簡介這份資源聚焦MATLAB三維數(shù)據(jù)可視化面向需要繪制三維熱力圖的學生、科研人員與工程技術人員幫助解決三維曲面數(shù)據(jù)難以直觀呈現(xiàn)的問題。資源包共3個文件包含1個m腳本、1個mat數(shù)據(jù)文件和1個png效果圖壓縮包約219KB體積輕巧便于快速下載與本地復現(xiàn)。其中腳本文件演示了從數(shù)據(jù)準備到繪圖輸出的完整流程mat文件提供可直接加載的示例數(shù)據(jù)png圖片則給出預期效果參考。核心思路是先對x軸與y軸數(shù)據(jù)進行網(wǎng)格化處理要求兩軸數(shù)組等長通常為1n維z軸數(shù)據(jù)需與網(wǎng)格一一對應一般為nn矩陣再通過surf函數(shù)完成曲面繪制顏色深淺直觀反映z軸數(shù)值大小。目前已有1339人學習下載適合作為三維熱力圖入門與課程實驗的參考素材也可在此基礎上替換自有數(shù)據(jù)快速驗證可視化效果。1. 三維熱力圖到底在畫什么從一次組會翻車說起去年幫某實驗室做數(shù)據(jù)可視化A同學把實驗測得的溫度場數(shù)據(jù)丟進surf直接出圖結(jié)果導師看了一眼說“你這圖看不出任何梯度”。問題不在數(shù)據(jù)在于他把三維熱力圖當成了三維曲面圖。三維熱力圖的核心不是把曲面立起來而是用顏色映射表達第四維數(shù)值——X、Y 是平面坐標Z 是高度或任意第三變量顏色才是你要傳達的熱度信息。MATLAB 里能畫三維熱力圖的函數(shù)不止一個surf、mesh、pcolor、scatter3、slice各有適用邊界選錯了圖數(shù)據(jù)里的規(guī)律就全被埋了。這篇筆記拆的是 MATLAB 三維熱力圖從數(shù)據(jù)組織到出圖調(diào)參的完整鏈路適合手里有矩陣數(shù)據(jù)、需要做溫度場/應力場/密度分布可視化的從業(yè)者也適合剛接觸 MATLAB 繪圖、被colormap和shading搞暈的新手。下面按“數(shù)據(jù)怎么擺 → 圖怎么選 → 參數(shù)怎么調(diào) → 坑在哪”的順序推一遍每一步都給可復現(xiàn)的代碼。2. 數(shù)據(jù)組織與函數(shù)選型矩陣朝向決定圖的方向2.1 三維熱力圖的數(shù)據(jù)本質(zhì)是三個矩陣MATLAB 畫三維熱力圖底層吃的是三個同尺寸矩陣X、Y定義網(wǎng)格坐標Z或C定義每個網(wǎng)格點上的數(shù)值。很多人第一次翻車就翻在矩陣朝向——meshgrid生成的X、Y和從文件讀進來的數(shù)據(jù)矩陣維度對不上圖要么轉(zhuǎn) 90 度要么直接報維度不匹配。常見做法是先用meshgrid把坐標軸向量展開成網(wǎng)格矩陣再確認數(shù)據(jù)矩陣的行列與X、Y一致。% 定義坐標軸向量 x linspace(0, 10, 50); % X 方向 50 個采樣點 y linspace(0, 5, 30); % Y 方向 30 個采樣點 % 展開成網(wǎng)格矩陣注意 meshgrid 的輸出順序 [X, Y] meshgrid(x, y); % X 和 Y 都是 30x50 矩陣 % 構(gòu)造一個模擬溫度場中心高、邊緣低疊加一點波動 Z 80 * exp(-((X-5).^2 (Y-2.5).^2) / 8) 5 * sin(X) .* cos(Y); % 確認維度 disp(size(X)); % 30 50 disp(size(Z)); % 30 50這段代碼里meshgrid(x, y)返回的X是 30×50行數(shù)對應y的長度列數(shù)對應x的長度。Z必須同尺寸否則surf(X,Y,Z)會直接報錯。參數(shù)上linspace的第三個參數(shù)決定網(wǎng)格分辨率——50×30 大概夠看趨勢如果要出論文圖建議至少 200×200否則顏色過渡會有明顯棱角。exp那項模擬高斯熱源sin、cos疊加的是噪聲波動實際數(shù)據(jù)換成你的測量矩陣即可。2.2 surf、mesh、pcolor、scatter3 怎么選選錯函數(shù)是三維熱力圖最常見的“玄學”來源。surf畫的是帶顏色映射的曲面適合連續(xù)場數(shù)據(jù)顏色和高度綁定mesh只畫網(wǎng)格線顏色默認不映射數(shù)值想看拓撲結(jié)構(gòu)時用pcolor本質(zhì)是二維偽彩色圖在三維視角下是平的適合俯視看分布scatter3畫散點每個點單獨著色適合不規(guī)則采樣點slice做切片適合三維體數(shù)據(jù)內(nèi)部結(jié)構(gòu)。