绘制矩阵图像的最简单方法

Question 1

由于样本矩阵数据集（131*131）很大，因此LuaLaTeX -shell-escape采用了这种方法，但pdflatex由于内存限制而失败。我保留了 TeX 内存默认值TeXLive 2012 冻结。鉴于您实际的数据集大小为 (1000x500) 点。我提出了一些观点来帮助您。
pgfplots 中的 TeX 内存问题可以通过以下方法解决（更多信息请参见第 6.1 节pgfplots 手册修订版本 1.8，2013 年 3 月 17 日）

1）如何扩展 TeX 的“主内存大小”？（pgfplots 内存过载）和如何预测 pgfplots 内存过载？

gnuplot2）使用或对数据进行下采样，sed如pgfplot：绘制大型数据集。

3)使用 pgfplots 外部化库导出单独的图形 pdf，以减少编译时间并避免大型文档的内存问题。

4）或者使用完整的 gnuplot 解决方案使用格努普特克斯通过改进的终端出口epslatex、、pdf和来包lua/tikz。

gnuplot lua/tikz 终端驱动程序

“lua 终端驱动程序创建的数据旨在由 lua 编程语言中的脚本进一步处理。目前只有一个这样的 lua 脚本gnuplot-tikz.lua可用。它生成适合与 latex TikZ 包一起使用的 TeX 文档。可以编写其他 lua 脚本来处理 gnuplot 输出，以便与其他 TeX 包或其他非 TeX 工具一起使用。set term tikz 是 set term lua tikz 的简写。如上所述，它使用通用 lua 终端和外部 lua 脚本来生成 latex 文档”来自 gnuplot 4.6 文档

例子：

tikz 终端可以像这样导出完整的 plot.texTeXample.net 示例和gnuplottikz 示例

希望这对你有用。

使用pgf图（调用 gnuplot）及其groupplot库。在OP提供的131*131矩阵数据集

\documentclass[preview=true,12pt,border=2pt]{standalone}
\usepackage{pgfplots}
\pgfplotsset{compat=newest}
\usepgfplotslibrary{groupplots} 
%\usepgfplotslibrary{external}
%\tikzexternalize% activate externalization!
% same matrix data used for all four figures for illustration
% code compiled with lualatex -shell-escape, gnuplot 4.4.3 and pgfplots 1.8 
% Matrix dataset(131*131) in "mat-data.dat" (provided by OP in comment). 
\begin{document}
\begin{tikzpicture}
\begin{groupplot}[view={0}{90},colorbar,colormap/bluered,colorbar style={%
ytick={-19,-18,-17,-16,-15,-14,-13,-12,-11}},label style={font=\small},group style={group size=2 by 2,horizontal sep=3cm},
height=3.5cm,width=3.5cm,footnotesize]
\nextgroupplot % First Figure
\addplot3[raw gnuplot,surf,shader=interp]
            gnuplot[id={surf}]{%
set pm3d map interpolate 0,0;
splot 'mat-data.dat' matrix using 1:2:(log($3));}; %natural logarithm
\nextgroupplot % Second Figure
\addplot3[raw gnuplot,surf,shader=interp]
            gnuplot[id={surf}]{%
set pm3d map interpolate 0,0;
splot 'mat-data.dat' matrix using 1:2:(log($3));};
\nextgroupplot % Third Figure
\addplot3[raw gnuplot,surf,shader=interp]
            gnuplot[id={surf}]{%
set pm3d map interpolate 0,0;
splot 'mat-data.dat' matrix using 1:2:(log($3));};
\nextgroupplot % Fourth Figure
\addplot3[raw gnuplot,surf,shader=interp]
            gnuplot[id={surf}]{%
set pm3d map interpolate 0,0;
splot 'mat-data.dat' matrix using 1:2:(log($3));};
\end{groupplot}
\end{tikzpicture}
\end{document}

