Plotly教程：如何用X、Y、Intensity三个列表绘制热力图

针对你给出的三组列表数据，我们可以通过以下步骤用Plotly Express生成对应的热力图：

1. 导入依赖库
   先导入数据处理和绘图所需的库：

   import pandas as pd
   import plotly.express as px
   

2. 将数据整理为DataFrame
   把x、y、intensity三个列表组合成pandas DataFrame，方便后续格式转换：

   x = [1,1,2,4,5,6,7,8,9]
   y = [11,12,13,14,15,16,17,18,19]
   intensity = [21,22,23,24,25,26,27,28,29]
   
   df = pd.DataFrame({'x': x, 'y': y, 'intensity': intensity})
   

3. 转换为热力图所需的宽格式数据
   Plotly Express的imshow函数需要二维网格结构的数据，因此我们需要把长格式的DataFrame透视成宽表——行对应y值，列对应x值，单元格填充对应的强度值：

   heatmap_data = df.pivot(index='y', columns='x', values='intensity')
   

   这一步会自动处理缺失的x-y组合（比如x=3对应所有y值），这些区域会显示为空值，绘图时会以留白或特定颜色标识。

4. 绘制热力图
   使用px.imshow生成热力图，并配置轴标签和标题：

   fig = px.imshow(heatmap_data,
                   labels=dict(x="X坐标", y="Y坐标", color="强度值"),
                   x=heatmap_data.columns,
                   y=heatmap_data.index,
                   title="X-Y坐标对应强度热力图")
   fig.show()
   

如果你希望基于原始离散点直接生成聚合式热力图，也可以用px.density_heatmap，这种方式适合数据量较大的场景：

fig = px.density_heatmap(df, x='x', y='y', z='intensity',
                         labels=dict(x="X坐标", y="Y坐标", intensity="强度值"),
                         title="X-Y坐标强度热力图")
fig.show()

你的数据中x=1对应两个不同的y值（11和12），两种方法都能准确展示对应关系，具体选择取决于你想要的可视化效果。

内容的提问来源于stack exchange，提问作者Taylor