简介这份资源聚焦MATLAB三维数据可视化面向需要绘制三维热力图的学生、科研人员与工程技术人员帮助解决三维曲面数据难以直观呈现的问题。资源包共3个文件包含1个m脚本、1个mat数据文件和1个png效果图压缩包约219KB体积轻巧便于快速下载与本地复现。其中脚本文件演示了从数据准备到绘图输出的完整流程mat文件提供可直接加载的示例数据png图片则给出预期效果参考。核心思路是先对x轴与y轴数据进行网格化处理要求两轴数组等长通常为1n维z轴数据需与网格一一对应一般为nn矩阵再通过surf函数完成曲面绘制颜色深浅直观反映z轴数值大小。目前已有1339人学习下载适合作为三维热力图入门与课程实验的参考素材也可在此基础上替换自有数据快速验证可视化效果。1. 三维热力图到底在画什么从一次组会翻车说起去年帮某实验室做数据可视化A同学把实验测得的温度场数据丢进surf直接出图结果导师看了一眼说“你这图看不出任何梯度”。问题不在数据在于他把三维热力图当成了三维曲面图。三维热力图的核心不是把曲面立起来而是用颜色映射表达第四维数值——X、Y 是平面坐标Z 是高度或任意第三变量颜色才是你要传达的热度信息。MATLAB 里能画三维热力图的函数不止一个surf、mesh、pcolor、scatter3、slice各有适用边界选错了图数据里的规律就全被埋了。这篇笔记拆的是 MATLAB 三维热力图从数据组织到出图调参的完整链路适合手里有矩阵数据、需要做温度场/应力场/密度分布可视化的从业者也适合刚接触 MATLAB 绘图、被colormap和shading搞晕的新手。下面按“数据怎么摆 → 图怎么选 → 参数怎么调 → 坑在哪”的顺序推一遍每一步都给可复现的代码。2. 数据组织与函数选型矩阵朝向决定图的方向2.1 三维热力图的数据本质是三个矩阵MATLAB 画三维热力图底层吃的是三个同尺寸矩阵X、Y定义网格坐标Z或C定义每个网格点上的数值。很多人第一次翻车就翻在矩阵朝向——meshgrid生成的X、Y和从文件读进来的数据矩阵维度对不上图要么转 90 度要么直接报维度不匹配。常见做法是先用meshgrid把坐标轴向量展开成网格矩阵再确认数据矩阵的行列与X、Y一致。% 定义坐标轴向量 x linspace(0, 10, 50); % X 方向 50 个采样点 y linspace(0, 5, 30); % Y 方向 30 个采样点 % 展开成网格矩阵注意 meshgrid 的输出顺序 [X, Y] meshgrid(x, y); % X 和 Y 都是 30x50 矩阵 % 构造一个模拟温度场中心高、边缘低叠加一点波动 Z 80 * exp(-((X-5).^2 (Y-2.5).^2) / 8) 5 * sin(X) .* cos(Y); % 确认维度 disp(size(X)); % 30 50 disp(size(Z)); % 30 50这段代码里meshgrid(x, y)返回的X是 30×50行数对应y的长度列数对应x的长度。Z必须同尺寸否则surf(X,Y,Z)会直接报错。参数上linspace的第三个参数决定网格分辨率——50×30 大概够看趋势如果要出论文图建议至少 200×200否则颜色过渡会有明显棱角。exp那项模拟高斯热源sin、cos叠加的是噪声波动实际数据换成你的测量矩阵即可。2.2 surf、mesh、pcolor、scatter3 怎么选选错函数是三维热力图最常见的“玄学”来源。surf画的是带颜色映射的曲面适合连续场数据颜色和高度绑定mesh只画网格线颜色默认不映射数值想看拓扑结构时用pcolor本质是二维伪彩色图在三维视角下是平的适合俯视看分布scatter3画散点每个点单独着色适合不规则采样点slice做切片适合三维体数据内部结构。函数适用场景颜色是否映射数值数据要求surf连续曲面场是规则网格mesh看网格拓扑默认否规则网格pcolor俯视分布是规则网格scatter3散点采样是任意点集slice体数据切片是三维体矩阵我一般先问一句你的数据是规则网格还是散点规则网格优先surf散点优先scatter3体数据用slice。如果只是想在平面上看颜色分布pcolor加view(2)比硬转三维更清晰。2.3 从文件读数据时的维度对齐实际项目里数据多半从 CSV 或 MAT 文件来。CSV 读进来是二维矩阵行是 Y、列是 X直接丢给surf没问题但要注意meshgrid的X、Y顺序别搞反。% 从 CSV 读取温度场数据假设第一行是 X 坐标第一列是 Y 坐标 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); % 数据块 % 用实际坐标向量生成网格 [X, Y] meshgrid(x_vec, y_vec); % 检查维度是否匹配 assert(isequal(size(X), size(Z)), X 与 Z 维度不匹配检查 CSV 行列方向);readmatrix是 R2019a 之后推荐的读法老版本用csvread或xlsread。