Jupyter与Python脚本中Matplotlib热力图渲染差异及一致性解决

差异原因分析 #

1. 对角线显示差异
   核心是matplotlib版本迭代带来的默认参数逻辑变化：

• 你Jupyter环境用的3.1.3版本，会自动将0-1的值范围完整映射到colormap全区间，所以值为1的对角线会显示为colormap的极值颜色（红色）；
• 终端的3.9.2版本在矩阵包含NaN时，默认会忽略NaN计算颜色范围，或者对colormap边界值的处理更严格，导致原本值为1的单元格没有被正确映射到colormap的红色端，甚至被误识别为NaN显示白色（新版默认NaN显示白色）。

2. 文件大小差异
   matplotlib 3.4+版本调整了PNG保存的默认压缩等级，新版默认使用更高的压缩比（比如默认从无压缩的0改为中等压缩的6），因此同样300dpi的PNG文件体积大幅缩小。

解决方法 #

要让终端脚本输出和Jupyter完全一致，需要显式指定关键参数覆盖新版默认值：

1. 修复对角线颜色问题

绘制热力图时，强制锁定颜色映射的极值范围，并明确NaN的显示颜色：

# 以seaborn heatmap为例
import seaborn as sns
import matplotlib.pyplot as plt

# 加载你的矩阵数据data
sns.heatmap(data,
            vmin=0, vmax=1,  # 强制0-1对应colormap全范围
            nan_color='lightgray',  # 自定义NaN颜色，避免和对角线混淆
            cmap='RdBu_r')  # 匹配旧版默认colormap

# 如果使用matplotlib原生imshow
plt.imshow(data, vmin=0, vmax=1, cmap='RdBu_r', interpolation='nearest')

这样就能确保值为1的对角线被稳定映射到colormap的红色端，不受NaN干扰。

2. 匹配文件大小

保存图片时，显式设置PNG压缩等级为旧版默认的无压缩模式：

plt.savefig('heatmap.png', dpi=300, png_compression=0)

png_compression参数范围0-9，0为无压缩，9为最高压缩。设置为0后，文件体积会和Jupyter生成的一致。

额外验证 #

• 打印脚本中矩阵的对角线值，用np.array_equal()对比Jupyter中的矩阵，确保数据完全一致；
• 检查脚本中是否存在mask、alpha等额外绘图参数，避免这些参数意外影响显示效果。

内容的提问来源于stack exchange，提问作者n3lmnTrxx