绘制热力图时plt.imshow()与plt.matshow()的差异对比

问题背景 #

给定矩阵：

a = [[1, 1, 1, 1], [1, 2, 3, 4], [4, 3, 2, 1], [4, 4, 4, 4]]

使用Matplotlib绘制热力图时，plt.imshow(a)和plt.matshow(a)生成的热力图外观相似，但两者在矩阵可视化场景下存在明确差异，具体如下：

核心差异点 #

1. 坐标轴默认行为 #

• plt.matshow()：默认适配矩阵阅读习惯，y轴刻度从上到下递增（矩阵第一行对应图表顶部），且自动显示行列索引的刻度标签，无需额外配置。
• plt.imshow()：默认遵循图像像素坐标系，y轴从下到上递增（图像第一行对应图表底部），默认不显示行列刻度标签，需要手动调用plt.xticks()、plt.yticks()开启；若要匹配矩阵的y轴方向，需额外执行plt.gca().invert_yaxis()。

2. 子图与布局逻辑 #

• plt.matshow()：是专为矩阵可视化设计的快捷函数，会自动创建新子图并优化布局，无需手动初始化画布，适合快速生成矩阵热力图。
• plt.imshow()：是通用图像渲染函数，通常需要配合plt.figure()或已有子图使用，灵活性更高，支持在同一画布中与折线图、散点图等其他图表组合展示。

3. 适用场景 #

• plt.matshow()：仅针对矩阵数值可视化优化，适合快速查看矩阵的数值分布、特征模式等场景。
• plt.imshow()：适用范围更广，除矩阵外，还能处理RGB图像、灰度图像等真实图像数据，是图像可视化的通用工具。

差异演示代码 #

from matplotlib import pyplot as plt
a = [[1, 1, 1, 1], [1, 2, 3, 4], [4, 3, 2, 1], [4, 4, 4, 4]]

# 展示plt.matshow()的默认效果
plt.figure(figsize=(10, 4))
plt.subplot(1, 2, 1)
plt.matshow(a, fignum=False)
plt.title('plt.matshow() 默认效果')

# 展示plt.imshow()的默认效果（手动添加刻度）
plt.subplot(1, 2, 2)
plt.imshow(a)
plt.title('plt.imshow() 默认效果（添加刻度）')
plt.xticks(range(4))
plt.yticks(range(4))

plt.tight_layout()
plt.show()

运行上述代码后，可清晰看到两者坐标轴方向和显示逻辑的差异。

内容的提问来源于stack exchange，提问作者Peyman