MATLAB中自带的cftool拟合工具箱不能将多条曲线同时画在同一副图中，而常规的plot()函数又不能拟合平滑直线，接下来总结一种可以利用cftool导出的代码，在一张图中拟合多条平滑曲线。
首先输入所要拟合的数据，如x, y, x1, y1, x2, y2等等。
之后打开cftool工具箱，使用数据拟合曲线，在拟合方式一栏选择Smoothing Spline。可以得到图像。
之后在文件菜单栏中点击Generate Code，之后将在工作空间里看到导出的m文件。
function [fitresult, gof] = createFit(x, y)
%CREATEFIT(X,Y)
%  Create a fit.
%
%  Data for 'untitled fit 1' fit:
%      X Input : x
%      Y Output: y
%  Output:
%      fitresult : a fit object representing the fit.
%      gof : structure with goodness-of fit info.
%
%  另请参阅 FIT, CFIT, SFIT.

%  由 MATLAB 于 22-Dec-2015 00:27:49 自动生成


%% Fit: 'untitled fit 1'.
[xData, yData] = prepareCurveData( x, y );

% Set up fittype and options.
ft = fittype( 'smoothingspline' );

% Fit model to data.
[fitresult, gof] = fit( xData, yData, ft );

% Plot fit with data.
figure( 'Name', 'untitled fit 1' );
h = plot( fitresult, xData, yData );
legend( h, 'y vs. x', 'untitled fit 1', 'Location', 'NorthEast' );
% Label axes
xlabel( 'x' );
ylabel( 'y' );
grid on


也就是说，其实也可以通过编写函数来实现拟合平滑曲线，但是由cftool工具箱导出的代码可以减少自己的工作量，减少由于MATLAB语言不熟练导致效率低下的工作。
之后在这个m文件的适当位置加入拟合多条曲线的代码，就可以实现与cftool拟合平滑曲线效果相同的多条曲线了。
以下是我修改的代码，注意注释。


function [fitresult, gof] = e1(x, y, x1, y1, x2, y2)     %将需要绘制图像的数据加入参数中
%CREATEFIT(X,Y)
%  Create a fit.
%
%  Data for 'untitled fit 1' fit:
%      X Input : x
%      Y Output: y
%  Output:
%      fitresult : a fit object representing the fit.
%      gof : structure with goodness-of fit info.
%
%  另请参阅 FIT, CFIT, SFIT.

%  由 MATLAB 于 21-Dec-2015 23:23:33 自动生成


%% Fit: 'untitled fit 1'.
[xData, yData] = prepareCurveData( x, y );
[xData1, yData1] = prepareCurveData( x1, y1 );<span style="white-space:pre">	</span>%第二条曲线需要的代码，注意改变参数
[xData2, yData2] = prepareCurveData( x2, y2 );<span style="white-space:pre">	</span>%第三条曲线需要的代码，注意改变参数

% Set up fittype and options.
ft = fittype( 'smoothingspline' );<span style="white-space:pre">		</span>%顾名思义，将拟合方式设置为光滑曲线

% Fit model to data.
[fitresult, gof] = fit( xData, yData, ft );
[fitresult1, gof1] = fit( xData1, yData1, ft );<span style="white-space:pre">	</span>%第二条曲线需要的代码，注意改变参数
[fitresult2, gof2] = fit( xData2, yData2, ft );<span style="white-space:pre">	</span>%第三条曲线需要的代码，注意改变参数

% Plot fit with data.
figure( 'Name', 'fit 1' );
h = plot( fitresult, xData, yData );
hold on;<span style="white-space:pre">					</span>%加入hold on 可以使之后的曲线画在同一张图中
h1 = plot( fitresult1, xData1, yData1, 'o'  );<span style="white-space:pre">	</span>%绘制第二条曲线，注意参数
hold on;<span style="white-space:pre">					</span>%作用同上
h2 = plot( fitresult2, xData2, yData2, 'o'  );<span style="white-space:pre">	</span>%绘制第三条曲线，注意参数
hold on;

