只需点击图像窗口上方工具栏工具中的数据光标即可！我我已经找了很久了！有用的话给我个赞。
可以用quiv
1.以图中用圆圈标注的部分为例，你需要得到最高点处极值点的坐标。
2.首先，使用放大功能放大图中的曲线。
3.当你放大时，你可以清楚地看到极点。
4.然后用数据光标功能点击最大极值点，可以拾取最大极值点，其坐标为(4，2.22*10^9)。
方法一:带数据拟合工具箱的曲线拟合工具。
打开cftool工具箱。在matlab的命令窗口输入cftool，进入数据拟合工具箱。
输入两组向量x，y。
首先，在matlab的命令行中输入两个向量。一个向量是你想要的x坐标的数据，另一个是你想要的y坐标的数据。输入后假设叫做x向量和y向量。你可以在workspac:。
x[196，186，137，136，122，122，71，71，70，33]
y[0.0126050.0131150.0168660.0147410.0223530.0192780.0418030.0380260.0381280.088196]
数据的选择。打开曲线拟合常用工具界面，点击最左边的x数据和y数据，选择刚刚输入的数据。这时，界面上会出现这组数据的散点图。
选择拟合方法，然后单击“拟合”。
左边的结果是拟合结果，下表是误差等统计数据。
方法2:使用神经网络工具箱。
1.打开神经网络工具箱，在命令窗口输入nftool，进入神经拟合工具。
2.导入数据，单击next，将输入导入为x，将目标导入为y..
3.选择网络参数，单击下一步，选择训练集和测试集的数量，单击下一步，选择隐藏层节点的数量。
4、训练数据，单击下一步，然后选择训练。
5.画出拟合曲线，训练结束后，运动图拟合。
训练结束后会自动弹出训练结果参数。
神经网络工具箱可以用命令编写，请搜索matlab神经网络工具箱函数的关键字。
方法三:用polyfit函数编写。
polyfit函数是matlab中用于曲线拟合的函数。其数学基础是最小二乘曲线拟合原理。曲线拟合:已知离散点上的数据集，即点集上的函数值，构造一个解析函数(其图形为曲线)使原来的离散点尽可能接近给定值。
调用方法:apolyfit(xdata，ydata，n)，
其中n表示多项式的最高阶数，xdata和ydata是要拟合的数据，以数组的形式输入。输出参数a是拟合多项式ya1x，有n1个系数。
%routineapolyfit(x，y，2)zpival(a，x)plot(x，y，r*，x，z，b)
方法四:自己写算法做拟合。
请参考数值分析的教材。拟合和插值的方法很多，算法也不复杂。灵活运用循环就好。
.jpg)
