使用MATLAB用hist画了直方图怎么加一条竖线作为参考线

hist画完直方图之后，hold on，画直线：

x=normrnd(10,0.1,1,1000)%生成1000个随机数

hist(x,50)%直方图

hold on

plot([10,10],[0,70],'r') %画直线。

%data为数据比如rand(1,100)

%range为范围比如 0:0.1:1

hist(data,range)%做直方图

counts = hist(data,range)%取各区间频率

hold on%当前图

plot(range,counts/2)%各条的中点连成连线

扩展资料：

直方图显示了数据值的分布情况。

n=hist(Y)

将向量Y中的元素分到10个等间隔的范围内，并返回每个范围内元素的个数作为一行向量。这里的10个是matlab默认的间隔的个数。如果想考察数据在其他间隔个数中的分布情况，可以使用 n = hist(Y,nbins) 的格式，这里的nbins是一个标量（即一个数量，非矢量），它表示间隔的个数。

参考资料来源：百度百科-HIST

可以用内置的graphic包来画,就是plot()和curve()

也可以用ggplot2来画,后者更灵活.

graphic

# 先生成一组随机数

x <- rnorm(2000)

# 画频率直方图, 分30个bin

hist(x, freq = F, breaks = 30)

# 再画概率分布曲线

lines(density(x, bw=.5), col="red", lwd=2)

2.ggplot2

# 准备工作, 把x设成一个数据集

library(ggplot2)

data <- data.frame(x = x)

# 生成底层和直方图,概率线的图层

p <- ggplot(data, aes(x = x, y = ..density..))

p <- p + geom_histogram(fill = "navy")

p <- p + geom_density(colour = "green")

1、首先将所需要的数据导入origin中，就可得到下图的数据，左击选中图中步骤1箭头所指地方的，可以在绿色的边缘添加一些实际需要的变化，包括指针的需要。这样一来会得到图示的结果，即可实现Origin做的图添加趋势线了。

2、接下来在屏幕可以看到这时就会出现图二所出现的小图框，鼠标移动小图框就会出现途中步骤三的数据，就可以了。该方法也同样适用于红外图数据的标记，标记的地方应该着重的看待，一面后期处理的时候去错。

3、将输入origin8.0或者8.5中，用鼠标选中“x”和“y”的数据，将鼠标移动到图中的步骤1修改坐标轴上的名称：左击选中要改的名称，然后右击，这时会出现“properties...”

选中后就可以编辑了，还可以调节字体的颜色、大小、种类、是否要外边框等功能。下一步等d出线性拟合的对话框以后，确定相关参数的设置。

4、然后，左击选中图中步骤2出现的现象，，接着鼠标选中的目标进行，然后就可以继续添加适合的Analysis→Fitting→Polynomial→Open Dialog...,点击OK，即可成功加入趋势线。

扩展资料:

为了正确地画出趋势线，只需要找到2个具有一定意义的顶部或者底部，然后正确地连接它们。接下来就是根据趋势的定义，可以画出趋势线来对走势情况进行衡量。

1，对于上涨趋势，我们可以连接低点，使得大部分底点尽可能处于同一条直线上。

2，对于下降趋势，我们可以连接其顶点，使得大部分顶点尽可能处于同一条直线上。

3，对于横盘趋势，我们可以将顶点和低点分别以直线连接，形成振荡区间。那么当价格运动突破了相应的趋势线后，我们就可以认为，趋势可能正在反转。

为了提高作图速度，用户最好遵循如下的作图原则：

1、作图步骤：设置图幅→设置单位及精度→建立若乾图层→设置对象样式→开始绘图。

2、绘图始终使用1：1比例。为改变图样的大小，可在打印时于图纸空间内设置不同的打印比例。

3、当处理较小区域的图案时 ,可以减小图案的比例因子值 。相反地 ,当处理较大区域的图案填充时 ,则可以增加图案的比例因子值 。

4、为不同类型的图元对象设置不同的图层、颜色及线宽，而图元对象的颜色、线型及线宽度应由图层控制（BYLAYER）。

5、需精确绘图时，可使用栅格捕捉功能，并将栅格捕捉间距设为适当的数值。

参考资料来源：百度百科-origin

参考资料来源：百度百科-趋势线

---