% Label axes
xlabel( 'x' );
ylabel( 'y' );
grid on


保存之后，在命令行窗口中运行该m函数文件，即可得到在一张图中同时拟合三条光滑曲线。











同理，其他拟合方式也可以使用相同的方式达到多条曲线同时拟合的图像。

很是讨厌MATLAB输出图像时自带的白边，尤其是当导出.eps格式时，很难通过编辑图片来去掉白边。网上有很多代码但是没有注释，有很多坑要填。这里提供一个去除白边的代码，自己在别人的基础上修改了而且加了注释。
MATLAB 坐标图
XLabel -- 标签
Title -- 标题
XTick -- 刻度线
XTickLable -- 刻度标签
下图显示了一个二维视图，其中 OuterPosition 值定义红色区域、Position 值定义蓝色区域，TightInset 值定义的品红色区域到蓝色之间的阴影区域。
OuterPosition和Position是一个四元素的向量：[left bottom width height]，均为0-1的小数，且均相对于整个绘图区域来说的，即figure的大小。
这四个值的作用：left和bottom确定左下角的坐标，即[0.25 0.25]表示左下角在1/4处，width和height确定区域所占的高度和宽度，[0.5 0.5]表示区域的高度和宽度为整个绘图区域的一半。[0.25 0.25 0.5 0.5]表示将区域的长和宽设为整个绘图区域的一半并放在正中间(自己计算一下位置就知道)。
TightInset是也是一个四元素的向量，但是有些区别：[left bottom right top]，其代表的是左下右上四个方向上的Position的margin，也就是Lable和Title所在区域(即阴影区域)，其值也是0-1的小数，且均相对于整个绘图区域来说的。TightInest是只读属性，故只能通过设置Position来改变图像区域大小。
去白边代码
%%%%%%%%%%%%%%%%%%%%%%
% fn -- 图像，可通过“f=figure;”获得
% fan -- 图像坐标，可通过“fa=gca”获得
%%%%%%%%%%%%%%%%%%%%%%
f=[f1 f2 f3 f4]; % 四个不同图像
axs = [fa1,fa2,fa3,fa4]; % 四个不同图像的坐标对象
for i=1:4
% 图像保存去掉白边代码
ax = axs(i); % 获取一个坐标对象
set(ax,'LineWidth',1.5); % 设置坐标线宽
%   set(ax, 'FontWeight','bold');
figure_FontSize=12; % 设置一个字号变量，方便统一更改
set(get(ax,'XLabel'),'FontSize',figure_FontSize); % 设置标签字号
set(get(ax,'YLabel'),'FontSize',figure_FontSize);
% 通过findobj更改对象的属性
set(findobj(get(ax,'Children'),'LineWidth',0.5),'LineWidth',1.5);
set(findobj('FontSize',10),'FontSize',figure_FontSize);
grid(ax,'on'); % 网格开
set(ax,'GridLineStyle',':','GridColor','k','GridAlpha',0.3); % 网格样式
% 删除白边的主体代码
% 注意在删除白边之后不可以再调整字号等属性，否则会将图像上的边缘上的内容剪裁掉
outerpos = ax.OuterPosition; % 获取外部框位置
ti = ax.TightInset; % 获取内容框位置
left = outerpos(1) + ti(1); % 把Position的left值设为左边margin的值
bottom = outerpos(2) + ti(2); % 把Position的bottom值设为右边margin的值
ax_width = outerpos(3) - ti(1) - ti(3); % 设置对应的宽度
ax_height = outerpos(4) - ti(2) - ti(4); % 设置对应的高度
ax.Position = [left bottom ax_width-0.01 ax_height-0.01]; % 可以微调一下，以保证边缘没有被剪裁掉。
fig = f(i);
fig.PaperPositionMode = 'auto';
fig_pos = fig.PaperPosition;
fig.PaperSize = [fig_pos(3)+1 fig_pos(4)+1];
end
% 保存图像为eps格式,psc2表示支持彩色
saveas(f1,'plot_img/example1.eps','psc2');
saveas(f2,'plot_img/example2.eps','psc2');
saveas(f3,'plot_img/example3.eps','psc2');
saveas(f4,'plot_img/example4.eps','psc2');
另外，如果保存的eps文件出现放大后模糊的问题，原因可能有两个：
图像中存在透明性质的点：取消透明即可
渲染方式为opengl：set(gcf, 'Renderer', 'Painters');更改渲染方式。

	

