ZoomPlot：MATLAB论文插图中局部放大与连接线实现详解

简介：基于 MATLAB 实现的缩放-绘图交互工具包，面向工程师与科研人员，用于在数据可视化中快速定位局部区域、多尺度查看曲线或图像，尤其适合大数据集分析、工程仿真结果探索与教学演示。压缩包共 8 个文件，以 3 个 m 脚本为主体，分别承担核心逻辑实现、图像示例与普通图形示例；另附 JSON 参数配置文件、Markdown 说明文档、许可证及 Git 属性文件，整体仅 10KB，结构紧凑，便于逐行研读。核心逻辑通过鼠标按下、拖拽与滚轮等事件回调，动态更新坐标轴范围，实现缩放和平移；同时引入数据窗口管理，保证大数据量下仍能流畅操作。从源码中可完整学习到回调注册、事件处理、坐标范围计算和性能优化等关键写法，能直接应用于自定义绘图界面。目前已有 54 人学习下载，适合有一定 MATLAB 基础、希望掌握交互式绘图技巧的读者快速参考与复用。

1. ZoomPlot for MATLAB：论文插图里的局部放大刚需

做论文插图的人都知道，一张能同时讲清楚“整体趋势”和“局部细节”的图最难画。信号波形在某一秒有个毛刺，主图拉远了看不见，拉近了上下文又丢了。ZoomPlot 就是为解决这个需求而生的 MATLAB 工具包：你在主图上圈出关注区域，在空白处放一个放大的子坐标轴，它自动用连接线把两处对应起来。本文是围绕这个压缩包的完整拆解，从底层原理、调用方式到实际踩坑记录，一次说清楚。适合正在写论文、做实验报告、需要把分析结果交给导师复核的信号处理与图像处理从业者。

2. 原理与格式：Annotation、Axes 与坐标空间换算

拿到包之后，第一件事不是急着跑示例，而是先弄清楚它到底改了什么。ZoomPlot 没有改动你的数据，也没有重画你的曲线，它做的事情恰好是在 figure 的坐标空间里，把你已经创建好的两个坐标轴关联起来，然后画一条从主图框到放大图框的连接线。下面把这条链路拆开讲。

2.1 ZoomPlot 的底层逻辑：两个 Axes 加一条连接线

在 MATLAB 里，“图”这个东西本身就是一堆图形对象的组合。主图是一个 axes，放大图也是一个 axes，两者共享同一个 figure。ZoomPlot 的核心逻辑是这样的：它接收主坐标轴句柄 mainAxes 和放大坐标轴句柄 subAxes，然后利用 annotation 函数在 figure 上绘制直线或带箭头的直线，把主图里圈出的区域与放大图连接起来。

这里有个关键点：annotation 和 plot 不一样。plot 是在 axes 的数据坐标系里画线，而 annotation 是在 figure 的归一化坐标系里画线。数据坐标会随 xlim、ylim 变化，而归一化坐标只跟 figure 的大小和位置有关。ZoomPlot 之所以能把主图框和放大图框精确对齐，就是因为它把主图 axes 的 Position 和放大图 axes 的 Position 换算到了同一套坐标空间里，再在两端点上画线。

明白了这一点，后面所有参数调整都有据可依。例如你发现连接线位置对不上，先查两根轴的 Position 属性是不是都在同一个 Units 下；你嫌连接线太粗，改的是 annotation 对象的 LineWidth，而不是 axes 的 LineWidth。这个工具不神秘，黑匣子的盖子就薄薄一层。

2.2 函数签名与输入参数：真正需要管的三个输入

ZoomPlot 的调用形式并不复杂，核心是三个输入：主图句柄、放大图句柄、连接线样式。我实际使用时的习惯是先看包里 demo 脚本跑一遍，再对着参数表微调。下面这张表是我自己在项目中常用的参数集合，供你对照。

参数这一栏要注意，不同小版本的 ZoomPlot 支持的名称可能略有差异。我一般会在 MATLAB 里用 help zoomPlot 看当前版本的具体说明，或者直接打开源码看 input parser 这一段，比看任何教程都准。调用顺序也很直接：先画好主图，再创建放大 axes 并画好局部数据，最后调用 zoomPlot 把两者连起来。