代码使用lualatex -shell-escapegnuplot 4.4.3 和 pgfplots 1.8编译

在此处输入图片描述

替代方法（上面的选项 4）：使用基于gnuplottex包的完整 gnuplot

代码使用pdflatex -shell-escapegnuplot 4.4.3 和 gnuplottex（2012 年 10 月 2 日版本）编译

在此处输入图片描述

\documentclass[preview=true,border=2pt]{standalone}
\usepackage{gnuplottex} 
\begin{document}    
\begin{gnuplot}[terminal=epslatex,terminaloptions={font ",7"}]
set tmargin 0       # set white top margin in multiplot figure
set bmargin 1       # set white bottom margin in multiplot figure  
set lmargin 0
set rmargin 0 
set xrange [0:130]; # x and y axis range 
set yrange [0:130];
set cbrange [-19:-12]; # colorbox range  
unset key;             # disables plot legend or  use "notitle"  
set palette model RGB defined (0 '#0000B4',1 '#00FFFF',2 '#64FF00',3 '#FFFF00',4 '#FF0000',5 '#800000');         # hex colormap matching pgfplots "colormap/bluered"  
set pm3d map;       # `splot` for drawing palette-mapped 3d colormaps/surfaces
set pm3d interpolate 0,0; # interpolate optimal number of grid points into finer mesh, and          
                          # color each quadrangle with 0,0
set multiplot layout 2,2 rowsfirst scale 0.9,1.2;  # subplots 2 by 2
# First Figure
splot 'mat-data.dat' matrix using 1:2:(log($3)); # matrix data with log(z-axis)
# Second Figure
splot 'mat-data.dat' matrix using 1:2:(log($3)); 
# Third Figure
splot 'mat-data.dat' matrix using 1:2:(log($3)); 
# Fourth Figure
splot 'mat-data.dat' matrix using 1:2:(log($3)); 
unset multiplot;
\end{gnuplot}
\end{document}

mat-data.dat替代方法：直接从 pgfplots 中读取文件

我用这种方法没能得到结果。任何人都可以给出反馈。\addplot3[surf,mesh/cols=131,mesh/ordering=rowwise,shader=interp] file {mat-data.dat};

Answer

由于样本矩阵数据集（131*131）很大，因此LuaLaTeX -shell-escape采用了这种方法，但pdflatex由于内存限制而失败。我保留了 TeX 内存默认值TeXLive 2012 冻结。鉴于您实际的数据集大小为 (1000x500) 点。我提出了一些观点来帮助您。
pgfplots 中的 TeX 内存问题可以通过以下方法解决（更多信息请参见第 6.1 节pgfplots 手册修订版本 1.8，2013 年 3 月 17 日）

1）如何扩展 TeX 的“主内存大小”？（pgfplots 内存过载）和如何预测 pgfplots 内存过载？

gnuplot2）使用或对数据进行下采样，sed如pgfplot：绘制大型数据集。

3)使用 pgfplots 外部化库导出单独的图形 pdf，以减少编译时间并避免大型文档的内存问题。

4）或者使用完整的 gnuplot 解决方案使用格努普特克斯通过改进的终端出口epslatex、、pdf和来包lua/tikz。

gnuplot lua/tikz 终端驱动程序

“lua 终端驱动程序创建的数据旨在由 lua 编程语言中的脚本进一步处理。目前只有一个这样的 lua 脚本gnuplot-tikz.lua可用。它生成适合与 latex TikZ 包一起使用的 TeX 文档。可以编写其他 lua 脚本来处理 gnuplot 输出，以便与其他 TeX 包或其他非 TeX 工具一起使用。set term tikz 是 set term lua tikz 的简写。如上所述，它使用通用 lua 终端和外部 lua 脚本来生成 latex 文档”来自 gnuplot 4.6 文档

