半对数图（semilogy）在 MATLAB 中忽略零

Question

我有一个包含三列的 CSV 文件。我基本上想阅读前两列，然后用这些值绘制一个semilogy 图。我有以下代码段：

filename = 'ber.csv';
M = csvread(filename, 1)

close all
figure 
semilogy(M(:,1), M(:,2), 'sb-', 'LineWidth', 2);
grid on
axis([0 25 10^-3 10^0])
xlabel('traceback depth, TB')
ylabel('Bit Error Rate');
title('BER with Viterbi decoding')
toc

上面的代码段，为我画了这样的东西：

问题是它在 x 轴上的 24 左右停止，而我有 30 个值。最后 10 个值如下所示（为简洁起见，其余部分省略）：

   20.0000    0.0807        
   21.0000    0.0443    
   22.0000    0.0312        
   23.0000    0.0078        
   24.0000    0.0052        
   25.0000         0        
   26.0000         0         
   27.0000         0         
   28.0000         0         
   29.0000         0         
   30.0000         0    

我希望绘图一直持续到 30，并使其到达 x 轴，而从 25 到 30 的其余值仅为 0。有什么想法可以实现吗？

Answer 1

这里并不是真的有编码问题，而是有数学问题。如果您在 MATLAB 中输入log(0)，您将得到答案-Inf。 MATLAB 不知道如何在有限屏幕上绘制-Inf。

您说您希望您的线碰到 x 轴，但请注意您的轴的底部是 0.001。如果 x 轴向下移动到 0.00001 会怎样？你不会再撞到轴了。在显示数据时，您需要认真考虑要传达的内容。

如果您只想向下延伸到轴，您可以做的“最简单”的事情是尝试向下推断到 x 轴并在其中添加一个点并绘制它。

figure 
h = semilogy(M(:,1), M(:,2), 'sb-', 'LineWidth', 2);
grid on
axis([0 25 10^-3 10^0])
axis([0 25 10^-3 10^0])
xlabel('traceback depth, TB')
ylabel('Bit Error Rate');
title('BER with Viterbi decoding')

% Get the y limits
y_limits = ylim;

% Find the bottom x-axis
bottom_y_limit = min(y_limits);

% interp1 doesn't like repeated values so throw out the extra zeros
first_zero = find(M(:,2) == 0, 1, 'first');

% Figure out where your plot hits the x-axis.    
new_point = interp1(M(1:first_zero, 2), M(1:first_zero, 1), bottom_y_limit, 'pchip');

% Insert the new point into your data
Mnew = sortrows([M; new_point, bottom_y_limit]);

% Replace the data vector in the plot with the new data that includes the extra point
set(h, 'XData', Mnew(:, 1), 'YData', Mnew(:, 2));

对此的一些重要警告是，这是相当静态的，因此如果您更改轴限制，您的新点将不再触及轴。要使其正常工作，需要为您的轴设置一个回调函数。此外，这应该有效，因为您的样本数据在变为零方面非常单调。如果您的数据完全振荡，则插值将失败。我也只在您发布的数据子集上对此进行了测试。由于插值是使用“横向”数据完成的，要到达 x 轴，如果您的数据中有噪声使得 y 轴不再是单调的，您可能还需要进行一些调整以仅选择 1或 2 个点接近它下降到零的位置，而不是像我做的那样懒洋洋地把整个向量粘进去。

使用您在上面发布的数据：

M=[20.0000    0.0807        
   21.0000    0.0443    
   22.0000    0.0312        
   23.0000    0.0078        
   24.0000    0.0052        
   25.0000         0        
   26.0000         0         
   27.0000         0         
   28.0000         0         
   29.0000         0         
   30.0000         0  ];

我得到的输出是：