写在前面
有时候,看到人家Paper里的图,不禁感叹,为啥连简单的柱状图都画的比我们的好看。这很有可能是我们画图没掌握好技巧,而这些技巧需要我们慢慢去积累。今天搬运了Cognitive and Affective Neuroscience Lab (CANLab, PI: Dr. Tor D. Wager)制作的bar_wani绘图方法,大家赶紧收藏积累吧!
方法:Bar_wani
软件:matlab 2014a
用途:好看、实用、可塑性强的柱状图可视化。
源脚本可能有小bug,部分机器存在无限递归现象,可以直接下载修改好的脚本:(可访问原论坛帖)
% datay =[-0.6518-0.6934-0.5417
-0.6496-0.5946-0.3839
1.15110.90901.1681
1.28920.9346] ; % Y值
e =[0.32260.29360.3080
0.32030.33680.3167
0.40260.40880.4012
0.55860.3734] ; % 标准误
p =[0.04330.01820.0785
0.04260.07750.2255
0.00420.02620.0036
0.02100.0123] ; % p值
col =[0.11570.26860.11570.2765
0.47250.48430.11570.10780.3667
0.47650.13530.27650.19020.3824
0.09220.42160.51180.79410.3235]; % colormap调色
% draw
h = bar_wani(y, e, .8,'colors', col,'errbar_width', [0 0],'ast', p,'ylim', [-2.5 2.5],'ytick', -2:2,'ast_adj_x', 0,'ast_adj_y_neg', .15);
set(gca,'ytickLabel',num2str(get(gca,'ytick')'));
set(h,'position', [1531399169]);
题外话:很多同学看完示例喜欢提问,要画成另一个样子该怎么改。这其实反映了大家在利用脚本进行可视化的过程中,忽略了对原脚本理解的过程,直接“拿来主义”。我们要真正学会可视化,积累是第一步,理解紧随其后,没有理解,我们还是走得不远,因为过度依赖现成的脚本。有了理解,我们可以修改现有的脚本,画出适用于自己实验的图。对于每一次积累,大家都要珍惜,这是前辈们努力和智慧的结晶,需要我们好好体会可视化中的精髓。话糙理不糙,让我们一起加油吧,慢慢来!
那么,试着练习如何用该脚本画出两两比较的柱状图吧,有idea的童鞋可以在留言区讨论。为了让你的可视化技巧提高,千万不要偷懒哦~
凡发布在心心水滴论坛资源分享及教程帖,所有权归作者所有,最终解释权归公众号所有。
领取专属 10元无门槛券
私享最新 技术干货