例子：

tikz 终端可以像这样导出完整的 plot.texTeXample.net 示例和gnuplottikz 示例

希望这对你有用。

使用pgf图（调用 gnuplot）及其groupplot库。在OP提供的131*131矩阵数据集

\documentclass[preview=true,12pt,border=2pt]{standalone}
\usepackage{pgfplots}
\pgfplotsset{compat=newest}
\usepgfplotslibrary{groupplots} 
%\usepgfplotslibrary{external}
%\tikzexternalize% activate externalization!
% same matrix data used for all four figures for illustration
% code compiled with lualatex -shell-escape, gnuplot 4.4.3 and pgfplots 1.8 
% Matrix dataset(131*131) in "mat-data.dat" (provided by OP in comment). 
\begin{document}
\begin{tikzpicture}
\begin{groupplot}[view={0}{90},colorbar,colormap/bluered,colorbar style={%
ytick={-19,-18,-17,-16,-15,-14,-13,-12,-11}},label style={font=\small},group style={group size=2 by 2,horizontal sep=3cm},
height=3.5cm,width=3.5cm,footnotesize]
\nextgroupplot % First Figure
\addplot3[raw gnuplot,surf,shader=interp]
            gnuplot[id={surf}]{%
set pm3d map interpolate 0,0;
splot 'mat-data.dat' matrix using 1:2:(log($3));}; %natural logarithm
\nextgroupplot % Second Figure
\addplot3[raw gnuplot,surf,shader=interp]
            gnuplot[id={surf}]{%
set pm3d map interpolate 0,0;
splot 'mat-data.dat' matrix using 1:2:(log($3));};
\nextgroupplot % Third Figure
\addplot3[raw gnuplot,surf,shader=interp]
            gnuplot[id={surf}]{%
set pm3d map interpolate 0,0;
splot 'mat-data.dat' matrix using 1:2:(log($3));};
\nextgroupplot % Fourth Figure
\addplot3[raw gnuplot,surf,shader=interp]
            gnuplot[id={surf}]{%
set pm3d map interpolate 0,0;
splot 'mat-data.dat' matrix using 1:2:(log($3));};
\end{groupplot}
\end{tikzpicture}
\end{document}

代码使用lualatex -shell-escapegnuplot 4.4.3 和 pgfplots 1.8编译

在此处输入图片描述

替代方法（上面的选项 4）：使用基于gnuplottex包的完整 gnuplot

代码使用pdflatex -shell-escapegnuplot 4.4.3 和 gnuplottex（2012 年 10 月 2 日版本）编译

在此处输入图片描述

\documentclass[preview=true,border=2pt]{standalone}
\usepackage{gnuplottex} 
\begin{document}    
\begin{gnuplot}[terminal=epslatex,terminaloptions={font ",7"}]
set tmargin 0       # set white top margin in multiplot figure
set bmargin 1       # set white bottom margin in multiplot figure  
set lmargin 0
set rmargin 0 
set xrange [0:130]; # x and y axis range 
set yrange [0:130];
set cbrange [-19:-12]; # colorbox range  
unset key;             # disables plot legend or  use "notitle"  
set palette model RGB defined (0 '#0000B4',1 '#00FFFF',2 '#64FF00',3 '#FFFF00',4 '#FF0000',5 '#800000');         # hex colormap matching pgfplots "colormap/bluered"  
set pm3d map;       # `splot` for drawing palette-mapped 3d colormaps/surfaces
set pm3d interpolate 0,0; # interpolate optimal number of grid points into finer mesh, and          
                          # color each quadrangle with 0,0
set multiplot layout 2,2 rowsfirst scale 0.9,1.2;  # subplots 2 by 2
# First Figure
splot 'mat-data.dat' matrix using 1:2:(log($3)); # matrix data with log(z-axis)
# Second Figure
splot 'mat-data.dat' matrix using 1:2:(log($3)); 
# Third Figure
splot 'mat-data.dat' matrix using 1:2:(log($3)); 
# Fourth Figure
splot 'mat-data.dat' matrix using 1:2:(log($3)); 
unset multiplot;
\end{gnuplot}
\end{document}

mat-data.dat替代方法：直接从 pgfplots 中读取文件

我用这种方法没能得到结果。任何人都可以给出反馈。\addplot3[surf,mesh/cols=131,mesh/ordering=rowwise,shader=interp] file {mat-data.dat};

Question 2

以下是我目前使用外部脚本的解决方案。它用于gnuplot生成栅格数据并打印应通过管道传输到文件并包含在文档中的代码。

#!/bin/bash
cat <<EOF
  \begin{tikzpicture}
  \begin{groupplot}[
    group stype={group size=2 by 2},
    colorbar, colormap/bluered
  ]
EOF

function plot_matrix {
  matrix=${1/.dat/.png}
  gnuplot <<EOF
    set terminal tikz externalimages
    set output "temp.tex"
    unset xtics
    unset ytics # messes up xrange,yrange
    plot "$1" matrix w image
    # gnuplot uses <index> <r:0-1> <g> <b> syntax
    set palette defined (0 0 0 0.7, 1 0 1 1, 2 0.4 1 0, 3 1 1 0, 4 1 0 0, 5 0.5 0 0)
    set print '-' # default is stderr
    cb = sprintf('point meta min=%g,point meta max=%g',GPVAL_CB_MIN,GPVAL_CB_MAX)
    ra = sprintf('xmin=%g,xmax=%g,ymin=%g,ymax=%g',GPVAL_X_MIN,GPVAL_X_MAX,GPVAL_Y_MIN,GPVAL_Y_MAX)
    print sprintf('\nextgroupplot[%s,%s,$2]',cb,ra)
    print sprintf('\addplot graphics[%s]{$matrix};',ra)
EOF
  rm 'temp.tex'
  mv 'temp.01.png' $matrix
}

