拟合曲面与同数据生成的热力图不符问题排查

问题描述 #

我有一组覆盖8个x值、10个y值网格的z值，绘制的x-y平面热力图（左侧子图）与用相同数据拟合的曲面（右侧子图）完全不符；同时移除contour1 = ...行中的.T会出现形状不匹配的类型错误。

核心问题拆解 #

1. z值与网格的维度匹配错位 #

• 原始z_values是**(8,10)的数组（对应8个x值为行、10个y值为列），但np.meshgrid(x_values, y_values)生成的x_grid和y_grid是(10,8)**的形状（默认indexing='xy'规则，先遍历y值再遍历x值）。
• 热力图中你用z_values.T转成(10,8)才匹配网格形状，但拟合时直接用z_values.flatten()，相当于把原始(8,10)的z值按行展平，和x_grid、y_grid展平后的点顺序完全不对应，导致拟合数据错位，曲面自然和热力图不符。

2. 拟合时未对齐网格的维度顺序 #

x_grid和y_grid展平后是80个元素，顺序对应(10,8)网格的逐行遍历；而原始z_values展平的顺序是(8,10)的逐行遍历，两者的点无法一一对应，必须先把z_values转置成(10,8)再展平，才能和网格点匹配。

修正后的代码 #

import matplotlib.pyplot as plt
import numpy as np
from sklearn.preprocessing import PolynomialFeatures
from sklearn.linear_model import LinearRegression

x_values = np.linspace(1, 8, 8)
y_values = np.linspace(1, 10, 10)
z_values = [[0.0128, 0.0029, 0.0009, 0.0006, 0.0000, 0.0000, 0.0000, 0.0000, 0.0000, 0.0000],
            [0.0049, 0.0157, 0.0067, 0.0003, 0.0000, 0.0000, 0.0000, 0.0000, 0.0000, 0.0000],
            [0.0203, 0.0096, 0.0055, 0.0096, 0.0012, 0.0023, 0.0000, 0.0000, 0.0000, 0.0000],
            [0.0229, 0.0191, 0.0020, 0.0073, 0.0055, 0.0026, 0.0022, 0.0000, 0.0000, 0.0000],
            [0.0218, 0.0357, 0.0035, 0.0133, 0.0073, 0.0145, 0.0000, 0.0029, 0.0000, 0.0000],
            [0.0261, 0.0232, 0.0365, 0.0200, 0.0212, 0.0107, 0.0036, 0.0007, 0.0022, 0.0007],
            [0.0305, 0.0244, 0.0284, 0.0786, 0.0226, 0.0160, 0.0000, 0.0196, 0.0007, 0.0007],
            [0.0171, 0.0189, 0.0598, 0.0215, 0.0218, 0.0464, 0.0399, 0.0051, 0.0000, 0.0000]]
z_values = np.array(z_values)

x_grid, y_grid = np.meshgrid(x_values, y_values)

fig = plt.figure(figsize=(12, 5))

# 热力图保持原转置逻辑，匹配网格形状
ax1 = fig.add_subplot(121)
contour1 = ax1.contourf(x_grid, y_grid, np.log(z_values.T + 1))
fig.colorbar(contour1, ax=ax1)
ax1.set_xlabel('x values')
ax1.set_ylabel('y values')

# 关键修正：z值先转置，再展平，和x/y网格的点顺序对齐
z_values_matched = z_values.T
x_flat = x_grid.flatten()
y_flat = y_grid.flatten()
z_flat = z_values_matched.flatten()

degree = 4
poly_features = PolynomialFeatures(degree=degree)
X_poly = poly_features.fit_transform(np.column_stack((x_flat, y_flat)))

model = LinearRegression()
model.fit(X_poly, z_flat)

z_pred = model.predict(X_poly)
z_pred_grid = z_pred.reshape(x_grid.shape)

ax2 = fig.add_subplot(122, projection='3d')
ax2.plot_surface(x_grid, y_grid, np.log(z_pred_grid + 1), cmap='viridis')
ax2.set_xlabel('x values')
ax2.set_ylabel('y values')
ax2.set_zlabel('z values')

plt.show()

补充说明 #

• 修正后，z值的维度和网格完全匹配，拟合出的曲面会和热力图的分布一致。
• 关于.T的问题：原始z_values的行对应x、列对应y，而meshgrid生成的网格行对应y、列对应x，两者维度方向相反，必须转置才能兼容，否则形状(8,10)和(10,8)不匹配，报错是必然的。

内容的提问来源于stack exchange，提问作者PingPong