2.3 从零到一的调用顺序：先建坐标轴，再画数据，最后连线

很多新手翻车的地方不是参数，而是顺序。ZoomPlot 默认你传入的两个 axes 都已经存在，并且数据已经画好了。如果你先调用 zoomPlot，再往 axes 里画数据，连接线的位置信息取自函数调用那一刻的 axes Position，后面的绘制动作会破坏布局的预期。

figure('Units', 'centimeters', 'Position', [2 2 18 10]); % 第一步：创建主坐标轴并绘制数据 mainAxes = axes('Units', 'normalized', 'Position', [0.08 0.12 0.60 0.75]); plot(mainAxes, t, y, 'b-', 'LineWidth', 1.2); xlim(mainAxes, [0 5]); ylim(mainAxes, [-1.5 1.8]); grid on; % 第二步：创建放大坐标轴并绘制局部数据 subAxes = axes('Units', 'normalized', 'Position', [0.72 0.15 0.24 0.36]); idx = t >= 1.9 & t <= 2.2; plot(subAxes, t(idx), y(idx), 'b-', 'LineWidth', 1.2); xlim(subAxes, [1.9 2.2]); ylim(subAxes, [0.2 1.6]); grid on; % 第三步：调用 ZoomPlot 生成连接线 zoomPlot(mainAxes, subAxes, ... 'Color', [0.85 0.33 0.10], ... 'LineWidth', 1.5, ... 'LineStyle', '--');

这段代码里，主图占 figure 左侧 60% 的宽度，放大图放在右上角，两者位置不重叠。连接线的两个端点分别来自 mainAxes 的 Position 边界和 subAxes 的 Position 边界，这个对应关系是工具自动计算的。逻辑上要注意，mainAxes 的宽度不建议超过 0.65，否则会让放大图被迫挤到边缘；放大图尺寸也不宜太小，宽度低于 0.2 时内部刻度字会叠在一起。

3. 实战：三种常见图的局部放大做法

原理清楚了，接下来就是实测。这一章我准备了三类最常见的使用场景：一维信号曲线的毛刺观察、二维图像局部区域的放大、以及同一张图里放置多个放大窗口。每一段都给出可以直接抄走的代码，并标注哪些参数要按自己的数据调整。

3.1 信号波形局部放大：最标准的调用流程

先做一个带随机噪声的正弦波，在 2 秒附近人为加一个尖峰，然后用 ZoomPlot 把尖峰区域拎出来看细节。这是信号处理方向最典型的场景。

rng(0); fs = 1000; t = 0:1/fs:5; y = sin(2*pi*t) + 0.05*randn(size(t)); y(2001:2010) = y(2001:2010) + 0.8; % 人为在 2 秒处加入尖峰 figure('Units', 'centimeters', 'Position', [2 2 18 10]); mainAxes = axes('Units', 'normalized', 'Position', [0.08 0.12 0.58 0.75]); plot(mainAxes, t, y, 'b-', 'LineWidth', 1.1); xlim(mainAxes, [0 5]); ylim(mainAxes, [-1.5 2.0]); xlabel(mainAxes, 'Time (s)'); ylabel(mainAxes, 'Amplitude'); grid on; subAxes = axes('Units', 'normalized', 'Position', [0.72 0.18 0.24 0.38]); idx = t >= 1.85 & t <= 2.25; plot(subAxes, t(idx), y(idx), 'b-', 'LineWidth', 1.1); xlim(subAxes, [1.85 2.25]); ylim(subAxes, [-0.2 1.8]); xlabel(subAxes, 'Time (s)'); ylabel(subAxes, 'Amplitude'); grid on; zoomPlot(mainAxes, subAxes, ... 'Color', [0.85 0.33 0.10], ... 'LineWidth', 1.4, ... 'LineStyle', '--');

这段代码里 rng(0) 是让噪声序列可复现，方便你对比跑出来的效果。主图和放大图里的数据是同一条曲线，放大的只是 xlim 和 ylim 所圈出的局部区间。有一点我不太建议做：在 subAxes 里重新生成一次数据而不是用索引切片，这样会导致两条曲线不完全一致，给导师看的时候容易被挑刺。索引切片是最稳的。

参数层面，放大图的两个坐标范围决定了信息量。xlim 太宽，放大效果不明显；太窄，只有一两个采样点，看不出波形形态。我一般先运行一次，观察放大图里的曲线形状，再回来调整范围，反复两次就能定下来。

3.2 图像区域放大：图像中 ROI 的细节展示

做图像处理时，ZoomPlot 同样可以用，只是数据从曲线变成矩阵。下面的例子展示一张含噪灰度图里，把指定 ROI 放大并对比噪声纹理。

img = imread('cameraman.tif'); img = double(img); img(80:90, 120:130) = img(80:90, 120:130) + 40; % 局部增强痕迹 figure('Units', 'centimeters', 'Position', [2 2 18 10]); mainAxes = axes('Units', 'normalized', 'Position', [0.08 0.12 0.58 0.75]); imagesc(mainAxes, img); colormap(mainAxes, 'gray'); axis(mainAxes, 'image'); axis off; subAxes = axes('Units', 'normalized', 'Position', [0.72 0.15 0.24 0.38]); imagesc(subAxes, img(70:100, 110:140)); colormap(subAxes, 'gray'); axis(subAxes, 'image'); axis off; zoomPlot(mainAxes, subAxes, ... 'Color', [1 1 1], ... 'LineWidth', 1.5, ... 'LineStyle', '-');

