如何将0、1矩阵绘制成热力图？星系模拟可视化咨询

当然可以实现你要的热力图效果，用Python的matplotlib库就能轻松搞定，下面是具体的代码示例：

import matplotlib.pyplot as plt
from matplotlib.colors import ListedColormap
import numpy as np

# 模拟你的星系矩阵（可替换为你自己的矩阵数据）
galaxy_matrix = np.array([
    [0, 0, 1, 0, 0],
    [0, 1, 0, 1, 0],
    [1, 0, 0, 0, 1],
    [0, 1, 0, 1, 0],
    [0, 0, 1, 0, 0]
])

# 自定义颜色映射：0=蓝色（虚空），1=红色（太阳系）
custom_cmap = ListedColormap(['#0000FF', '#FF0000'])

# 绘制热力图
plt.figure(figsize=(8, 8))
plt.imshow(galaxy_matrix, cmap=custom_cmap, interpolation='nearest')

# 隐藏坐标轴（可选，让可视化更聚焦星系本身）
plt.axis('off')

# 添加颜色图例，对应天体类型
cbar = plt.colorbar(ticks=[0, 1])
cbar.ax.set_yticklabels(['虚空', '太阳系'])

plt.title('星系模拟热力图')
plt.show()

针对该场景的优化思路 #

• 扩展元素可视化：后续添加新天体类型时，给不同元素分配专属颜色或渐变色系，比如用数值2代表星云（浅蓝色）、3代表黑洞（黑色），只需扩展ListedColormap的颜色列表，同步更新图例即可区分不同天体。
• 性能与交互优化：如果矩阵规模极大（上万行/列），优先用numpy数组存储数据（运算效率远高于原生列表）；若需要缩放、平移等交互操作，改用plotly或bokeh库，渲染大矩阵时性能更流畅，且支持悬停提示等功能。
• 内存优化：由于星系中虚空（0）占比极高，可改用稀疏矩阵（比如scipy的csr_matrix）存储，仅保留非零元素的位置和值，大幅降低内存占用，适合超大尺度的星系模拟。
• 空间尺度适配：若后续模拟包含不同距离的天体，可将矩阵坐标映射为实际天文单位（如光年），采用对数坐标轴展示，更贴合真实星系的空间分布逻辑。
• 属性扩展：给太阳系（1）添加额外属性（如质量、行星数量），通过交互工具（比如matplotlib的mplcursors库）实现悬停查看，让模拟数据更具信息量。

内容的提问来源于stack exchange，提问作者Facundo