assert那行是后悔药——维度不匹配时直接报错比等到surf报一堆看不懂的错要快。如果 CSV 里第一行第一列是表头文字readmatrix会自动处理成NaN这时候用raw(1,2:end)取坐标向量刚好跳过。3. 出图与调参colormap、shading、光照三件套3.1 基础出图与颜色映射数据摆好之后最简出图就一行surf(X,Y,Z)但默认的parula色图未必适合你的数据。温度场常用jet或hot应力场常用coolwarm风格MATLAB 内置的turbo在 R2020b 之后可用色彩过渡比jet均匀。figure(Position, [100 100 800 600]); surf(X, Y, Z, EdgeColor, none); % 去掉网格线避免干扰颜色 colormap(turbo); % 用 turbo 色图 colorbar; % 显示颜色条 xlabel(X (mm)); ylabel(Y (mm)); zlabel(温度 (°C)); title(三维温度场分布); view(-37.5, 30); % 设置视角方位角 -37.5仰角 30EdgeColor设为none是关键一步——默认surf会画黑色网格线数据点一多就糊成一片颜色信息全被盖住。view的两个参数分别是方位角和仰角-37.5, 30是 MATLAB 默认三维视角想突出某个方向可以调比如view(0, 90)就是正俯视等价于看pcolor。colorbar建议每次都加否则读者不知道颜色对应什么数值范围。3.2 shading 与 lighting让曲面不再“塑料感”默认surf出图是平面着色每个网格面一个颜色网格密的时候还好网格稀的时候能看到明显色块。shading interp做颜色插值过渡平滑shading flat是默认shading faceted保留网格线。配合light和lighting能做出立体感。surf(X, Y, Z, EdgeColor, none); shading interp; % 颜色插值过渡平滑 colormap(turbo); light(Position, [1 1 1], Style, infinite); % 加一个无限远光源 lighting gouraud; % 逐顶点光照比 phong 快 material dull; % 材质设为哑光避免高光过曝 colorbar;shading interp在数据量大时会让渲染变慢如果只是快速看趋势用默认flat就行。lighting gouraud和lighting phong的区别在于计算方式gouraud逐顶点算、快phong逐像素算、慢但更细腻。material dull去掉镜面高光适合科学可视化想要金属质感可以用material shiny但温度场一般不需要。3.3 颜色范围与非线性映射有时候数据动态范围很大比如大部分区域在 20 到 30 之间少数热点到 200线性色图会把大部分区域压成一个颜色。这时候要么手动设caxis要么用对数映射。% 手动限制颜色范围突出关键区间 caxis([20 60]); % 只映射 20 到 60 的颜色超出部分用端点色 % 对数映射适合跨数量级的数据 Z_log log10(Z - min(Z(:)) 1); % 平移后取对数避免负值 surf(X, Y, Z_log, EdgeColor, none); colormap(turbo); colorbar; title(对数映射后的温度场);caxis在 R2022a 之后改名为clim老版本用caxis新版本两个都能用但clim更推荐。对数映射那行min(Z(:))取全局最小值做平移保证对数输入非负1是防止log10(0)报负无穷。如果数据里有负值先平移再取对数别直接log。3.4 导出高分辨率图与视角复现出图之后导出是另一个坑。saveas导出的分辨率不可控论文投稿一般要求 300 dpi 以上。用exportgraphics或print更稳。% 方法一exportgraphicsR2020a 之后推荐 exportgraphics(gcf, thermal_3d.png, Resolution, 300); % 方法二print老版本通用 print(gcf, thermal_3d.tif, -dtiff, -r300); % 保存视角下次直接复现 view_angle get(gca, View); save(view_setting.mat, view_angle); % 下次加载 load(view_setting.mat); view(view_angle);exportgraphics的Resolution参数单位是 dpi300 够大部分期刊用。print的-r300同理。