如何为给定网格及x、y、z列创建不依赖顺序的Z值矩阵？

原来用Z = np.array(z).reshape(len(y), len(x))生成热力图矩阵的方式，必须要求z严格按照x和y的笛卡尔积顺序排列，只要数据顺序打乱（比如随机排序、test1/test2这类不同输入顺序的情况），矩阵就会错位，热力图直接出错。下面给两种不依赖输入顺序的解决方法：

方法一：用Pandas透视表（简单直观） #

利用Pandas的透视表功能，自动把(x,y,z)映射成二维矩阵，不管输入顺序如何，都会基于x和y的唯一值对齐：

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt

def heatmap(x, y, z):
    # 把三个数组转成DataFrame
    df = pd.DataFrame({"x": x, "y": y, "z": z})
    # 生成透视表：行是y的唯一值，列是x的唯一值，值对应z
    # 如果有重复的(x,y)对，用aggfunc指定聚合方式（比如mean取平均、sum求和）
    pivot_df = df.pivot_table(values="z", index="y", columns="x", aggfunc="mean")
    
    # 提取排序后的轴标签和Z矩阵
    x_vals = pivot_df.columns.values
    y_vals = pivot_df.index.values
    Z = pivot_df.values
    
    # 绘制热力图
    plt.imshow(Z, extent=[x_vals.min(), x_vals.max(), y_vals.min(), y_vals.max()], origin="lower")
    plt.colorbar()
    plt.show()

方法二：纯Numpy实现（无额外依赖） #

如果不想用Pandas，用Numpy也能实现核心逻辑：先获取x和y的唯一值，再逐个匹配(x,y)对应的z值填充矩阵：

import numpy as np
import matplotlib.pyplot as plt

def heatmap(x, y, z):
    # 获取x、y的唯一值并排序，保证轴的顺序稳定
    x_unique = np.unique(x)
    y_unique = np.unique(y)
    # 创建网格
    X, Y = np.meshgrid(x_unique, y_unique)
    # 初始化Z矩阵，缺失值默认填NaN（也可以改成0）
    Z = np.full(X.shape, np.nan)
    
    # 用字典存(x,y)到z的映射
    z_map = {(xi, yi): zi for xi, yi, zi in zip(x, y, z)}
    
    # 遍历网格填充Z值
    for i, yi in enumerate(y_unique):
        for j, xi in enumerate(x_unique):
            if (xi, yi) in z_map:
                Z[i, j] = z_map[(xi, yi)]
    
    # 绘制热力图
    plt.imshow(Z, extent=[x_unique.min(), x_unique.max(), y_unique.min(), y_unique.max()], origin="lower")
    plt.colorbar()
    plt.show()

注意事项 #

• 若存在重复的(x,y)对，要提前确定聚合规则：比如Pandas方法里用aggfunc参数，Numpy方法可以先对重复的(x,y)分组计算后再构建映射字典
• 缺失的(x,y)对可以根据需求填充NaN、0或者其他默认值
• 两种方法都不依赖原始x、y、z的输入顺序，不管数据怎么排序，都能生成正确的热力图矩阵

内容的提问来源于stack exchange，提问作者Basj