请教Matlab的griddata的用法
griddata的作用是数据网格化。其一般用法格式为
ZI = griddata(x,y,z,XI,YI) %x、y、z——数据，XI,YI——X-Y平面上的网格数据
应用实例：
>>x = rand(100,1)*4-2; y = rand(100,1)*4-2;
>>z = x.*exp(-x.^2-y.^2);
>>ti = -2:.25:2;
>>[XI,YI] = meshgrid(ti,ti);
>>ZI = griddata(x,y,z,XI,YI);
>>mesh(XI,YI,ZI), hold
>>plot3(x,y,z,'o'), hold off
>> xlabel('x'),ylabel('y'),zlabel('z')
运行结果
请教Matlab的griddata的用法
MATLAB散乱点插值函数
griddata函数
语法：
ZI = griddata(x,y,z,XI,YI)
[XI,YI,ZI] = griddata(x,y,z,XI,YI)
[...] = griddata(...,method)
[...] = griddata(...,method,options)
说明：
ZI = griddata(x,y,z,XI,YI) 调整形如z = f(x,y)的曲面，使之与非等间距矢量(x,y,z)中的数据吻合。griddata 函数在指定的(XI,YI)点处插补此曲面，生成ZI. 此曲面一定通过这些数据点。 XI 和 YI 通常构成均匀网格(与meshgrid函数生成的相同). XI 可以是行矢量,这种情况下该矢量确定一个具有固定列数的矩阵。与之类似，YI 可以是列矢量，确定一个具有固定行数的矩阵。
[XI,YI,ZI] = griddata(x,y,z,XI,YI) 函数返回与上述矩阵相同的插补后的矩阵ZI。并返回由行矢量XI和列矢量yi形成的矩阵XI 和YI. 后者与meshgrid 函数返回的矩阵相同。
[...] = griddata(...,method)使用规定的插补方法:
'linear' 基于三角形的线性插补法(缺省)
'cubic' 基于三角形的三次插补法
'nearest' 最近邻居插补法
'v4' MATLAB 4 griddata方法。
这些方法定义了匹配数据点的曲面类型。'cubic' 和 'v4' 方法生成平滑曲面，而 'linear' 和 'nearest' 分别具有一阶导数和零阶导数不连续。除'v4' 外所有方法基于数据的三角化。如果方法为[], 则使用缺省的'linear' 方法。
[...] = griddata(...,method,options)指定一串将通过delaunayn函数在Qhull中使用的单元阵列选项. 如果选项为 [], 则使用缺省的三角化选项。如果选项为{''}, 不使用任何选项，包括缺省选项。有时，griddata 函数可能将位于数据凸壳上或靠近凸壳的点返回为NaNs。这是因为有时计算中的圆整处理使得很难确定一个靠近边界的点是否处于凸壳内。
算法：
griddata(...,'v4') 命令使用 [3] 中文档化的方法。其他griddata方法基于使用Qhull [2] 的数据三角化。
实例：
对一个函数在±2.0范围内随机采样100点:
rand('ed',0)
x = rand(100,1)*4-2; y = rand(100,1)*4-2;
z = x.*exp(-x.^2-y.^2);
x, y, 和 z 均为包含非均匀采样数据的矢量。定义一个规范的网格，将数据与网格匹配:
ti = -2:.25:2;
[XI,YI] = meshgrid(ti,ti);
ZI = griddata(x,y,z,XI,YI);
Plot the gridded data along with the nonuniform data points ud to generate it: mesh(XI,YI,ZI), hold
plot3(x,y,z,'o'), hold
matlab中的插值函数 griddata的具体原理是什么呢？可否大概讲解一下！！！
griddata 调用方法：
ZI = griddata(x,y,z,XI,YI)
[XI,YI,ZI] = griddata(x,y,z,XI,YI)
[...] = griddata(...,method)
[...] = griddata(...,method,options)
method 的值 为
'linear' -- 则，以三角形为基础的线性内插
'cubic' -- 则，以三角形为基础的三次方程内插
'nearest' -- 则，用最邻近的点 内插
'v4'-- -- 则，MATLAB 4 格点样条函数内插
默认'linear' 线性内插
三角形为基础，就是按Delaunay方法先找出内插点四周的3个点，构成三角形，内插点在三角形内。然后线性内插，或三次方程内插。
'cubic' 和 'v4' 插值结果构成的曲面较光滑，'linear'和 'nearest' 插值结果构成的曲面不光滑不连续。
前3种方法具体算法见
[1] Barber, C. B., D.P. Dobkin, and H.T. Huhdanpaa, "The Quickhull Algorithm for Convex Hulls," ACM Transactions on Mathematical Software, Vol. 22, No. 4, Dec. 1996, p. 469-483. Available in PDF format at http://www.acm.org/pubs/citations/journals/toms/1996-22-4/p469-barber/.
