主题
MATLAB 数据分析与可视化
两档风扇在一次课堂降温实验中各测四次。我们想知道样本里较高转速是否伴随更大降温,以及模型参数增大时降温曲线会怎样变化。第一个问题要核查记录,第二个问题要观察模型。完整实验用人为构造的数据练习两者,降温曲线以给定参数生成。
从表格确定哪些记录可用
一行是一条记录,包含样本编号 sample、档位 mode、转速 speedRpm(rpm)和降温量 dropC(°C)。CSV 可以在文本编辑器里检查,也可以用 readtable 读取为带名称、允许不同列类型共存的表。实际文件有表头不一致、日期识别错误等情况时,先用 detectImportOptions 查看推断结果,再明确指定类型。实验中用 setvartype 把需要计算的列设为 double。
取数和筛选时注意下标返回类型。T.dropC 返回整列数值,T(:,{'speedRpm','dropC'}) 返回两列表,T{:,{'speedRpm','dropC'}} 返回两个数值列组成的普通数组。T(valid,:) 用逻辑条件保留整行,样本编号也随行保留。 MathWorks 表格导入
样本 3 缺少降温读数,CSV 重新导入后以 NaN 表示。这里将其从降温分析中排除,留下 7 行;填零会把“未记录”解释成“一点没降温”。代码同时核查两个数值列均有限、转速为正、降温符合这个实验的非负记录口径。真实实验中还应查重复编号、检查仪器量程,并在需要将负降温视作升温时保留该信息。若缺测在某一档位集中发生,要记录删行前后各档样本数和缺测原因。
根据问题选择图形
| 问题 | 适合的图 | 怎样读 |
|---|---|---|
| 降温在第几分钟最快? | plot 折线 | 看局部斜率。固定 |
| 较高转速的单条记录降温量如何? | scatter 散点图 | 每点对应一条记录,颜色区分档位。例子的两档转速区间分开,档位关联和转速关联难以单独估计。 |
| 两档降温均值差多少? | bar 柱状图 | 本例低档约 2.433 °C,高档为 3.525 °C。对照散点观察样本量和组内波动。 |
| 记录主要落在哪个降温区间? | histogram 直方图 | 每根柱计数一个数值区间。手动设定 2:0.5:4 后,四组计数应为 [1, 2, 1, 3]。 |
几个结论来自 7 条模拟记录,可以用来练读图。要检验风扇是否导致差异,还要控制初始温差、测量时长等条件。 MathWorks 绘图类型大全
用曲面和等高线比较两个输入
令温度降幅模型为 meshgrid 把两个输入坐标组合成网格,rateGrid .* timeGrid 逐格计算 surf 把降温量映射为曲面高度,contour 从上方观察固定降温量所在的组合。例如 3 °C 等高线满足
所以
多图布局、动态更新与导出
tiledlayout管理多图,nexttile取得某个子图的坐标轴。绘图时把该坐标轴传给plot和xlabel,可以明确知道语句作用在哪张图。已有作业用subplot(2,2,1)时,可以用它选择布局左上角。 xlabel和ylabel写清变量及单位,legend标明系列,xlim和ylim固定对照坐标。比较参数时使用相同轴范围,避免自动缩放掩盖变化。- 动画先画一条线,再循环更新句柄的
YData并调用drawnow。若想观察不断到来的新观测,可改用animatedline和addpoints。本例固定网格、坐标范围和 5 °C 上限,动画中只改变。 MathWorks 多图布局 · 动态线 exportgraphics导出报告用 PNG 或 PDF,savefig保存可以在 MATLAB 中重新编辑的 FIG。用 PNG 插图时可用'Resolution', 300指定 300 DPI。用 PDF 时选择'ContentType', 'vector',便于查看文字和等高线细节。 MathWorks 图形导出
完整实验
下载到 MATLAB 当前文件夹,运行 result = mmf_matlab_data_viz()。其表格、绘图和导出函数都由基础 MATLAB 提供,实验面向 R2020a 及更新版本。GNU Octave 兼容性未验证。函数打开三张图,并把原始 CSV、清洗后 CSV、概览 PNG、曲面与等高线 PDF、可编辑 FIG 写进 result.output_folder 所示的独立临时文件夹。
matlab
function result = mmf_matlab_data_viz()
% 比较两组风扇转速和降温幅度。所有记录是为课堂构造的模拟数据。
sample = (1:8).';
mode = ["low"; "low"; "low"; "low"; "high"; "high"; "high"; "high"];
speedRpm = [900; 1000; 1100; 1200; 1300; 1400; 1500; 1600];
dropC = [2.1; 2.5; NaN; 2.7; 3.2; 3.5; 3.8; 3.6];
% table 让每列保持独立类型,可直接通过列名访问传感器读数和分组变量。
raw = table(sample, mode, speedRpm, dropC);
% 每次运行写入独立的临时目录,可以用 result.output_folder 找到文件。
outDir = tempname;
mkdir(outDir);
rawCsv = fullfile(outDir, 'fan-raw.csv');
cleanCsv = fullfile(outDir, 'fan-clean.csv');
writetable(raw, rawCsv);
% 先探测 CSV 列名,再显式指定连续量的数值类型,避免缺测影响推断。
opts = detectImportOptions(rawCsv, 'TextType', 'string');
opts = setvartype(opts, {'sample','speedRpm','dropC'}, 'double');
imported = readtable(rawCsv, opts);
% 筛除缺测和不符合本次记录口径的值,记录删除行数供报告核查。
valid = isfinite(imported.speedRpm) & isfinite(imported.dropC) ...
