MATLAB绘制华夫图：物资配送方案多指标可视化

1. 前言

在数学建模、数据分析以及方案评价过程中，我们经常需要同时考虑多个评价指标。例如在物资配送方案选择中，可能需要综合考虑成本、运输距离、风险水平、调度难度以及实施周期等因素。

如果直接使用传统的柱状图、折线图展示这些信息，当指标较多、方案较多时，图表容易显得比较杂乱。

因此，本文使用 MATLAB 绘制一种比较直观的可视化图表——华夫图（Waffle Chart），将不同配送方案在多个评价指标下的等级情况进行可视化展示。

最终实现的效果可以直观反映：

• 不同方案的成本等级；
• 不同方案的运输距离；
• 不同方案的风险水平；
• 不同方案的调度难度；
• 不同方案的实施周期。

2. 什么是华夫图？

华夫图（Waffle Chart）是一种由大量规则小方格组成的可视化图表。

它最常用于表示：

• 比例；
• 占比；
• 分类结果；
• 等级信息；
• 多类别数据。

与饼图相比，华夫图具有更加规整的视觉效果；而与传统柱状图相比，它也能够更加直观地表现不同类别之间的对应关系。

本文中的数据并不是百分比数据，而是将不同方案在不同评价指标下的定性等级信息转换为颜色，从而利用华夫图进行可视化。

3. 数据准备

首先构造原始数据：

rawData = {
'方案1','中成本','远距离','中风险','难度中等','中期';
'方案2','高成本','近距离','高风险','难度大','短期';
'方案3','低成本','近距离','低风险','难度小','长期';
'方案4','高成本','远距离','中风险','难度大','中期';
'方案5','中成本','近距离','中风险','难度中等','短期';
'方案6','低成本','远距离','低风险','难度小','长期';
'方案7','极高成本','远距离','高风险','难度大','中期';
};

这里每一行代表一个配送方案，每一列代表一个评价指标。

数据结构如下：

然后提取评价指标数据：

data = rawData(:,2:6);

这里的 rawData(:,2:6) 表示提取第 2 列到第 6 列，也就是去掉第一列的方案名称，只保留评价指标。

4. 设置图表颜色

为了让不同等级能够通过颜色进行区分，首先定义颜色矩阵：

C = [
    0    0.2745    0.5451
    0.9294         0         0
    0.2588    0.7098    0.2510
    0    0.6000    0.7059
    0.5725    0.3686    0.6235
    0.9922    0.6863    0.5686
    0.6784         0    0.1647
    0.6784    0.7137    0.7137
    0.1059    0.0980    0.0980
];

MATLAB 中的 RGB 颜色通常使用：

[R G B]

表示。

例如：

[1 0 0]

表示红色；

[0 1 0]

表示绿色；

[0 0 1]

表示蓝色。

这里使用的是 0~1 范围内的 RGB 数值，因此可以根据需要自定义更加适合论文和博客的配色。

5. 设置图片尺寸

为了让最终生成的图片适合论文、CSDN博客以及其他文档使用，这里将图片尺寸设置为 16 cm × 9 cm：

figureUnits = 'centimeters';
figureWidth = 16;
figureHeight = 9;

然后设置 MATLAB 窗口：

figureHandle = figure;

set(gcf, ...
    'Units', figureUnits, ...
    'Position', [0 0 figureWidth figureHeight]);

这里：

• Units：设置单位；
• Position：设置窗口的位置和大小；
• gcf：获取当前 Figure 窗口。

6. 绘制华夫图

核心代码如下：

[h_surf,u1,u2,u3] = waffle(data,2);

这里使用了 waffle() 函数绘制华夫图。

需要注意的是，waffle 并不是 MATLAB 最基础的内置绘图函数，如果运行代码时 MATLAB 提示找不到 waffle 函数，需要先将对应的 waffle.m 文件加入 MATLAB 当前路径。

同时设置横纵坐标：

hXLabel = xlabel('评价指标');
hYLabel = ylabel('备选方案');

最终图中的横轴对应评价指标，纵轴对应不同的备选方案。

7. 设置颜色映射

前面定义了颜色矩阵 C，这里通过索引调整颜色的使用顺序：

idx = [2 1 3 5 4 6 7 8 9];

map = C(idx,1:3);

colormap(map)

其中：

C(idx,1:3)

相当于按照 idx 指定的顺序重新排列颜色。

这样做的好处是，可以根据实际数据类别的顺序调整图中的颜色，而不需要重新修改整个颜色矩阵。

8. 设置坐标轴

为了让图表更加规整：

axis tight equal

其中：

• tight：让坐标轴范围尽可能贴合数据；
• equal：让横纵坐标单位长度保持相同。

然后进一步设置坐标轴位置：

set(gca, ...
    'xaxislocation','bottom', ...
    'yaxislocation','left', ...
    'YDir','reverse', ...
    'xtick',1:5, ...
    'ytick',1:7, ...
    'Xticklabel',{'成本等级','运输距离','风险水平','调度难度','实施周期'}, ...
    'Yticklabel',{'方案1','方案2','方案3','方案4','方案5','方案6','方案7'})

这里的 gca 表示获取当前坐标轴。

其中：

'xtick',1:5

表示横坐标设置 5 个刻度。

对应的标签为：

{'成本等级','运输距离','风险水平','调度难度','实施周期'}

纵坐标则对应 7 个配送方案。

另外：

'YDir','reverse'

可以将纵坐标方向反转，使方案1显示在最上方，更符合阅读习惯。

9. 设置图例

图例是华夫图中非常重要的一部分。

代码如下：

hLegend = legend(h_surf(u2(idx)),u1(idx), ...
                'FontWeight','normal', ...
                'FontSize',9, ...
                'Box','off', ...
                'Location', 'eastoutside', ...
                'Orientation','vertical');