保存视角这个习惯是我被反复要求“把图转回上次那个角度”之后养成的get(gca,View)拿到当前方位角和仰角存成 MAT 文件下次view(view_angle)直接还原省得来回拖鼠标。4. 避坑与排查那些让图“看起来不对”的细节4.1 图是全黑的或者颜色只有一种现象surf出图后整个曲面是单一颜色colorbar显示范围正常但图上没变化。原因通常是数据矩阵里所有值几乎相同或者caxis被设成了极窄区间。解决先disp([min(Z(:)), max(Z(:))])看数据范围如果范围正常但图没变化检查caxis是否被之前的代码改过用caxis auto恢复自动范围。另一个可能是EdgeColor没关网格线太密盖住了颜色。4.2 曲面有黑色网格线干扰颜色现象数据点一多图上全是黑线颜色看不清。原因surf默认EdgeColor是黑色网格密的时候线比面还显眼。解决surf(..., EdgeColor, none)或者用shading interp配合EdgeColor设为none。如果还想保留一点网格感可以把EdgeColor设成k但LineWidth调到 0.1不过一般直接关掉最干净。4.3 颜色条范围和实际数据对不上现象colorbar显示 0 到 100但数据明明只到 60。原因caxis被手动设过没恢复或者多个子图共用一个colorbar时范围被最后一个图覆盖。解决每次出图前caxis auto或者显式caxis([min(Z(:)) max(Z(:))])。多子图场景用linkaxes或统一设clim别让 MATLAB 自己猜。4.4 导出图片分辨率不够或白边太大现象saveas导出的 PNG 放大后模糊或者图周围白边占了一半。原因saveas默认屏幕分辨率且figure的Position没设好。解决用exportgraphics指定Resolution同时设figure(Position,[100 100 800 600])控制画布比例。白边问题可以用exportgraphics的Padding参数或者导出后用图像工具裁但最好在figure阶段就把Position调合适。4.5 大数据量渲染卡死现象网格超过 500×500 后旋转视角卡顿shading interp直接卡死。原因surf渲染的面片数是网格数的四倍左右interp还要额外插值计算。解决出图前用downsample降采样或者改用pcolor加view(2)看分布三维只用来确认趋势。如果必须保留高分辨率用reducepatch减面或者导出时用opengl硬件加速opengl hardware。5. 进阶技巧把三维热力图做成可交互的验证工具出静态图只是第一步真正省时间的是把图变成能转、能查数值的交互工具。MATLAB 的rotate3d on是最简单的交互但只能转视角查不了具体点的数值。我一般用datacursormode加自定义回调鼠标点哪个点就显示坐标和数值。figure; surf(X, Y, Z, EdgeColor, none); shading interp; colormap(turbo); colorbar; % 开启数据游标 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的回调函数接收event_objPosition是当前点的三维坐标返回的txt是显示在游标旁边的文字。num2str的%.2f控制小数位数数据精度高就多留几位。这个工具在排查异常点时特别有用——图上看某个区域颜色异常鼠标一点就知道具体数值不用回去翻原始矩阵。另一个进阶用法是把多个切面叠在一起看内部结构。slice函数可以在三维体数据里切任意平面配合contourslice还能在切面上画等值线。% 构造三维体数据 [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); % 在三个方向各切一刀 figure; slice(x, y, z, V, [-1 0 1], 0, 0); shading interp; colormap(turbo); colorbar; view(-37.5, 30);slice的前三个参数是网格第四个是体数据后面三组是切面位置——[-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设0想看边缘就设±1.5。shading interp对slice同样有效能让切面颜色过渡更自然。验证三维热力图对不对我有个习惯先看colorbar范围是否和数据min/max一致再用datacursormode随机点几个点核对原始矩阵值最后转一圈视角确认没有遮挡导致的误判。从那以后我每次出三维热力图都强制走一遍“范围核对 → 游标抽查 → 多视角确认”省得被问“这个颜色对应多少度”时答不上来。希望帮到你。本文还有配套的精品资源点击获取 MATLAB三维热力图绘制全指南：从数据组织到交互验证