函數(shù)適用場景顏色是否映射數(shù)值數(shù)據(jù)要求surf連續(xù)曲面場是規(guī)則網(wǎng)格mesh看網(wǎng)格拓撲默認否規(guī)則網(wǎng)格pcolor俯視分布是規(guī)則網(wǎng)格scatter3散點采樣是任意點集slice體數(shù)據(jù)切片是三維體矩陣我一般先問一句你的數(shù)據(jù)是規(guī)則網(wǎng)格還是散點規(guī)則網(wǎng)格優(yōu)先surf散點優(yōu)先scatter3體數(shù)據(jù)用slice。如果只是想在平面上看顏色分布pcolor加view(2)比硬轉(zhuǎn)三維更清晰。2.3 從文件讀數(shù)據(jù)時的維度對齊實際項目里數(shù)據(jù)多半從 CSV 或 MAT 文件來。CSV 讀進來是二維矩陣行是 Y、列是 X直接丟給surf沒問題但要注意meshgrid的X、Y順序別搞反。% 從 CSV 讀取溫度場數(shù)據(jù)假設第一行是 X 坐標第一列是 Y 坐標 raw readmatrix(temperature_field.csv); x_vec raw(1, 2:end); % 第一行去掉左上角空位 y_vec raw(2:end, 1); % 第一列去掉左上角空位 Z raw(2:end, 2:end); % 數(shù)據(jù)塊 % 用實際坐標向量生成網(wǎng)格 [X, Y] meshgrid(x_vec, y_vec); % 檢查維度是否匹配 assert(isequal(size(X), size(Z)), X 與 Z 維度不匹配檢查 CSV 行列方向);readmatrix是 R2019a 之后推薦的讀法老版本用csvread或xlsread。assert那行是后悔藥——維度不匹配時直接報錯比等到surf報一堆看不懂的錯要快。如果 CSV 里第一行第一列是表頭文字readmatrix會自動處理成NaN這時候用raw(1,2:end)取坐標向量剛好跳過。3. 出圖與調(diào)參colormap、shading、光照三件套3.1 基礎出圖與顏色映射數(shù)據(jù)擺好之后最簡出圖就一行surf(X,Y,Z)但默認的parula色圖未必適合你的數(shù)據(jù)。溫度場常用jet或hot應力場常用coolwarm風格MATLAB 內(nèi)置的turbo在 R2020b 之后可用色彩過渡比jet均勻。figure(Position, [100 100 800 600]); surf(X, Y, Z, EdgeColor, none); % 去掉網(wǎng)格線避免干擾顏色 colormap(turbo); % 用 turbo 色圖 colorbar; % 顯示顏色條 xlabel(X (mm)); ylabel(Y (mm)); zlabel(溫度 (°C)); title(三維溫度場分布); view(-37.5, 30); % 設置視角方位角 -37.5仰角 30EdgeColor設為none是關鍵一步——默認surf會畫黑色網(wǎng)格線數(shù)據(jù)點一多就糊成一片顏色信息全被蓋住。view的兩個參數(shù)分別是方位角和仰角-37.5, 30是 MATLAB 默認三維視角想突出某個方向可以調(diào)比如view(0, 90)就是正俯視等價于看pcolor。colorbar建議每次都加否則讀者不知道顏色對應什么數(shù)值范圍。3.2 shading 與 lighting讓曲面不再“塑料感”默認surf出圖是平面著色每個網(wǎng)格面一個顏色網(wǎng)格密的時候還好網(wǎng)格稀的時候能看到明顯色塊。shading interp做顏色插值過渡平滑shading flat是默認shading faceted保留網(wǎng)格線。配合light和lighting能做出立體感。surf(X, Y, Z, EdgeColor, none); shading interp; % 顏色插值過渡平滑 colormap(turbo); light(Position, [1 1 1], Style, infinite); % 加一個無限遠光源 lighting gouraud; % 逐頂點光照比 phong 快 material dull; % 材質(zhì)設為啞光避免高光過曝 colorbar;shading interp在數(shù)據(jù)量大時會讓渲染變慢如果只是快速看趨勢用默認flat就行。