从数据到图表：用MATLAB bar函数搞定论文里的分组与堆叠柱状图（附完整代码）
科研图表是论文的"门面"，而柱状图作为最基础的数据可视化形式之一，却常常让研究者头疼——数据明明整理好了，画出来的图表却总差那么点意思。本文将手把手带你掌握MATLAB中bar函数的核心技巧，从原始数据到出版级图表，解决以下典型痛点：
- 实验组别太多，普通柱状图挤成一团看不清？
- 需要同时展示总量和构成比例，一张图怎么搞定？
- 期刊要求的字体、线宽、颜色规范如何快速满足？
1. 数据准备：从Excel到MATLAB矩阵
1.1 典型数据结构解析
科研数据通常以组别为行、观测指标为列。例如三种药物（A/B/C）在四个时间点（T1-T4）的疗效数据：
% 示例数据矩阵（单位：疗效评分） drug_data = [ 75 82 88 92; % 药物A 68 79 85 89; % 药物B 72 76 83 87]; % 药物C提示：MATLAB默认将矩阵的每列作为一组条形，因此通常需要转置(transpose)Excel直接复制的数据
1.2 数据导入实战技巧
推荐使用readtable处理带表头的CSV/Excel文件：
opts = detectImportOptions('experiment_data.csv'); data = readtable('experiment_data.csv', opts); matrix_data = table2array(data(:, 2:end)); % 提取数值列常见问题处理：
- 缺失值：先用
ismissing检测，再用fillmissing插补 - 异常值：
isoutlier配合rmoutliers清理
2. 基础到进阶：bar函数核心参数详解
2.1 分组 vs 堆叠模式选择
| 模式 | 语法示例 | 适用场景 | 视觉重点 |
|---|---|---|---|
| 分组 | bar(y) | 组间对比 | 各柱子绝对高度 |
| 堆叠 | bar(y, 'stacked') | 构成比例+总量 | 分段高度+总高度 |
| 水平分组 | barh(y) | 长类别标签/时间序列 | 横向对比 |
% 分组柱状图示例 figure subplot(1,2,1) bar(drug_data) title('分组模式：比较各时间点疗效') % 堆叠柱状图示例 subplot(1,2,2) bar(drug_data, 'stacked') title('堆叠模式：展示疗效构成')2.2 精确控制X轴标签
避免默认数字标签的两种专业做法：
方法1：分类数组(categorical)
drug_names = categorical({'A', 'B', 'C'}); drug_names = reordercats(drug_names, {'A', 'B', 'C'}); % 保持顺序 bar(drug_names, drug_data(:,1)) % 只绘制T1时点数据方法2：XTickLabel属性
h = bar(drug_data); set(gca, 'XTickLabel', {'Control', 'DrugA', 'DrugB'})3. 期刊级图表美化指南
3.1 颜色与样式规范
科研图表配色三大原则：
- 区分度高：相邻柱子用对比色
- 含义明确：与实验组别建立固定对应
- 灰度友好：黑白打印仍可区分
% 自定义颜色方案（RGB三元组） my_colors = [ 0.2 0.4 0.6; % 深蓝 0.8 0.2 0.2; % 红色 0.1 0.7 0.3]; % 绿色 b = bar(drug_data); for i = 1:length(b) b(i).FaceColor = 'flat'; b(i).CData = my_colors(i,:); end3.2 字体与线宽设置
满足Nature/Science期刊要求的格式：
set(gca, 'FontSize', 12, 'FontName', 'Arial') set(gca, 'LineWidth', 1.5) xlabel('Treatment Group', 'FontSize', 14) ylabel('Response Rate (%)', 'FontSize', 14)4. 高级技巧与疑难解决
4.1 误差棒添加方案
MATLAB官方推荐使用errorbar配合调整：
% 假设有误差数据 err = [2.1 1.8 2.3; 1.9 2.2 2.0; 2.2 1.7 2.1]; hold on ngroups = size(drug_data, 1); nbars = size(drug_data, 2); groupwidth = min(0.8, nbars/(nbars + 1.5)); for i = 1:nbars x = (1:ngroups) - groupwidth/2 + (2*i-1)*groupwidth/(2*nbars); errorbar(x, drug_data(:,i), err(:,i), 'k.', 'LineWidth', 1); end hold off4.2 导出矢量图的最佳实践
避免位图模糊的导出设置：
exportgraphics(gcf, 'figure.eps', 'ContentType', 'vector',... 'Resolution', 600)或者使用print函数：
print -depsc2 -tiff -r600 -painters final_figure关键参数说明：
-depsc2：生成EPS格式-painters：使用矢量渲染器-r600：600dpi分辨率
5. 完整工作流示例
以下代码展示从数据导入到最终导出的完整流程：
%% 步骤1：数据准备 data = readtable('clinical_trial.xlsx'); matrix_data = table2array(data(:, 2:5)); group_names = data.Group; %% 步骤2：绘制堆叠柱状图 figure('Position', [100 100 800 600]) b = bar(matrix_data, 'stacked'); % 自定义颜色 colors = lines(size(matrix_data, 2)); % 使用lines色图 for i = 1:length(b) b(i).FaceColor = 'flat'; b(i).CData = colors(i,:); end %% 步骤3：添加图表元素 set(gca, 'XTickLabel', group_names, 'FontSize', 12) ylabel('Improvement Score', 'FontSize', 14) legend({'Week1', 'Week2', 'Week3', 'Week4'}, 'Location', 'northwest') %% 步骤4：导出图像 exportgraphics(gcf, 'result.pdf', 'ContentType', 'vector')实际项目中，我习惯将配色方案、字体设置等保存为脚本函数，这样不同论文的图表风格可以保持一致。比如创建一个set_plot_style.m文件包含所有格式设置，在绘图前直接调用即可。