简介这份资源聚焦MATLAB三维数据可视化面向需要绘制三维热力图的学生、科研人员与工程技术人员帮助解决三维曲面数据难以直观呈现的问题。资源包共3个文件包含1个m脚本、1个mat数据文件和1个png效果图压缩包约219KB体积轻巧便于快速下载与本地复现。其中脚本文件演示了从数据准备到绘图输出的完整流程mat文件提供可直接加载的示例数据png图片则给出预期效果参考。核心思路是先对x轴与y轴数据进行网格化处理要求两轴数组等长通常为1n维z轴数据需与网格一一对应一般为nn矩阵再通过surf函数完成曲面绘制颜色深浅直观反映z轴数值大小。目前已有1339人学习下载适合作为三维热力图入门与课程实验的参考素材也可在此基础上替换自有数据快速验证可视化效果。1. 三维热力图到底在画什么从一次组会翻车说起去年帮某实验室做数据可视化A同学把实验测得的温度场数据丢进surf直接出图结果导师看了一眼说“你这图看不出任何梯度”。问题不在数据在于他把三维热力图当成了三维曲面图。三维热力图的核心不是把曲面立起来而是用颜色映射表达第四维数值——X、Y 是平面坐标Z 是高度或任意第三变量颜色才是你要传达的热度信息。MATLAB 里能画三维热力图的函数不止一个surf、mesh、pcolor、scatter3、slice各有适用边界选错了图数据里的规律就全被埋了。这篇笔记拆的是 MATLAB 三维热力图从数据组织到出图调参的完整链路适合手里有矩阵数据、需要做温度场/应力场/密度分布可视化的从业者也适合刚接触 MATLAB 绘图、被colormap和shading搞晕的新手。下面按“数据怎么摆 → 图怎么选 → 参数怎么调 → 坑在哪”的顺序推一遍每一步都给可复现的代码。2. 数据组织与函数选型矩阵朝向决定图的方向2.1 三维热力图的数据本质是三个矩阵MATLAB 画三维热力图底层吃的是三个同尺寸矩阵X、Y定义网格坐标Z或C定义每个网格点上的数值。很多人第一次翻车就翻在矩阵朝向——meshgrid生成的X、Y和从文件读进来的数据矩阵维度对不上图要么转 90 度要么直接报维度不匹配。常见做法是先用meshgrid把坐标轴向量展开成网格矩阵再确认数据矩阵的行列与X、Y一致。% 定义坐标轴向量 x linspace(0, 10, 50); % X 方向 50 个采样点 y linspace(0, 5, 30); % Y 方向 30 个采样点 % 展开成网格矩阵注意 meshgrid 的输出顺序 [X, Y] meshgrid(x, y); % X 和 Y 都是 30x50 矩阵 % 构造一个模拟温度场中心高、边缘低叠加一点波动 Z 80 * exp(-((X-5).^2 (Y-2.5).^2) / 8) 5 * sin(X) .* cos(Y); % 确认维度 disp(size(X)); % 30 50 disp(size(Z)); % 30 50这段代码里meshgrid(x, y)返回的X是 30×50行数对应y的长度列数对应x的长度。Z必须同尺寸否则surf(X,Y,Z)会直接报错。参数上linspace的第三个参数决定网格分辨率——50×30 大概够看趋势如果要出论文图建议至少 200×200否则颜色过渡会有明显棱角。exp那项模拟高斯热源sin、cos叠加的是噪声波动实际数据换成你的测量矩阵即可。2.2 surf、mesh、pcolor、scatter3 怎么选选错函数是三维热力图最常见的“玄学”来源。surf画的是带颜色映射的曲面适合连续场数据颜色和高度绑定mesh只画网格线颜色默认不映射数值想看拓扑结构时用pcolor本质是二维伪彩色图在三维视角下是平的适合俯视看分布scatter3画散点每个点单独着色适合不规则采样点slice做切片适合三维体数据内部结构。函数适用场景颜色是否映射数值数据要求surf连续曲面场是规则网格mesh看网格拓扑默认否规则网格pcolor俯视分布是规则网格scatter3散点采样是任意点集slice体数据切片是三维体矩阵我一般先问一句你的数据是规则网格还是散点规则网格优先surf散点优先scatter3体数据用slice。如果只是想在平面上看颜色分布pcolor加view(2)比硬转三维更清晰。2.3 从文件读数据时的维度对齐实际项目里数据多半从 CSV 或 MAT 文件来。CSV 读进来是二维矩阵行是 Y、列是 X直接丢给surf没问题但要注意meshgrid的X、Y顺序别搞反。% 从 CSV 读取温度场数据假设第一行是 X 坐标第一列是 Y 坐标 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); % 数据块 % 用实际坐标向量生成网格 [X, Y] meshgrid(x_vec, y_vec); % 检查维度是否匹配 assert(isequal(size(X), size(Z)), X 与 Z 维度不匹配检查 CSV 行列方向);readmatrix是 R2019a 之后推荐的读法老版本用csvread或xlsread。