如何将matplotlib中的3D直方图转换为热力图？

当然可以实现，核心思路是提取3D直方图中每个(x,y)位置对应的高度（频数/统计值），然后用热力图将高度映射为颜色。以下是具体实现步骤和代码示例：

步骤说明 #

1. 获取3D直方图的核心数据：每个网格单元的高度值，以及x、y轴的边界
2. 使用Matplotlib的热力图函数（如pcolormesh）将高度值映射为颜色
3. 添加颜色条关联颜色与高度的对应关系

完整代码示例 #

import matplotlib.pyplot as plt
import numpy as np

# 生成示例数据（和Matplotlib官方3D直方图示例一致）
np.random.seed(19680801)
x = np.random.randn(1000)
y = np.random.randn(1000)

# 计算3D直方图的高度值和轴边界
hist, xedges, yedges = np.histogram2d(x, y, bins=40)
# 转置数组以匹配3D直方图的显示逻辑
hist = hist.T

# 绘制原始3D直方图（用于对比）
fig = plt.figure(figsize=(12, 5))
ax1 = fig.add_subplot(121, projection='3d')
xpos, ypos = np.meshgrid(xedges[:-1] + 0.25, yedges[:-1] + 0.25)
xpos = xpos.flatten()
ypos = ypos.flatten()
zpos = np.zeros_like(xpos)
dx = dy = 0.5 * np.ones_like(zpos)
dz = hist.flatten()
ax1.bar3d(xpos, ypos, zpos, dx, dy, dz, zsort='average')
ax1.set_title('3D直方图')

# 绘制对应彩色热力图
ax2 = fig.add_subplot(122)
# 用pcolormesh绘制，颜色映射对应高度
im = ax2.pcolormesh(xedges, yedges, hist, cmap='viridis')
# 添加颜色条，标注高度含义
fig.colorbar(im, ax=ax2, label='频数（高度）')
ax2.set_title('彩色热力图')
ax2.set_xlabel('X轴')
ax2.set_ylabel('Y轴')

plt.tight_layout()
plt.show()

关键细节 #

• 数据提取：np.histogram2d直接生成每个(x,y)网格的统计值，这就是3D直方图的高度数据，无需从已绘制的3D图中反向提取（当然如果已有3D图，也可以从bar3d返回的对象中获取dz值）
• 热力图选择：pcolormesh能更好地对齐直方图的网格边界，而imshow适合更规整的网格数据，可根据需求选择
• 颜色映射：通过cmap参数指定配色方案，比如viridis、plasma、RdYlBu等，颜色条明确展示颜色与高度的对应关系

内容的提问来源于stack exchange，提问作者Alex