Python中热力图叠加等高线图不匹配问题求助

核心问题 #

你当前的问题本质是热力图和等高线使用了完全不同的数据源：热力图基于给定数组，等高线却用了随机生成的高斯滤波数据，自然无法对应。

解决步骤 #

1. 统一数据源 #

让热力图和等高线使用完全相同的数据集，这是最根本的解决办法。不管是用原始给定数组，还是对原始数据做滤波处理，两者必须共享同一套数据。

2. 对齐坐标系统 #

seaborn的heatmap默认将数据的行映射为y轴、列映射为x轴，绘制等高线时要确保网格坐标和这个逻辑对齐，避免出现偏移。

示例代码 #

import numpy as np
import seaborn as sns
import matplotlib.pyplot as plt
from scipy.ndimage import gaussian_filter

# 替换成你自己的给定数组
original_data = np.random.rand(10, 10)

# 可选：如果需要高斯滤波，先统一处理原始数据
filtered_data = gaussian_filter(original_data, sigma=1)

plt.figure(figsize=(8, 6))

# 绘制热力图：使用处理后的数据（或直接用original_data）
sns.heatmap(filtered_data, cmap='viridis', annot=False, cbar=True)

# 获取当前坐标轴，确保等高线与热力图对齐
ax = plt.gca()
# 生成与数据维度匹配的网格坐标
x = np.arange(filtered_data.shape[1])
y = np.arange(filtered_data.shape[0])
X, Y = np.meshgrid(x, y)

# 绘制等高线：使用和热力图完全相同的数据
ax.contour(X, Y, filtered_data, colors='white', linewidths=1)

plt.title('匹配数据的热力图与等高线')
plt.show()

关键注意事项 #

• 如果不需要高斯滤波，直接删除滤波步骤，用original_data同时绘制热力图和等高线即可。
• 等高线的颜色和线宽可以根据需求调整，比如用colors='black'让线条更明显。
• 若热力图开启了annot=True（显示数值），等高线的线条会覆盖在数值上方，可调整zorder参数控制图层顺序（比如ax.contour(..., zorder=10)让等高线在最上层）。

内容的提问来源于stack exchange，提问作者Reyha