assert那行是后悔药——维度不匹配时直接报错比等到surf报一堆看不懂的错要快。如果 CSV 里第一行第一列是表头文字readmatrix会自动处理成NaN这时候用raw(1,2:end)取坐标向量刚好跳过。3. 出图与调参colormap、shading、光照三件套3.1 基础出图与颜色映射数据摆好之后最简出图就一行surf(X,Y,Z)但默认的parula色图未必适合你的数据。温度场常用jet或hot应力场常用coolwarm风格MATLAB 内置的turbo在 R2020b 之后可用色彩过渡比jet均匀。figure(Position, [100 100 800 600]); surf(X, Y, Z, EdgeColor, none); % 去掉网格线避免干扰颜色 colormap(turbo); % 用 turbo 色图 colorbar; % 显示颜色条 xlabel(X (mm)); ylabel(Y (mm)); zlabel(温度 (°C)); title(三维温度场分布); view(-37.5, 30); % 设置视角方位角 -37.5仰角 30EdgeColor设为none是关键一步——默认surf会画黑色网格线数据点一多就糊成一片颜色信息全被盖住。view的两个参数分别是方位角和仰角-37.5, 30是 MATLAB 默认三维视角想突出某个方向可以调比如view(0, 90)就是正俯视等价于看pcolor。colorbar建议每次都加否则读者不知道颜色对应什么数值范围。3.2 shading 与 lighting让曲面不再“塑料感”默认surf出图是平面着色每个网格面一个颜色网格密的时候还好网格稀的时候能看到明显色块。shading interp做颜色插值过渡平滑shading flat是默认shading faceted保留网格线。配合light和lighting能做出立体感。surf(X, Y, Z, EdgeColor, none); shading interp; % 颜色插值过渡平滑 colormap(turbo); light(Position, [1 1 1], Style, infinite); % 加一个无限远光源 lighting gouraud; % 逐顶点光照比 phong 快 material dull; % 材质设为哑光避免高光过曝 colorbar;shading interp在数据量大时会让渲染变慢如果只是快速看趋势用默认flat就行。lighting gouraud和lighting phong的区别在于计算方式gouraud逐顶点算、快phong逐像素算、慢但更细腻。material dull去掉镜面高光适合科学可视化想要金属质感可以用material shiny但温度场一般不需要。3.3 颜色范围与非线性映射有时候数据动态范围很大比如大部分区域在 20 到 30 之间少数热点到 200线性色图会把大部分区域压成一个颜色。这时候要么手动设caxis要么用对数映射。% 手动限制颜色范围突出关键区间 caxis([20 60]); % 只映射 20 到 60 的颜色超出部分用端点色 % 对数映射适合跨数量级的数据 Z_log log10(Z - min(Z(:)) 1); % 平移后取对数避免负值 surf(X, Y, Z_log, EdgeColor, none); colormap(turbo); colorbar; title(对数映射后的温度场);caxis在 R2022a 之后改名为clim老版本用caxis新版本两个都能用但clim更推荐。对数映射那行min(Z(:))取全局最小值做平移保证对数输入非负1是防止log10(0)报负无穷。如果数据里有负值先平移再取对数别直接log。3.4 导出高分辨率图与视角复现出图之后导出是另一个坑。saveas导出的分辨率不可控论文投稿一般要求 300 dpi 以上。用exportgraphics或print更稳。% 方法一exportgraphicsR2020a 之后推荐 exportgraphics(gcf, thermal_3d.png, Resolution, 300); % 方法二print老版本通用 print(gcf, thermal_3d.tif, -dtiff, -r300); % 保存视角下次直接复现 view_angle get(gca, View); save(view_setting.mat, view_angle); % 下次加载 load(view_setting.mat); view(view_angle);exportgraphics的Resolution参数单位是 dpi300 够大部分期刊用。