plot_matrix "a.dat" "ylabel={Y1}"
plot_matrix "b.dat" ""
plot_matrix "c.dat" "ylabel={Y2}"
plot_matrix "d.dat" ""

cat <<EOF
  \end{groupplot}
  \end{tikzpicture}
EOF

Answer

以下是我目前使用外部脚本的解决方案。它用于gnuplot生成栅格数据并打印应通过管道传输到文件并包含在文档中的代码。

#!/bin/bash
cat <<EOF
  \begin{tikzpicture}
  \begin{groupplot}[
    group stype={group size=2 by 2},
    colorbar, colormap/bluered
  ]
EOF

function plot_matrix {
  matrix=${1/.dat/.png}
  gnuplot <<EOF
    set terminal tikz externalimages
    set output "temp.tex"
    unset xtics
    unset ytics # messes up xrange,yrange
    plot "$1" matrix w image
    # gnuplot uses <index> <r:0-1> <g> <b> syntax
    set palette defined (0 0 0 0.7, 1 0 1 1, 2 0.4 1 0, 3 1 1 0, 4 1 0 0, 5 0.5 0 0)
    set print '-' # default is stderr
    cb = sprintf('point meta min=%g,point meta max=%g',GPVAL_CB_MIN,GPVAL_CB_MAX)
    ra = sprintf('xmin=%g,xmax=%g,ymin=%g,ymax=%g',GPVAL_X_MIN,GPVAL_X_MAX,GPVAL_Y_MIN,GPVAL_Y_MAX)
    print sprintf('\nextgroupplot[%s,%s,$2]',cb,ra)
    print sprintf('\addplot graphics[%s]{$matrix};',ra)
EOF
  rm 'temp.tex'
  mv 'temp.01.png' $matrix
}

plot_matrix "a.dat" "ylabel={Y1}"
plot_matrix "b.dat" ""
plot_matrix "c.dat" "ylabel={Y2}"
plot_matrix "d.dat" ""

cat <<EOF
  \end{groupplot}
  \end{tikzpicture}
EOF

Question 3

在此处输入图片描述

作为另一种选择，Asymptote可以处理更大的图像。 p.asy：

real unit=0.5mm;
unitsize(unit);
import graph;
import palette;

file fin=input("bigdata.dat");
real[][] v=fin.dimension(0,1310);
v=transpose(v);

int n=v.length;
int m=v[0].length;

write(n,m);

scale(Linear,Linear,Log);

pen[] Palette=
  Gradient(
    rgb(0,0,0.1)
    ,rgb(0,0,1)
    ,rgb(1,0,0)
    ,rgb(0,1,0)
    ,rgb(1,0.1,0)
    ,rgb(1,1,0)
  );

picture bar;
bar.unitsize(unit);

bounds range=image(v, (0,0),(n,m),Palette);

palette(bar,"$A$",range,(0,0),(50,n),Right,Palette,
  PaletteTicks(scale(10)*"$%0.1e$",pTick=black+5pt,Step=0.5e-6)
);

xaxis(0,m,RightTicks(scale(10)*"$%0f$",Step=200,step=100,beginlabel=false,black+5pt));
yaxis(0,n,LeftTicks(scale(10)*"$%0f$",Step=200,step=100,black+5pt));

add(bar.fit(),point(E),E);

原始131x131矩阵由此助手data.dat缩放至：1310x1310pre.asy

file fin=input("data.dat");
real[][] v=fin.dimension(0,131);
v=transpose(v);

int n=v.length;
int m=v[0].length;

real[][] w=new real[10n][10m];

file fout=output("bigdata.dat");
string s;

for(int i=0;i<10n;++i){
  s="";
  for(int j=0;j<10m;++j){
    w[i][j]=v[rand()%n][rand()%m]*0.618+v[i%n][j%n]*0.382;
    w[i][j]*=((real)(i+1)/10n+(real)(j+1)/10m)/2;
    s=format("%#.5e ",w[i][j]);
    write(fout,s);
  }
  write(fout,'\n');
}

