如何绘制地图中带异色网格的热力图？Python适用库咨询

这类带不同颜色网格的热力图，Python中最常用的两个库是Seaborn和Matplotlib，以下是具体实现方式：

1. Seaborn（推荐，开箱即用） #

Seaborn的heatmap函数专门适配这类网格热力图场景，默认支持网格线、颜色映射配置，代码简洁易读：

import seaborn as sns
import matplotlib.pyplot as plt
import numpy as np

# 模拟网格数据（对应每个网格的统计值，比如目的地概率、出行频次）
grid_data = np.random.rand(20, 20)  # 20x20的网格矩阵

plt.figure(figsize=(8, 6))
# 绘制热力图：设置颜色映射、网格线宽度/颜色
sns.heatmap(
    grid_data,
    cmap='viridis',  # 颜色方案，可替换为'coolwarm'等
    linewidths=0.5,  # 网格线宽度
    linecolor='white',  # 网格线颜色
    annot=False,  # 是否显示网格内数值，按需开启
    cbar=True  # 显示颜色标尺
)
plt.title('Grid-based Destination Probability Heatmap')
plt.show()

2. Matplotlib（更灵活，适合深度自定义） #

如果需要更精细的自定义控制，用Matplotlib的pcolormesh函数可以实现同样效果：

import matplotlib.pyplot as plt
import numpy as np

grid_data = np.random.rand(20, 20)
# 定义网格的坐标范围（若对应经纬度，替换为实际范围即可）
x_coords = np.arange(grid_data.shape[1] + 1)
y_coords = np.arange(grid_data.shape[0] + 1)

plt.figure(figsize=(8, 6))
# 绘制颜色网格
mesh = plt.pcolormesh(x_coords, y_coords, grid_data, cmap='viridis')
# 添加网格线
plt.grid(True, color='white', linewidth=0.5, linestyle='-')
# 显示颜色标尺
plt.colorbar(mesh, label='Probability')
plt.title('Grid-based Heatmap with Matplotlib')
plt.show()

补充说明 #

这类图的核心逻辑是：将目标区域划分为规则网格，每个网格对应一个统计数值（比如论文中出租车前往该区域的概率），用颜色深浅直观展示数值差异，网格线用于区分不同网格单元。如果需要结合真实地理坐标，只需将x_coords和y_coords替换为实际的经纬度区间即可。

内容的提问来源于stack exchange，提问作者ivygrowing