Python实现无插值平滑色彩图：解决2D矩阵绘图像素化问题

嘿，我刚好遇到过一模一样的需求！你用imshow看到的像素化是因为它本质是把每个数据点直接渲染成一个独立的色块，所以边界特别明显。要在不碰原始数据、不插值、不改尺寸的前提下实现平滑色彩过渡，matplotlib的contourf函数就是完美选择。

核心思路 #

contourf是填充等高线的函数，它会基于你的原始数据计算出连续的色彩梯度，通过划分足够多的等高层级来实现自然的色彩融合——整个过程完全不会修改你的原始矩阵，只是在可视化层面做平滑呈现。

修改后的代码示例 #

import numpy as np
import matplotlib.pyplot as plt

H = np.array([[1, 2, 3, 4], [5, 6, 7, 8], [9, 10, 11, 12], [13, 14, 15, 16]])
# 使用contourf，levels参数控制平滑程度，数值越高过渡越细腻
plt.contourf(H, levels=100, origin='lower')  # origin='lower'让坐标和imshow保持一致
plt.colorbar()  # 添加色条方便查看数值对应色彩
plt.show()

关键参数说明 #

• levels：指定等高线的数量，值越大，色彩的分割越精细，过渡就越平滑。100左右的数值基本就能达到非常自然的效果，你可以根据自己的需求调整。
• origin='lower'：contourf默认的坐标原点在左上角，而imshow默认在左下角，加上这个参数可以让可视化的坐标布局和你原来的imshow结果保持一致，避免混淆。

这样生成的图就会呈现出平滑的色彩过渡，同时完全保留了你原始数据的准确性，完全符合你的要求~

内容的提问来源于stack exchange，提问作者Kanmani