点击上方“阿昆的科研日常”，关注我的公众号。
设为“星标”，原创技术文章第一时间推送。
Matlab是我们进行数据分析与成图时所常用的软件。
然而，当我们辛辛苦苦地敲完代码、可视化了数据后却发现，如何将自己在电脑屏幕上所看到的图像原封不动地保存下来，也是个很大的问题。
有锯齿、线条变形、尺寸错误……
虽然在近几年新版本的Matlab中已经有所改善，但其实还是或多或少的存在一些问题。
而且，考虑到很多人还是比较习惯用低版本的Matlab，所以这里再给大家介绍一个出图插件——export_fig[1]，可以完美解决锯齿、变形问题。
export_fig是由Yair Altman提供的一款用于将图形从Matlab导出为标准图像和文档格式的工具箱。
A toolbox for exporting figures from MATLABto standard image and document formats nicely.
1. 安装
下载export_fig文件包后，将其放在Matlab安装路径的toolbox文件夹中，比如我的是 ‘D:\Program Files\MATLAB\R2017b\toolbox’。
然后打开Matlab，点击‘Set Path’->‘Add with Subfolders...’，在弹出的对话框中，到toolbox文件夹选择‘export_fig’文件夹后，点击‘Save’完成。
2. 使用方法
export_fig的使用方法非常简单。
作图完成后，
在命令窗口(或者直接在脚本文件运行)键入：
export_fig test.tif -r300
执行后，在当前文件夹中，会生成一个分辨率为300dpi、名为‘test’的‘tif’文件：
比较后可以发现，用export_fig导出的图像与在Figure窗口中看到的基本一致，唯一的不同在于，export_fig导出的图像没有白边(为了方便观察这里背景颜色设为灰色)，而白边问题其实也是困扰着很多同学的问题，在我之前的文章中(Matlab论文插图去白边的5种方法)有讲过。
当然，如果你就是想要有白边，那可以：
export_fig test.tif -r300 –nocrop
假如你想保存到指定的地方，只需在文件名前添加路径即可。比如我想保存到D盘中，只需键入：
export_fig D:\test.tif -r300
对于虚线、点线变密问题，只需在之前的代码中再加一条：
export_fig D:\test.tif -r300 –painters
由于我这里的版本基本没有这一问题，所以就不演示效果了。
除了上面讲到的常用命令，export_fig其实还有很多强大的功能，比如裁剪、调节透明度等。
想要学习更多的朋友可以看它的说明 ‘README.md’。
[1] export_fig. https://www.mathworks.com/matlabcentral/fileexchange/23629-export_fig
下载方式
公众号后台回复关键字“导出”获取~
推荐阅读
•  Python_Matplotlib用户必备的画图速查表•  Matlab配色方案补充包——Matplotlib 3.3•  Matlab论文插图去白边的5种方法•文献翻译软件，用这一款就足够了！•如何用Matlab在论文中画出漂亮的插图
欢迎关注我的公众号“阿昆的科研日常”，原创技术文章第一时间推送，如果喜欢，麻烦点一下“在看”~

	

	

点击上方“阿昆的科研日常”，关注我的公众号。
设为“星标”，原创技术文章第一时间推送。
Matlab是我们进行数据分析与成图时所常用的软件。
然而，当我们辛辛苦苦地敲完代码、可视化了数据后却发现，如何将自己在电脑屏幕上所看到的图像原封不动地保存下来，也是个很大的问题。
有锯齿、线条变形、尺寸错误……
虽然在近几年新版本的Matlab中已经有所改善，但其实还是或多或少的存在一些问题。
而且，考虑到很多人还是比较习惯用低版本的Matlab，所以这里再给大家介绍一个出图插件——export_fig[1]，可以完美解决锯齿、变形问题。
export_fig是由Yair Altman提供的一款用于将图形从Matlab导出为标准图像和文档格式的工具箱。
A toolbox for exporting figures from MATLABto standard image and document formats nicely.
1. 安装
下载export_fig文件包后，将其放在Matlab安装路径的toolbox文件夹中，比如我的是 ‘D:\Program Files\MATLAB\R2017b\toolbox’。
然后打开Matlab，点击‘Set Path’->‘Add with Subfolders...’，在弹出的对话框中，到toolbox文件夹选择‘export_fig’文件夹后，点击‘Save’完成。
2. 使用方法
export_fig的使用方法非常简单。
作图完成后，
在命令窗口(或者直接在脚本文件运行)键入：
export_fig test.tif -r300
执行后，在当前文件夹中，会生成一个分辨率为300dpi、名为‘test’的‘tif’文件：
比较后可以发现，用export_fig导出的图像与在Figure窗口中看到的基本一致，唯一的不同在于，export_fig导出的图像没有白边(为了方便观察这里背景颜色设为灰色)，而白边问题其实也是困扰着很多同学的问题，在我之前的文章中(Matlab论文插图去白边的5种方法)有讲过。
当然，如果你就是想要有白边，那可以：
export_fig test.tif -r300 –nocrop
假如你想保存到指定的地方，只需在文件名前添加路径即可。比如我想保存到D盘中，只需键入：
export_fig D:\test.tif -r300
对于虚线、点线变密问题，只需在之前的代码中再加一条：
export_fig D:\test.tif -r300 –painters
由于我这里的版本基本没有这一问题，所以就不演示效果了。
除了上面讲到的常用命令，export_fig其实还有很多强大的功能，比如裁剪、调节透明度等。
想要学习更多的朋友可以看它的说明 ‘README.md’。
[1] export_fig. https://www.mathworks.com/matlabcentral/fileexchange/23629-export_fig
下载方式
公众号后台回复关键字“导出”获取~
推荐阅读
•  Python_Matplotlib用户必备的画图速查表•  Matlab配色方案补充包——Matplotlib 3.3•  Matlab论文插图去白边的5种方法•文献翻译软件，用这一款就足够了！•如何用Matlab在论文中画出漂亮的插图
欢迎关注我的公众号“阿昆的科研日常”，原创技术文章第一时间推送，如果喜欢，麻烦点一下“在看”~