lighting gouraud和lighting phong的區(qū)別在于計算方式gouraud逐頂點算、快phong逐像素算、慢但更細膩。material dull去掉鏡面高光適合科學可視化想要金屬質(zhì)感可以用material shiny但溫度場一般不需要。3.3 顏色范圍與非線性映射有時候數(shù)據(jù)動態(tài)范圍很大比如大部分區(qū)域在 20 到 30 之間少數(shù)熱點到 200線性色圖會把大部分區(qū)域壓成一個顏色。這時候要么手動設caxis要么用對數(shù)映射。% 手動限制顏色范圍突出關鍵區(qū)間 caxis([20 60]); % 只映射 20 到 60 的顏色超出部分用端點色 % 對數(shù)映射適合跨數(shù)量級的數(shù)據(jù) Z_log log10(Z - min(Z(:)) 1); % 平移后取對數(shù)避免負值 surf(X, Y, Z_log, EdgeColor, none); colormap(turbo); colorbar; title(對數(shù)映射后的溫度場);caxis在 R2022a 之后改名為clim老版本用caxis新版本兩個都能用但clim更推薦。對數(shù)映射那行min(Z(:))取全局最小值做平移保證對數(shù)輸入非負1是防止log10(0)報負無窮。如果數(shù)據(jù)里有負值先平移再取對數(shù)別直接log。3.4 導出高分辨率圖與視角復現(xiàn)出圖之后導出是另一個坑。saveas導出的分辨率不可控論文投稿一般要求 300 dpi 以上。用exportgraphics或print更穩(wěn)。% 方法一exportgraphicsR2020a 之后推薦 exportgraphics(gcf, thermal_3d.png, Resolution, 300); % 方法二print老版本通用 print(gcf, thermal_3d.tif, -dtiff, -r300); % 保存視角下次直接復現(xiàn) view_angle get(gca, View); save(view_setting.mat, view_angle); % 下次加載 load(view_setting.mat); view(view_angle);exportgraphics的Resolution參數(shù)單位是 dpi300 夠大部分期刊用。print的-r300同理。保存視角這個習慣是我被反復要求“把圖轉(zhuǎn)回上次那個角度”之后養(yǎng)成的get(gca,View)拿到當前方位角和仰角存成 MAT 文件下次view(view_angle)直接還原省得來回拖鼠標。4. 避坑與排查那些讓圖“看起來不對”的細節(jié)4.1 圖是全黑的或者顏色只有一種現(xiàn)象surf出圖后整個曲面是單一顏色colorbar顯示范圍正常但圖上沒變化。原因通常是數(shù)據(jù)矩陣里所有值幾乎相同或者caxis被設成了極窄區(qū)間。解決先disp([min(Z(:)), max(Z(:))])看數(shù)據(jù)范圍如果范圍正常但圖沒變化檢查caxis是否被之前的代碼改過用caxis auto恢復自動范圍。另一個可能是EdgeColor沒關網(wǎng)格線太密蓋住了顏色。4.2 曲面有黑色網(wǎng)格線干擾顏色現(xiàn)象數(shù)據(jù)點一多圖上全是黑線顏色看不清。原因surf默認EdgeColor是黑色網(wǎng)格密的時候線比面還顯眼。解決surf(..., EdgeColor, none)或者用shading interp配合EdgeColor設為none。如果還想保留一點網(wǎng)格感可以把EdgeColor設成k但LineWidth調(diào)到 0.1不過一般直接關掉最干凈。4.3 顏色條范圍和實際數(shù)據(jù)對不上現(xiàn)象colorbar顯示 0 到 100但數(shù)據(jù)明明只到 60。原因caxis被手動設過沒恢復或者多個子圖共用一個colorbar時范圍被最后一個圖覆蓋。