这里主要设置了：

• FontWeight：字体不加粗；
• FontSize：字体大小；
• Box：取消图例边框；
• Location：将图例放在图形右侧；
• Orientation：设置为纵向排列。

同时：

hLegend.ItemTokenSize = [10 10];

用于调整图例中颜色标识的大小。

这样可以避免图例中的色块过大或者过小，使整体更加协调。

10. 设置中文字体

MATLAB 绘图时，如果没有正确设置中文字体，有时会出现中文乱码或者字体显示异常。

这里使用黑体：

set(gca, 'FontSize', 9, 'FontName', 'SimHei')

set([hXLabel, hYLabel], ...
    'FontSize', 11, ...
    'FontName', 'SimHei')

其中：

'FontName','SimHei'

表示使用黑体。

如果电脑没有安装 SimHei，也可以根据自己的电脑情况修改为：

'Microsoft YaHei'

或者其他已经安装的中文字体。

11. 画布美化

为了让最终图片的背景更加简洁：

set(gcf,'Color',[1 1 1])

将 Figure 背景设置为白色。

然后：

set(gca,'LooseInset',get(gca,'TightInset'))

用于调整坐标轴周围的留白。

这样可以减少图形周围不必要的空白区域，使导出的图片更加紧凑。

12. 高清图片导出

最后将图片导出为 PNG：

figW = figureWidth;
figH = figureHeight;

set(figureHandle,'PaperUnits',figureUnits);
set(figureHandle,'PaperPosition',[0 0 figW figH]);

fileout = '物资配送方案_华夫图';

print(figureHandle,[fileout,'.png'],'-r300','-dpng');

这里：

-r300

表示使用 300 DPI 的分辨率导出。

对于论文、数学建模报告以及 CSDN 博客配图来说，300 DPI 通常能够满足比较好的清晰度要求。

最终生成的文件名称为：

物资配送方案_华夫图.png

13. 完整代码

下面给出完整 MATLAB 代码：

clc, clear, close all

%% 数据
rawData = {
    '方案1','中成本','远距离','中风险','难度中等','中期';
    '方案2','高成本','近距离','高风险','难度大','短期';
    '方案3','低成本','近距离','低风险','难度小','长期';
    '方案4','高成本','远距离','中风险','难度大','中期';
    '方案5','中成本','近距离','中风险','难度中等','短期';
    '方案6','低成本','远距离','低风险','难度小','长期';
    '方案7','极高成本','远距离','高风险','难度大','中期';
};

data = rawData(:,2:6);

%% 颜色定义
C = [
    0    0.2745    0.5451
    0.9294         0         0
    0.2588    0.7098    0.2510
    0    0.6000    0.7059
    0.5725    0.3686    0.6235
    0.9922    0.6863    0.5686
    0.6784         0    0.1647
    0.6784    0.7137    0.7137
    0.1059    0.0980    0.0980
];

%% 图片尺寸设置（单位：厘米）
figureUnits = 'centimeters';
figureWidth = 16;
figureHeight = 9;

%% 窗口设置
figureHandle = figure;

set(gcf, ...
    'Units', figureUnits, ...
    'Position', [0 0 figureWidth figureHeight]);

%% 华夫图绘制
[h_surf,u1,u2,u3] = waffle(data,2);

hXLabel = xlabel('评价指标');
hYLabel = ylabel('备选方案');

%% 配色顺序
idx = [2 1 3 5 4 6 7 8 9];

map = C(idx,1:3);

colormap(map)

%% 坐标轴美化
axis tight equal

set(gca, ...
    'xaxislocation','bottom', ...
    'yaxislocation','left', ...
    'YDir','reverse', ...
    'xtick',1:5, ...
    'ytick',1:7, ...
    'Xticklabel',{'成本等级','运输距离','风险水平','调度难度','实施周期'}, ...
    'Yticklabel',{'方案1','方案2','方案3','方案4','方案5','方案6','方案7'})

%% 图例设置
hLegend = legend(h_surf(u2(idx)),u1(idx), ...
                'FontWeight','normal', ...
                'FontSize',9, ...
                'Box','off', ...
                'Location','eastoutside', ...
                'Orientation','vertical');

hLegend.ItemTokenSize = [10 10];

%% 字体配置
set(gca, ...
    'FontSize',9, ...
    'FontName','SimHei')

set([hXLabel,hYLabel], ...
    'FontSize',11, ...
    'FontName','SimHei')

%% 画布美化
set(gcf,'Color',[1 1 1])

set(gca, ...
    'LooseInset',get(gca,'TightInset'))

%% 高清图片导出
figW = figureWidth;
figH = figureHeight;

set(figureHandle,'PaperUnits',figureUnits);

set(figureHandle, ...
    'PaperPosition',[0 0 figW figH]);

fileout = '物资配送方案_华夫图';

print(figureHandle, ...
    [fileout,'.png'], ...
    '-r300', ...
    '-dpng');

14. 最后

通过这次华夫图的绘制，可以看到 MATLAB 不仅可以绘制常见的折线图、柱状图、散点图等，也可以通过自定义函数实现更加丰富的可视化效果。

在实际的数学建模和数据分析中，图表并不是越复杂越好，而是要让数据表达更加清晰。对于本文的物资配送方案数据，华夫图能够将多个方案和多个评价指标放在同一张图中进行展示，从而更加直观地观察不同方案之间的差异。

当然，本文代码主要是根据自己的学习和实践进行整理，如果其中存在理解不到位、代码不完善或者表述不准确的地方，欢迎大家指出和交流。

如果本文对你有所帮助，欢迎 点赞、收藏、评论，一键三连！

感谢大家的支持，我们下篇文章继续！