第4种方法具体算法见
[2] Sandwell, David T., "Biharmonic Spline Interpolation of GEOS-3 and SEASAT Altimeter Data", Geophysical Rearch Letters, 14, 2, 139-142,1987.
(参考了 MathWorks 主站材料）
请教Matlab的griddata的用法
MATLAB散乱点插值函数 griddata函数 语法： ZI = griddata(x,y,z,XI,YI) [XI,YI,ZI] = griddata(x,y,z,XI,YI) [...] = griddata(...,method) [...] = griddata(...,method,options) 说明： ZI = griddata(x,y,z,XI,YI) 调整形如z = f(x,y)的曲面...
关于matlab中用griddata绘制伪色彩图的一点经验教训
整个事情起源于这个图
这是之前和别人组之前合作测试时候我师兄画的，横轴压力纵轴温度，颜色轴是电阻率的对数，很直观的看出来了金属到半导体绝缘体的转变与压力温度的关系。
还记得那是一个阳光明媚的能热死个人的下午，我去找老板讨论这一组数据，大概意思就是压力下这个样品从一个绝缘体/半导体转变为一个金属。老板拿出了师兄之前画的那个图，说你去试试也画下类似这个的图吧，应该不难的。
“应该不难的”这种话从老板嘴里说出来一般都不可信，然后我去问师兄他比较忙只告诉我他用matlab画的伪色彩图，那怎么办呢，我只能一天从零开始入门matlab了啊。
先说说我摸索的过程，我思路一开始是这样的：我们测试是在不同压力下对其电阻-温度关系进行的测试，而要将其转化为三维图像首先要将其转化为矩阵，而不同压力下测试的温度范围都不同，也就意味着没法同时放到矩阵里，那该怎么办呢？
我选择了igor pro中的插值功能来解决这个问题，自己写了个小的macro来执行。
大概意思就是根据输入的T1、T2两个温度点 ，在其中均匀分600个位置，然后在这600个位置中对数据结果进行插值，因为我们的测试一般会得到几千个点，所以这样的简单插值精度完全可以保证。分别对不同压力下数据允许这个macro，即可得到同一温度下不同压力对应的电阻值。将不同压力下插值得到的600*n个数据在excel中排好导入matlab即可得到矩阵。运行griddata指令即可得到结果。
把相变点一加坐标轴一标也是有那么点意思，不过有个小问题，对每个压力点的测试温度范围都不完全相同，图中是对3.8-290K进行的插值，但许多时候测量范围会差很多，尤其是对一些高温超导体，其下半部分不可能这么整齐，比如下图，而此处使用这种办法只能在矩阵中手动将没有数字的地方设为0，非常麻烦；同时也不能使用'v4'参数，而要换为cubic spline模式。
然后我又去找师兄讨论了，妄图敲诈出他的原始方法，经过一番讨论，以及我自己的摸索，终于找到了更一般的方法。
我们首先来看看matlab中griddata的描述
不仅可以处理矩阵的数据，同时也可对输入的（x，y，z）点集进行插值，此方法即不再将其视为矩阵，而视为xy对应的二元函数z，输入所有的xyz数据进行插值即可。然而处理时首先还要注意点的数量，我们测试的原始数据加起来总共有上万个点，为了提高效率依旧可以先使用igor pro对数据插值及平滑处理，不过不用再设定温度范围，直接选择点的个数（600）插值即可，然后将得到的所有数据（600*n）输入excel中分别为三列：压力、温度、电阻，导入matlab中作为三个向量，运行指令
即可得到完整的包括0K附近及300K附近边角缺憾的相图。之后再添加其他说明数据即可。
这种方法相比于前者更为简便，且应用范围更广，我以后应该不会用我费老大劲搞出来的笨办法了。
matlab插值griddata
你插值时，原坐标V1范围是[4.9123,12.5538],P1是[4.2743,11.0398]，Q1是[260.8718, 334.8364],而插值时坐标v1范围是[3 ,15],p1是[3 ,15],q1是[-630.8488,333.5959]，虽然Q1中无负值，但插值出的q1有负值，画出图来就会有负值。