& imported.speedRpm > 0 & imported.dropC >= 0;
clean = sortrows(imported(valid,:), 'speedRpm');
writetable(clean, cleanCsv);
lowMode = clean.mode == "low";
highMode = clean.mode == "high";
meanDrop = [mean(clean.dropC(lowMode)), mean(clean.dropC(highMode))];
% 模型曲线只用来演示绘图,用 0 到 10 min 的固定网格比较两个参数。
t = linspace(0, 10, 81);
coolingDrop = @(k, time) 5*(1-exp(-k*time));
overview = figure('Name','Fan experiment');
layout = tiledlayout(overview, 2, 2);
% 两条曲线共享最大降温量;增大 k 时同一时刻更接近 5 °C。
ax = nexttile(layout);
plot(ax, t, coolingDrop(0.2,t), 'LineWidth', 1.6);
hold(ax, 'on');
plot(ax, t, coolingDrop(0.4,t), '--', 'LineWidth', 1.6);
legend(ax, 'k = 0.2', 'k = 0.4', 'Location', 'southeast');
xlabel(ax, 'Time (min)'); ylabel(ax, 'Temperature drop (°C)');
title(ax, 'Model curves'); ylim(ax, [0, 5]); grid(ax, 'on');
% 散点保留每条记录与量纲,颜色区分低速和高速组。
ax = nexttile(layout);
scatter(ax, clean.speedRpm(lowMode), clean.dropC(lowMode), 42, 'filled');
hold(ax, 'on');
scatter(ax, clean.speedRpm(highMode), clean.dropC(highMode), 42, 'filled');
legend(ax, 'low', 'high', 'Location', 'southeast');
xlabel(ax, 'Speed (rpm)'); ylabel(ax, 'Temperature drop (°C)');
title(ax, 'Individual records'); grid(ax, 'on');
% 柱高表示组内均值,分散程度须从上一格的散点图观察。
ax = nexttile(layout);
bar(ax, 1:2, meanDrop);
xticks(ax, 1:2); xticklabels(ax, {'low','high'});
ylabel(ax, 'Mean temperature drop (°C)'); title(ax, 'Group means');
ylim(ax, [0, 5]); grid(ax, 'on');
ax = nexttile(layout);
% 相邻边界相距 0.5 °C,柱高是落入各区间的记录数。
binEdges = 2:0.5:4;
histogram(ax, clean.dropC, binEdges);
xlabel(ax, 'Temperature drop (°C)'); ylabel(ax, 'Count');
title(ax, 'Drop distribution'); grid(ax, 'on');
% meshgrid 对每个 (时间, 参数) 组合生成一个坐标,再一次计算所有格点。
[timeGrid, rateGrid] = meshgrid(t, linspace(0.1, 0.6, 51));
dropGrid = 5*(1-exp(-rateGrid .* timeGrid));
surfaceFig = figure('Name','Cooling response surface');
surfaceLayout = tiledlayout(surfaceFig, 1, 2);
ax = nexttile(surfaceLayout);
surf(ax, timeGrid, rateGrid, dropGrid, 'EdgeColor', 'none');
xlabel(ax, 'Time (min)'); ylabel(ax, 'k (1/min)');
zlabel(ax, 'Temperature drop (°C)'); title(ax, 'Response surface');
ax = nexttile(surfaceLayout);
contour(ax, timeGrid, rateGrid, dropGrid, [1, 2, 3, 4], 'ShowText', 'on');
xlabel(ax, 'Time (min)'); ylabel(ax, 'k (1/min)');
title(ax, 'Equal temperature drop'); grid(ax, 'on');
% 只创建一次曲线,改变其 YData 演示不同 k 的轨迹。
animFig = figure('Name','Cooling rate sweep');
animAx = axes(animFig);
rates = 0.1:0.05:0.6;
curve = plot(animAx, t, coolingDrop(rates(1),t), 'LineWidth', 2);
xlabel(animAx, 'Time (min)'); ylabel(animAx, 'Temperature drop (°C)');
xlim(animAx, [0, 10]); ylim(animAx, [0, 5]); grid(animAx, 'on');
for k = rates
if ~isgraphics(curve)
break
end
curve.YData = coolingDrop(k,t);
title(animAx, sprintf('k = %.2f / min', k));
drawnow;
if isgraphics(animFig) && strcmp(animFig.Visible, 'on')
pause(0.08);
end
end
% PNG 给报告插图,向量 PDF 便于缩放,FIG 保留可编辑的 MATLAB 图对象。
exportgraphics(layout, fullfile(outDir, 'fan-overview.png'), 'Resolution', 180);
exportgraphics(surfaceLayout, fullfile(outDir, 'cooling-surface.pdf'), 'ContentType', 'vector');
savefig(overview, fullfile(outDir, 'fan-overview.fig'));
result = struct('raw_rows', height(imported), 'clean_rows', height(clean), ...
'mean_drop_c', meanDrop, 'histogram_counts', histcounts(clean.dropC,binEdges), ...
'output_folder', outDir);
end检查时先核对 raw_rows=8、clean_rows=7,再把两档柱高与 mean_drop_c 比较,最后看直方图计数是否总计 7。动画中的冷却常数越大,初始斜率
练习与参考解答
- 把直方图区间改成
[2,3,4]。先数记录,再比较输出中的histogram_counts。 - 把目标降温改成 4 °C,计算
时的耗时。用等高线定位该点。 - 如果把缺失的降温值填成 0,低档均值会是多少?解释报告中该如何处理。
展开参考解答
有 3 条, 有 4 条,结果是 [3,4]。横坐标分箱宽度变大后,依然只有 7 条记录。- 解
,得到 min。等高线中标为 4 的线应经过该点附近,网格离散会让绘图读数略有偏差。 - 填零后是
°C。这里没有测到这个值,报告应写清按可用读数得到的 2.433 °C,并说明低档丢失 1 条、剩余 3 条。