其他 - Matlab中的阴影图

您可以将CI划分为n子区域：

x = linspace(0, 2*pi, 100);
f = cos(x);
n = 20;  % step number
g = 0.3; % grayscale intensity
fUp = cos(x) + linspace(0,1,n).';
fLow = cos(x) - linspace(0,1,n).';

x2 = [x, fliplr(x)];

plot(x, f, 'k')
hold on
fill(x2, [repmat(f,n,1), fliplr(fUp)], g * ones(1, 3), 'linestyle', 'none', 'facealpha', [1/n]);
fill(x2, [fLow, repmat(fliplr(f),n,1)], g * ones(1, 3), 'linestyle', 'none', 'facealpha', [1/n]);

哪个产生：

子区域重叠并产生最大的facealpha n*(1/n) * g = g

注意，此方法并不是真正有效的内存存储方法（因为它n在每一侧都会产生分区），并且只能在线性阴影下使用。

如果您的CI是非线性的，则应调整此部分：

% Prediction              Linear CI
%     ↓                       ↓
    cos(x)       +     linspace(0,1,n).';
    cos(x)       -     linspace(0,1,n).';

至

% Prediction                   Non linear CI
%     ↓                              ↓
    cos(x)       +     your_non_linear_CI_distribution;
    cos(x)       -     your_non_linear_CI_distribution;