在Python Shiny中使用matplotlib/pandas绘制热图遇数据类型错误

• 别只查单个单元格类型，先看DataFrame整体列类型：用heatmap_df.dtypes输出所有列的dtype，有时候单个单元格是float，但列本身被标记为object（比如曾经混入过非float值，后来虽替换但类型没更新）。
• 强制转成纯float数组：别用heatmap_df.values，改用heatmap_df.astype(np.float64).values，直接把整个DataFrame转成float类型的numpy数组，彻底规避object类型残留。
• 检查是否有NaN/inf值：就算是float类型，NaN或无限值也可能触发这个报错。用heatmap_df.isna().any().any()查空值，np.isinf(heatmap_df).any().any()查无限值，必要时用heatmap_df.fillna(0)或np.nan_to_num(heatmap_df)处理。
• 确认Shiny里的matplotlib上下文：在Shiny环境中绘图，要确保每次绘图都创建新的figure对象（比如fig, ax = plt.subplots()），避免之前的绘图状态污染。如果是服务器端渲染，还可以试试添加matplotlib.use('Agg')在导入matplotlib之后。
• 做最小复现测试：先脱离Shiny环境，写一段极简代码测试ax.imshow能否正常运行：

  import pandas as pd
  import numpy as np
  import matplotlib.pyplot as plt
  
  # 创建纯float的测试DataFrame
  test_df = pd.DataFrame(np.random.rand(5,5), dtype=np.float64)
  fig, ax = plt.subplots()
  ax.imshow(test_df)
  plt.show()
  

如果这段代码能正常生成热图，再逐步把Shiny相关的逻辑加进去，定位是哪一步导致DataFrame的类型出问题。

内容的提问来源于stack exchange，提问作者Kiki Adams