置技巧。
Matlab 画热力图（heat-map）
weixin_43156127的博客
03-04 3863
如何用Matlab画热了图（heat-map）
MATLAB中heatmap函数
u013600306的博客
05-14 423
无论对表格还是对矩阵的可视化，都非常好用。
matlab 中值 均值方块图,Matlab图像去噪（中值和均值）
weixin_42393245的博客
03-24 651
简单概念图像去噪是数字图像处理中的重要环节和步骤。去噪效果的好坏直接影响到后续的图像处理工作如图像分割、边缘检测等。图像信号在产生、传输过程中都可能会受到噪声的污染，一般数字图像系统中的常见噪声主要有：高斯噪声(主要由阻性元器件内部产生)、椒盐噪声(主要是图像切割引起的黑图像上的白点噪声或光电转换过程中产生的泊松噪声)等；这里用一个函数实现 ：imnoise函数。(见文末)这里说明两种图像去噪算法...
【MATLAB绘图进阶第3弹】Matlab绘制热图系列
m0_65119637的博客
07-31 2万+
快来学习热图绘制吧！！！
matlab 画方块,matlab二维图形的方块【相关词_ matlab二维图形绘制】
weixin_42134285的博客
03-21 1064
MATLAB二维图形注释命令(zz) MATLAB二维图形注释命令MATLAB二维图形注释命令( zz)命令1 gri d功能给二维或三维图形的坐标面增加分隔线。该命令会对当前坐标轴的Xgmatlab 将二维矩阵绘制平面图 - MATLAB 基础561x420 - 8KB - PNG求助matlab画图!我想画一个400*300像素的图,600x340 - 27KB - JPEGMatlab教学第...
【方块编码】基于matlab的图像方块编码仿真
FPGA/MATLAB学习教程/源码/项目合作开发
06-27 1680
方块编码也叫方块截断编码(block truncation coding，简称BTC)是静态图像编码中的一种， 其原理是把一幅图像分为大小为N×N的子像块(简称子块)，由于小块内各相邻像素间具有亮度互相近似的相关性，于是只选用两个适当的亮度来近似代表小块内各像素原来的亮度，然后指明子块内的各像素分别属于哪个亮度。 静态图像编码是研究怎样利用图像固有的统计特性(信源特性)，以及视觉的生理学、心理学特性(信宿特性)，或者记录设备(如普通照相底片)和显示设备(如电视、...
评论
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