编辑： 没有什么特别的pre.asy，它只是用来获取更大的数据集bigdata.dat（1310x1310，关于20Mb），以检查如何asy处理它。顺便说一句，它OP已经有1000x500文件了，最好尝试一下。

评论pre.asy：

file fin=input("data.dat");
real[][] v=fin.dimension(0,131);  // read data file into the matrix v[][]
v=transpose(v);                   

int n=v.length;                   // n - number of rows
int m=v[0].length;                // m - number of columns

这是从数据文件读取矩阵的标准序列。现在，声明一个新的矩阵w，大十倍：

real[][] w=new real[10n][10m];

声明输出文件fout和字符串s：

file fout=output("bigdata.dat");
string s;

接下来，有C类似for循环来遍历新的更大矩阵的所有索引：

for(int i=0;i<10n;++i){
  s="";
  for(int j=0;j<10m;++j){

现在，将一些内容放入当前元素w[i][j]：

    w[i][j]=v[rand()%n][rand()%m]*0.618+v[i%n][j%n]*0.382;
    w[i][j]*=((real)(i+1)/10n+(real)(j+1)/10m)/2;

OP原始小矩阵的一些随机元素会被使用，但可以是任何元素。事实上，如果使用的数据不是来自传感器或使用一些非常棘手的算法，那么在这里计算整个矩阵是可能的。

    s=format("%#.5e ",w[i][j]); // format the value 
                                // according to scientific notation
                                // with 5 digits, e.g. `4.75586e-08`
    write(fout,s);              // write it to the file
  }
  write(fout,'\n');             // write a new line symbol
}

就是这样。

为了便于比较，这是原始131x131矩阵，其中（自然）log应用于值，并且调色板类似于（我希望）colormap/blueredpgfplots中的调色板：

real unit=0.5mm;
unitsize(unit);
import graph;
import palette;

file fin=input("data.dat");
real[][] v=fin.dimension(0,131);
v=transpose(v);

int n=v.length;
int m=v[0].length;

write(n,m);

for(int i=0;i<n;++i){
  for(int j=0;j<m;++j){
    v[i][j]=log(v[i][j]);
  }
}

//\pgfplotsset{
//colormap={bluered}{
//rgb255(0cm)=(0,0,180); rgb255(1cm)=(0,255,255); rgb255(2cm)=(100,255,0);
//rgb255(3cm)=(255,255,0); rgb255(4cm)=(255,0,0); rgb255(5cm)=(128,0,0)}
//}

pen[] Palette=
  Gradient(
    rgb(0,0,180.0/255)
    ,rgb(0,1,1)
    ,rgb(100.0/255,1,0)
    ,rgb(1,1,0)
    ,rgb(1,0,0)
    ,rgb(128.0/255,0,0)
  );

picture bar;
bar.unitsize(unit);

bounds range=image(v, (0,0),(n,m),Palette);

palette(bar,range,(0,0),(5,n),Right,Palette,
  PaletteTicks(scale(1)*"$%0f$",pTick=black+0.5pt,Step=1,beginlabel=false)
);

xaxis(0,m,RightTicks(scale(1)*"$%0f$",Step=20,step=10,beginlabel=false,black+0.5pt));
yaxis(0,n,LeftTicks(scale(1)*"$%0f$",Step=20,step=10,black+0.5pt));

add(bar.fit(),point(E),E);

在此处输入图片描述

Answer

在此处输入图片描述

作为另一种选择，Asymptote可以处理更大的图像。 p.asy：

real unit=0.5mm;
unitsize(unit);
import graph;
import palette;

file fin=input("bigdata.dat");
real[][] v=fin.dimension(0,1310);
v=transpose(v);

int n=v.length;
int m=v[0].length;

write(n,m);

scale(Linear,Linear,Log);

pen[] Palette=
  Gradient(
    rgb(0,0,0.1)
    ,rgb(0,0,1)
    ,rgb(1,0,0)
    ,rgb(0,1,0)
    ,rgb(1,0.1,0)
    ,rgb(1,1,0)
  );

picture bar;
bar.unitsize(unit);

bounds range=image(v, (0,0),(n,m),Palette);

palette(bar,"$A$",range,(0,0),(50,n),Right,Palette,
  PaletteTicks(scale(10)*"$%0.1e$",pTick=black+5pt,Step=0.5e-6)
);

xaxis(0,m,RightTicks(scale(10)*"$%0f$",Step=200,step=100,beginlabel=false,black+5pt));
yaxis(0,n,LeftTicks(scale(10)*"$%0f$",Step=200,step=100,black+5pt));

add(bar.fit(),point(E),E);