解決每次出圖前caxis auto或者顯式caxis([min(Z(:)) max(Z(:))])。多子圖場景用linkaxes或統(tǒng)一設clim別讓 MATLAB 自己猜。4.4 導出圖片分辨率不夠或白邊太大現(xiàn)象saveas導出的 PNG 放大后模糊或者圖周圍白邊占了一半。原因saveas默認屏幕分辨率且figure的Position沒設好。解決用exportgraphics指定Resolution同時設figure(Position,[100 100 800 600])控制畫布比例。白邊問題可以用exportgraphics的Padding參數(shù)或者導出后用圖像工具裁但最好在figure階段就把Position調(diào)合適。4.5 大數(shù)據(jù)量渲染卡死現(xiàn)象網(wǎng)格超過 500×500 后旋轉(zhuǎn)視角卡頓shading interp直接卡死。原因surf渲染的面片數(shù)是網(wǎng)格數(shù)的四倍左右interp還要額外插值計算。解決出圖前用downsample降采樣或者改用pcolor加view(2)看分布三維只用來確認趨勢。如果必須保留高分辨率用reducepatch減面或者導出時用opengl硬件加速opengl hardware。5. 進階技巧把三維熱力圖做成可交互的驗證工具出靜態(tài)圖只是第一步真正省時間的是把圖變成能轉(zhuǎn)、能查數(shù)值的交互工具。MATLAB 的rotate3d on是最簡單的交互但只能轉(zhuǎn)視角查不了具體點的數(shù)值。我一般用datacursormode加自定義回調(diào)鼠標點哪個點就顯示坐標和數(shù)值。figure; surf(X, Y, Z, EdgeColor, none); shading interp; colormap(turbo); colorbar; % 開啟數(shù)據(jù)游標 dcm_obj datacursormode(gcf); set(dcm_obj, UpdateFcn, myDataCursor); function txt myDataCursor(~, event_obj) pos event_obj.Position; txt {[X: num2str(pos(1), %.2f)], ... [Y: num2str(pos(2), %.2f)], ... [Z: num2str(pos(3), %.2f)]}; enddatacursormode的回調(diào)函數(shù)接收event_objPosition是當前點的三維坐標返回的txt是顯示在游標旁邊的文字。num2str的%.2f控制小數(shù)位數(shù)數(shù)據(jù)精度高就多留幾位。這個工具在排查異常點時特別有用——圖上看某個區(qū)域顏色異常鼠標一點就知道具體數(shù)值不用回去翻原始矩陣。另一個進階用法是把多個切面疊在一起看內(nèi)部結(jié)構(gòu)。slice函數(shù)可以在三維體數(shù)據(jù)里切任意平面配合contourslice還能在切面上畫等值線。% 構(gòu)造三維體數(shù)據(jù) [x, y, z] meshgrid(-2:0.2:2, -2:0.2:2, -2:0.2:2); V x .* exp(-x.^2 - y.^2 - z.^2); % 在三個方向各切一刀 figure; slice(x, y, z, V, [-1 0 1], 0, 0); shading interp; colormap(turbo); colorbar; view(-37.5, 30);slice的前三個參數(shù)是網(wǎng)格第四個是體數(shù)據(jù)后面三組是切面位置——[-1 0 1]表示在 X 方向切三刀0表示 Y 方向切一刀0表示 Z 方向切一刀。切面位置可以按需改比如想看中心截面就設0想看邊緣就設±1.5。shading interp對slice同樣有效能讓切面顏色過渡更自然。驗證三維熱力圖對不對我有個習慣先看colorbar范圍是否和數(shù)據(jù)min/max一致再用datacursormode隨機點幾個點核對原始矩陣值最后轉(zhuǎn)一圈視角確認沒有遮擋導致的誤判。從那以后我每次出三維熱力圖都強制走一遍“范圍核對 → 游標抽查 → 多視角確認”省得被問“這個顏色對應多少度”時答不上來。希望幫到你。本文還有配套的精品資源點擊獲取