print的-r300同理。保存视角这个习惯是我被反复要求“把图转回上次那个角度”之后养成的get(gca,View)拿到当前方位角和仰角存成 MAT 文件下次view(view_angle)直接还原省得来回拖鼠标。4. 避坑与排查那些让图“看起来不对”的细节4.1 图是全黑的或者颜色只有一种现象surf出图后整个曲面是单一颜色colorbar显示范围正常但图上没变化。原因通常是数据矩阵里所有值几乎相同或者caxis被设成了极窄区间。解决先disp([min(Z(:)), max(Z(:))])看数据范围如果范围正常但图没变化检查caxis是否被之前的代码改过用caxis auto恢复自动范围。另一个可能是EdgeColor没关网格线太密盖住了颜色。4.2 曲面有黑色网格线干扰颜色现象数据点一多图上全是黑线颜色看不清。原因surf默认EdgeColor是黑色网格密的时候线比面还显眼。解决surf(..., EdgeColor, none)或者用shading interp配合EdgeColor设为none。如果还想保留一点网格感可以把EdgeColor设成k但LineWidth调到 0.1不过一般直接关掉最干净。4.3 颜色条范围和实际数据对不上现象colorbar显示 0 到 100但数据明明只到 60。原因caxis被手动设过没恢复或者多个子图共用一个colorbar时范围被最后一个图覆盖。解决每次出图前caxis auto或者显式caxis([min(Z(:)) max(Z(:))])。多子图场景用linkaxes或统一设clim别让 MATLAB 自己猜。4.4 导出图片分辨率不够或白边太大现象saveas导出的 PNG 放大后模糊或者图周围白边占了一半。原因saveas默认屏幕分辨率且figure的Position没设好。解决用exportgraphics指定Resolution同时设figure(Position,[100 100 800 600])控制画布比例。白边问题可以用exportgraphics的Padding参数或者导出后用图像工具裁但最好在figure阶段就把Position调合适。4.5 大数据量渲染卡死现象网格超过 500×500 后旋转视角卡顿shading interp直接卡死。原因surf渲染的面片数是网格数的四倍左右interp还要额外插值计算。解决出图前用downsample降采样或者改用pcolor加view(2)看分布三维只用来确认趋势。如果必须保留高分辨率用reducepatch减面或者导出时用opengl硬件加速opengl hardware。5. 进阶技巧把三维热力图做成可交互的验证工具出静态图只是第一步真正省时间的是把图变成能转、能查数值的交互工具。MATLAB 的rotate3d on是最简单的交互但只能转视角查不了具体点的数值。我一般用datacursormode加自定义回调鼠标点哪个点就显示坐标和数值。figure; surf(X, Y, Z, EdgeColor, none); shading interp; colormap(turbo); colorbar; % 开启数据游标 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的回调函数接收event_objPosition是当前点的三维坐标返回的txt是显示在游标旁边的文字。num2str的%.2f控制小数位数数据精度高就多留几位。这个工具在排查异常点时特别有用——图上看某个区域颜色异常鼠标一点就知道具体数值不用回去翻原始矩阵。另一个进阶用法是把多个切面叠在一起看内部结构。slice函数可以在三维体数据里切任意平面配合contourslice还能在切面上画等值线。% 构造三维体数据 [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); % 在三个方向各切一刀 figure; slice(x, y, z, V, [-1 0 1], 0, 0); shading interp; colormap(turbo); colorbar; view(-37.5, 30);slice的前三个参数是网格第四个是体数据后面三组是切面位置——[-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设0想看边缘就设±1.5。shading interp对slice同样有效能让切面颜色过渡更自然。验证三维热力图对不对我有个习惯先看colorbar范围是否和数据min/max一致再用datacursormode随机点几个点核对原始矩阵值最后转一圈视角确认没有遮挡导致的误判。从那以后我每次出三维热力图都强制走一遍“范围核对 → 游标抽查 → 多视角确认”省得被问“这个颜色对应多少度”时答不上来。希望帮到你。本文还有配套的精品资源点击获取