原始131x131矩阵由此助手data.dat缩放至：1310x1310pre.asy

file fin=input("data.dat");
real[][] v=fin.dimension(0,131);
v=transpose(v);

int n=v.length;
int m=v[0].length;

real[][] w=new real[10n][10m];

file fout=output("bigdata.dat");
string s;

for(int i=0;i<10n;++i){
  s="";
  for(int j=0;j<10m;++j){
    w[i][j]=v[rand()%n][rand()%m]*0.618+v[i%n][j%n]*0.382;
    w[i][j]*=((real)(i+1)/10n+(real)(j+1)/10m)/2;
    s=format("%#.5e ",w[i][j]);
    write(fout,s);
  }
  write(fout,'\n');
}

编辑： 没有什么特别的pre.asy，它只是用来获取更大的数据集bigdata.dat（1310x1310，关于20Mb），以检查如何asy处理它。顺便说一句，它OP已经有1000x500文件了，最好尝试一下。

评论pre.asy：

file fin=input("data.dat");
real[][] v=fin.dimension(0,131);  // read data file into the matrix v[][]
v=transpose(v);                   

int n=v.length;                   // n - number of rows
int m=v[0].length;                // m - number of columns

这是从数据文件读取矩阵的标准序列。现在，声明一个新的矩阵w，大十倍：

real[][] w=new real[10n][10m];

声明输出文件fout和字符串s：

file fout=output("bigdata.dat");
string s;

接下来，有C类似for循环来遍历新的更大矩阵的所有索引：

for(int i=0;i<10n;++i){
  s="";
  for(int j=0;j<10m;++j){

现在，将一些内容放入当前元素w[i][j]：

    w[i][j]=v[rand()%n][rand()%m]*0.618+v[i%n][j%n]*0.382;
    w[i][j]*=((real)(i+1)/10n+(real)(j+1)/10m)/2;

OP原始小矩阵的一些随机元素会被使用，但可以是任何元素。事实上，如果使用的数据不是来自传感器或使用一些非常棘手的算法，那么在这里计算整个矩阵是可能的。

    s=format("%#.5e ",w[i][j]); // format the value 
                                // according to scientific notation
                                // with 5 digits, e.g. `4.75586e-08`
    write(fout,s);              // write it to the file
  }
  write(fout,'\n');             // write a new line symbol
}

就是这样。

为了便于比较，这是原始131x131矩阵，其中（自然）log应用于值，并且调色板类似于（我希望）colormap/blueredpgfplots中的调色板：

real unit=0.5mm;
unitsize(unit);
import graph;
import palette;

file fin=input("data.dat");
real[][] v=fin.dimension(0,131);
v=transpose(v);

int n=v.length;
int m=v[0].length;

write(n,m);

for(int i=0;i<n;++i){
  for(int j=0;j<m;++j){
    v[i][j]=log(v[i][j]);
  }
}

//\pgfplotsset{
//colormap={bluered}{
//rgb255(0cm)=(0,0,180); rgb255(1cm)=(0,255,255); rgb255(2cm)=(100,255,0);
//rgb255(3cm)=(255,255,0); rgb255(4cm)=(255,0,0); rgb255(5cm)=(128,0,0)}
//}

pen[] Palette=
  Gradient(
    rgb(0,0,180.0/255)
    ,rgb(0,1,1)
    ,rgb(100.0/255,1,0)
    ,rgb(1,1,0)
    ,rgb(1,0,0)
    ,rgb(128.0/255,0,0)
  );

picture bar;
bar.unitsize(unit);

bounds range=image(v, (0,0),(n,m),Palette);

palette(bar,range,(0,0),(5,n),Right,Palette,
  PaletteTicks(scale(1)*"$%0f$",pTick=black+0.5pt,Step=1,beginlabel=false)
);

xaxis(0,m,RightTicks(scale(1)*"$%0f$",Step=20,step=10,beginlabel=false,black+0.5pt));
yaxis(0,n,LeftTicks(scale(1)*"$%0f$",Step=20,step=10,black+0.5pt));

add(bar.fit(),point(E),E);

在此处输入图片描述

绘制矩阵图像的最简单方法

答案1

答案2

答案3

相关内容