Python基于坐标绘制热力图：密度颜色映射异常求助

核心问题拆解 #

• 颜色映射倒置：本该暖色对应高密度，结果红色对应低数值（20）、蓝色对应高数值（120）
• 疑似按到(0,0)的距离而非密度着色：大概率是直方图计算或绘图时的轴/数据传入错误

分步解决方法 #

1. 确认np.histogram2d的计算逻辑 #

先确保你正确拿到了每个网格的点密度：

import numpy as np
# 假设X、Y是你的坐标数组
hist, xedges, yedges = np.histogram2d(X, Y, bins=50)  # bins数量根据数据分布调整
# 打印密度范围，验证计算是否正确
print(f"最大点密度：{hist.max()}，最小点密度：{hist.min()}")

这里的hist就是每个网格内的点数（密度），如果打印结果里最大值是120、最小值是20，说明直方图计算没问题，问题出在绘图环节。

2. 修正颜色映射倒置问题 #

别用clim强行反转显示范围，直接用带_r后缀的反转色图，比如把cmap='viridis'改成cmap='viridis_r'，这样暖色会自动对应高数值（高密度），色条也会同步正确显示，不用手动调整数值范围。

3. 解决“按距离着色”的异常 #

这种情况90%是绘图时轴顺序搞反了——np.histogram2d返回的hist是[y轴网格数, x轴网格数]的维度，而绘图函数（比如plt.pcolormesh）需要的是[x轴网格数, y轴网格数]，必须转置hist：

import matplotlib.pyplot as plt

# 用pcolormesh绘制正确的热力图
plt.pcolormesh(xedges, yedges, hist.T, cmap='viridis_r')  # hist.T转置轴顺序
plt.colorbar(label='点密度')
plt.xlabel('X坐标')
plt.ylabel('Y坐标')
plt.show()

如果嫌麻烦，直接用plt.hist2d一步到位，它会自动处理轴顺序和直方图计算：

plt.hist2d(X, Y, bins=50, cmap='viridis_r')
plt.colorbar(label='点密度')
plt.show()

4. 验证数据分布（可选） #

如果还是看起来像按距离着色，先检查你的原始数据是不是本身就集中在(0,0)附近——如果数据分布就是离原点越近点越多，那高密度区域自然在原点，这是正常现象，不是代码问题。

内容的提问来源于stack exchange，提问作者DanielShvartz