这段代码的关键点是放大图里直接用矩阵切片 img(70:100, 110:140)，而不是用 xlim 和 ylim 去限制 imagesc 的显示范围。原因在于 imagesc 默认会按像素坐标伸展，如果只改 xlim，图像会按数据范围重新映射颜色，导致放大图的灰度分布和主图不一致。矩阵切片直接从源头保证了显示内容完全一致，颜色映射也不受影响。

连接线颜色这里用了白色，因为图像本身是深色背景，黑色线会淹没在图像纹理中。如果你的主图背景偏白，连接线就用深色；如果图像内容本身颜色复杂，还可以把连接线加粗到 2.0。这里不需要强求固定风格，以最终导出图片的清晰度为准。

3.3 多放大窗口与线型组合调整

一篇论文里极少只放大一个区域，更多情况是主图是全局结果，两三个关键局部各放一个窗口。多窗口时要注意 subAxes 之间的位置不能重叠，并且后创建的 axes 会覆盖先创建的 axes，需要手动调整层级顺序。

figure('Units', 'centimeters', 'Position', [2 2 20 10]); mainAxes = axes('Units', 'normalized', 'Position', [0.06 0.10 0.50 0.80]); plot(mainAxes, t, y, 'k-', 'LineWidth', 1.0); grid on; subAxes1 = axes('Units', 'normalized', 'Position', [0.62 0.55 0.32 0.30]); idx1 = t >= 1.9 & t <= 2.2; plot(subAxes1, t(idx1), y(idx1), 'k-', 'LineWidth', 1.0); grid on; subAxes2 = axes('Units', 'normalized', 'Position', [0.62 0.12 0.32 0.30]); idx2 = t >= 3.8 & t <= 4.2; plot(subAxes2, t(idx2), y(idx2), 'k-', 'LineWidth', 1.0); grid on; zoomPlot(mainAxes, subAxes1, ... 'Color', [0.85 0.33 0.10], 'LineWidth', 1.2, 'LineStyle', '--'); zoomPlot(mainAxes, subAxes2, ... 'Color', [0.00 0.45 0.74], 'LineWidth', 1.2, 'LineStyle', '--');

两个放大窗口用不同颜色的连接线，读者一眼就能区分哪条线对应哪个局部图。这里有一点必须提醒：位置重叠时，后面创建的 subAxes 会盖住前面的，所以要么像上面这样把两个窗口上下错开，要么在创建后调用 uistack(subAxes1, 'top') 调整层级。我个人更倾向于错开位置，因为 uistack 调整后会改变视觉重心，有时候连接线会被窗口遮住，反而不美观。

4. 避坑：位置、单位和连接线的五个常见问题

用了一段时间 ZoomPlot，踩过的坑基本集中在坐标单位、图层顺序和窗口尺寸这三类问题。这一章把最常见的五种翻车情况整理出来，每条按照现象、原因、解决的顺序写，方便你对照排查。

4.1 连接线对不准：Position 单位被改过

现象：连接线的端点明显偏离主图框或放大图框，看起来像随手画的两条线。原因：ZoomPlot 内部按 normalized 单位读取 axes 的 Position，但你创建坐标轴时用了 'Units', 'pixels'，或者中途用 set 改过 Units，导致换算错位。解决：创建主图、放大图时统一固定 Units 为 normalized。如果已经用像素单位创建了 axes，可以在调用前补一句 set(mainAxes, 'Units', 'normalized') 和 set(subAxes, 'Units', 'normalized')。

4.2 放大图被主图覆盖：图层顺序不对

现象：放大图创建后看不见，只看到主图的坐标轴盖在它上面。原因：figure 中后创建的图形对象默认在最上层，但你如果先创建放大图再创建主图，或者用 subplot 混用了 axes 创建顺序，主图就会盖住放大图。解决：在调用 zoomPlot 之前执行 uistack(subAxes, 'top')。如果多个窗口被遮挡，按需要的视觉顺序逐个调整。这个操作不会影响数据内容，也不触发重绘，是最快的修正方式。

4.3 拉伸 figure 窗口后连接线错位

现象：编辑状态下拖动拉大 figure，连接线还留在原来的位置，跟两个 axes 对不上。原因：annotation 的位置是基于调用那一刻的 figure 归一化坐标记录下来的，而 axes 的 Position 在 Resize 后会按比例变化，两者变化逻辑不一致。解决：我的习惯是先固定 figure 尺寸再连线，出图前不再拖动窗口。如果必须在编辑状态下反复调整，每次调整后都重新执行一次 zoomPlot。推荐做法是写一个重绘函数，把创建坐标轴和调用 zoomPlot 全部放进去，改完布局直接运行整个脚本。

