如果你被窗口大小不确定搞得要疯掉，请坚持读一下，应该会有收获～～
1.图的比例与figure事先确定的比例有关
1.1 	宽高比为１
figure(1)％创建figure1窗口
set(gcf,'position',[150 150 500 900])%后两个范围由分辨率限制
％定义窗口到屏幕左边的距离是150，到屏幕下方的距离是150，图片width = 150 ,height = 150(向量第３个是width)

此时宽高比为１，如果想画出一个方形的图片，只需要width＝height
figure(1)
set(gcf,'position',[150 150 500 500])
subplot(221)
set(gca,'position',[0.08 0.5 0.25 0.25])
subplot(222)
set(gca,'position',[0.37 0.5 0.25 0.25])


1.2宽高比＝3时画方子图
figure(2)
set(gcf,'position',[150 150 1500 500])
subplot(221)
set(gca,'position',[0.08 0.5 0.1 0.1*3])%注意此处0.1*宽高比
subplot(222)
set(gca,'position',[0.22 0.5 0.1 0.1*3])%注意此处0.1*宽高比
% 0.22-(0.08+0.1) = 两子图间距



实际上，set(gca,‘position’,[0.08 0.5 0.1 0.13])中的取值在0,1之间，表示原定下的figure大小的比例：

子图width = 0.11500 height = 0.1*500　要想width = height ,那只能给height的0.1成上宽高比３
2.下面画出四个方形框样式的子图
figure(3)
set(gcf,'position',[150 150 600 600])
subplot(221)
set(gca,'position',[0.08 0.55 0.3 0.3],'xtick',[],'ytick',[],'box','on')
%没有刻度，有box
subplot(222)
set(gca,'position',[0.45 0.55 0.3 0.3],'xtick',[],'ytick',[],'box','on')
subplot(223)
set(gca,'position',[0.08 0.18 0.3 0.3],'xtick',[],'ytick',[],'box','on')
subplot(224)
set(gca,'position',[0.45 0.18 0.3 0.3],'xtick',[],'ytick',[],'box','on')

imresize - 调整图像大小

此 MATLAB 函数 返回图像 B，它是将 A 的长宽大小缩放 scale 倍之后的图像。输入图像 A 可以是灰度、RGB 或二值图像。如果 A 有两个以上维度，则 imresize 只调整前两个维度的大小。如果 scale 在 [0, 1] 范围内，则 B 比 A 小。如果 scale 大于 1，则 B比 A大。默认情况下，imresize 使用双三次插值。

调用格式如下：

B = imresize(A,scale)

B = imresize(A,[numrows numcols])

[Y,newmap] = imresize(X,map,___)

___ = imresize(___,method)

___ = imresize(___,Name,Value)
使用默认插值方法将图像的长宽缩小二分之一

将图像加载到工作区。
I = imread('ngc6543a.jpg');

将图像的长宽缩小二分之一。
J = imresize(I, 0.5);

显示原始图像和调整大小后的图像。
figure, imshow(I), figure, imshow(J)

效果如图:



任意放大的话，如下代码，同理：
I = imread('gou.png');
J=imresize(I,1.2);
K=imresize(I,0.6);
subplot(131);imshow(I);title('原始图像');
subplot(132);imshow(J);title('放大图像');
subplot(133);imshow(K);title('缩小图像');

看起来是填充形式的布局。

我发布了这个问题，因为我想知道我是否做了一件非常错误的结果。
我有一个中等大小的csv文件，我试图使用numpy加载它。为了说明，我使用python制作了这个文件：
import timeit
import numpy as np
my_data = np.random.rand(1500000, 3)*10
np.savetxt('./test.csv', my_data, delimiter=',', fmt='%.2f')
然后，我尝试了两种方法：numpy.genfromtxt，numpy.loadtxt
setup_stmt = 'import numpy as np'
stmt1 = """\
my_data = np.genfromtxt('./test.csv', delimiter=',')
"""
stmt2 = """\
my_data = np.loadtxt('./test.csv', delimiter=',')
"""
t1 = timeit.timeit(stmt=stmt1, setup=setup_stmt, number=3)
t2 = timeit.timeit(stmt=stmt2, setup=setup_stmt, number=3)
结果表明t1 = 32.159652940464184，t2 = 52.00093725634724。
但是，当我尝试使用matlab时：
tic
for i = 1:3
my_data = dlmread('./test.csv');
end
toc
结果显示：经过时间是3.196465秒。
我明白加载速度可能会有一些差异，但是
这远远超出我的预期;
>这不是np.loadtxt应该比np.genfromtxt更快吗？
>我还没有尝试过python csv模块，因为加载csv文件是一个非常频繁的事情，使用csv模块，编码有点冗长…但是我很乐意尝试，如果这是唯一的办法。目前我更关心我是否做错了事情。
任何输入将不胜感激。非常感谢！

效果图


参考代码
clear; clc;
x = 0 : 0.1 : 2*pi;
y = sin(x);
sizeMarker = linspace(1, 100, length(x));    % 比0大，值越大标记越大
colorMarker = y;   % 颜色渐变
subplot(1,2,1)
scatter(x, y, sizeMarker, colorMarker, 'o', 'filled')
subplot(1,2,2)
patch([x NaN],[y NaN],[colorMarker NaN],'Marker','o','EdgeColor','interp','MarkerFaceColor','flat')