如何使用不等尺寸向量数据创建Surface Plot（曲面图）

嘿，我来帮你搞定这个MATLAB曲面图的问题～首先得明确：MATLAB的surf（曲面图）函数需要三个同维度的二维矩阵：X和Y表示网格坐标，Z表示对应网格点的高度值。根据你提供的数据，我分两种常见场景来讲解：

场景1：将z值作为Y轴，样本索引作为X轴，n/m作为高度 #

这种场景适合你想展示不同z值下，n或m这10个样本的分布曲面：

1. 先构造X和Y的网格矩阵：

   • X轴用样本的索引（1到10），把它扩展成4行10列的矩阵（和n/m维度一致）
   • Y轴用你的z值，把每个z值重复10次，形成4行10列的矩阵

2. 直接调用surf函数绘制曲面，代码如下：

clc; clear all;
n1=rand(1,10); n2=rand(1,10); n3=rand(1,10); n4=rand(1,10);
m1=rand(1,10); m2=rand(1,10); m3=rand(1,10); m4=rand(1,10);
n=[n1;n2;n3;n4]; 
m=[m1;m2;m3;m4]; 
z=[0.1,0.2,0.3,0.4];

% 构造X和Y网格矩阵
X = repmat(1:10, 4, 1);  % 4行10列，每行都是1-10
Y = repmat(z', 1, 10);   % 4行10列，每列都是对应的z值

% 绘制n作为高度的曲面图
figure;
surf(X, Y, n);
xlabel('样本索引'); ylabel('z值'); zlabel('n值');
title('z值与样本索引对应的n曲面');
shading interp;  % 可选：让曲面更平滑

% 如果你想绘制m作为高度的曲面，只需要把n换成m即可
figure;
surf(X, Y, m);
xlabel('样本索引'); ylabel('z值'); zlabel('m值');
title('z值与样本索引对应的m曲面');
shading interp;

场景2：将n作为X轴，m作为Y轴，z值作为高度（拟合散点为曲面） #

如果你的需求是把每个(n_k,i, m_k,i, z_k)作为三维空间中的散点，然后拟合出连续曲面，那需要先通过插值生成网格数据：

1. 先把所有散点整理成一维数组：

   • 将n和m的4行10列矩阵转成一维，z值也对应重复10次（因为每个z对应10个点）

2. 创建X-Y平面的网格，用griddata函数插值得到Z矩阵，再绘制曲面：

clc; clear all;
n1=rand(1,10); n2=rand(1,10); n3=rand(1,10); n4=rand(1,10);
m1=rand(1,10); m2=rand(1,10); m3=rand(1,10); m4=rand(1,10);
n=[n1;n2;n3;n4]; 
m=[m1;m2;m3;m4]; 
z=[0.1,0.2,0.3,0.4];

% 整理散点数据
x_scatter = n(:);  % 把n转成40x1的一维数组
y_scatter = m(:);  % 把m转成40x1的一维数组
z_scatter = repmat(z', 10, 1);  % 每个z值重复10次，转成40x1

% 创建X-Y网格（可以调整网格密度，比如20x20）
[x_grid, y_grid] = meshgrid(linspace(min(x_scatter), max(x_scatter), 20), ...
                           linspace(min(y_scatter), max(y_scatter), 20));

% 插值得到网格对应的Z值
z_grid = griddata(x_scatter, y_scatter, z_scatter, x_grid, y_grid, 'cubic');

% 绘制曲面
figure;
surf(x_grid, y_grid, z_grid);
xlabel('n值'); ylabel('m值'); zlabel('z值');
title('n-m-z拟合曲面');
shading interp;
hold on;
scatter3(x_scatter, y_scatter, z_scatter, 'r', 'filled');  % 可选：叠加原始散点
hold off;

小提示 #

• shading interp可以让曲面颜色更平滑，提升可视化效果
• 如果场景2的插值结果有缺失值，可以尝试更换插值方法（比如'linear'或者'nearest'）

内容的提问来源于stack exchange，提问作者acoustic python