4.4 放大图里空白太多

现象：放大图内容只占窗口一半，周围大片留白，曲线被挤在中间。原因：plot 默认的 xlim 和 ylim 会留 5% 至 10% 的余量，放大图范围本身小，余量就显得特别大。解决：在 subAxes 上显式设置 xlim 和 ylim，不要依赖自动范围。xlim 的首尾值最好刚好覆盖目标区间，例如 1.9 到 2.2，不要写 1.85 到 2.25 这种多留余量的范围。另一个小技巧是把 subAxes 的 Position 宽高比设置成和目标数据的宽高比一致，这样放大图内部不会出现拉伸变形。

4.5 导出 PDF 后连接线颜色变淡

现象：屏幕上连接线颜色清晰，用 exportgraphics 导出 PDF 后颜色浅了一截，细线几乎看不清。原因：annotation 默认的 LineWidth 通常只有 0.5，屏幕渲染时反锯齿让它看起来还行，导出到矢量格式后线条按实际尺寸绘制，细线在缩小显示时自然发虚。解决：把连接线 LineWidth 设置到 1.2 以上，颜色尽量用深色，不要用浅灰或亮橙。导出前在 figure 窗口里缩放一下，确认线条在 80% 显示比例下仍然清晰可见。这条经验帮我在投稿阶段少吃了很多哑巴亏。

5. 进阶用法：把 ZoomPlot 变成你的论文出图模板

如果每次画图都要从头写一遍创建坐标轴的代码，效率太低了。我运行过几十次后，把它封装成了一个带默认风格的模板函数，效果稳定，也方便统一整套论文图片风格。

5.1 封装一个通用的局部放大绘图函数

function myPlotWithZoom(t, y, zoomRange, fileName) fig = figure('Units', 'centimeters', 'Position', [2 2 18 10]); mainAxes = axes('Units', 'normalized', 'Position', [0.08 0.12 0.58 0.75]); plot(mainAxes, t, y, 'k-', 'LineWidth', 1.0); grid on; subAxes = axes('Units', 'normalized', 'Position', [0.72 0.18 0.24 0.38]); idx = t >= zoomRange(1) & t <= zoomRange(2); plot(subAxes, t(idx), y(idx), 'k-', 'LineWidth', 1.0); xlim(subAxes, [zoomRange(1) zoomRange(2)]); grid on; zoomPlot(mainAxes, subAxes, ... 'Color', [0 0 0], 'LineWidth', 1.2, 'LineStyle', '--'); end

这个函数接受时间序列、信号序列、放大区间和文件名四个参数，内部完成所有布局和连线逻辑。以后画类似波形图时，一行命令就能完成主图加局部放大的整套流程。封装时要注意 zoomRange 必须是双元素向量，并且范围不能超过 t 的最小值和最大值，否则 idx 索引会得到空数组。

5.2 批量出图时统一尺寸和格式

批量处理多组实验数据时，我会把所有图导出为 PDF 和 PNG 双份。PDF 用于论文投稿，PNG 用于内部沟通。导出时固定 figure 尺寸是保证版面一致的前提。

exportgraphics(fig, [fileName '.pdf'], 'ContentType', 'vector'); exportgraphics(fig, [fileName '.png'], 'Resolution', 300);

PDF 一定要用 vector 类型，这样连接线和刻度线都是矢量，文字清晰度不会打折扣。PNG 用 300 DPI 基本能满足大部分期刊的图片要求。如果期刊要求 600 DPI，把 Resolution 参数改掉重跑一遍即可。这套流程我已经用了快一年，中途没有因为图片清晰度被退修过。

5.3 统一字号和线宽的全局设置

为了让整套论文图视觉风格一致，我会在脚本开头设置一组默认值。默认字号、线宽、坐标轴框线都固定下来，ZoomPlot 的连接线风格也保持一致。这样即使隔了两周再回来画图，也不会出现字号不一致的问题。

set(groot, 'DefaultAxesFontName', 'Helvetica'); set(groot, 'DefaultAxesFontSize', 9); set(groot, 'DefaultLineLineWidth', 1.0);

从那以后我养成了一个习惯：每张带局部放大的图，都在脚本里固定 figure 尺寸、固定两个 axes 的范围、固定连接线参数，导出前再缩放到 80% 检查一遍连接线是否清晰。这套流程看着不起眼，但帮我省掉了大量返工时间。希望帮到你。

本文还有配套的精品资源，点击获取