使用Matplotlib绘制密度图时遇Invalid shape错误的技术求助

尝试使用数组x、y、z绘制密度图，但运行代码时触发形状相关错误，以下是相关代码、报错信息及预期效果：

代码 #

import matplotlib.pyplot as plt
import matplotlib.cm as cm
import numpy as np

x=np.array([1., 3., 4., 5., 1., 3., 4., 5., 1., 3., 4., 5.])
y=np.array([0.1  , 0.1  , 0.1  , 0.1  , 0.01 , 0.01 , 0.01 , 0.01 , 0.001,
       0.001, 0.001, 0.001])

z=np.array([-1.18976, -0.95538, -1.1647 , -1.11199, -1.02719, -0.83643,
       -0.94146, -0.97814, -1.27374, -1.58571, -1.65026, -1.62557])

plt.imshow(z,cmap=cm.hot,label="R0")
cbar=plt.colorbar()

plt.xlabel("var",size=20)
plt.ylabel("\u03B2",size=20)

plt.show()

报错信息 #

in <module>
    plt.imshow(z,cmap=cm.hot,label="R0")

  File "C:\Users\USER\anaconda3\lib\site-packages\matplotlib\pyplot.py", line 2903, in imshow
    __ret = gca().imshow(

  File "C:\Users\USER\anaconda3\lib\site-packages\matplotlib\__init__.py", line 1361, in inner
    return func(ax, *map(sanitize_sequence, args), **kwargs)

  File "C:\Users\USER\anaconda3\lib\site-packages\matplotlib\axes\_axes.py", line 5609, in imshow
    im.set_data(X)

  File "C:\Users\USER\anaconda3\lib\site-packages\matplotlib\image.py", line 709, in set_data
    raise TypeError("Invalid shape {} for image data"

TypeError: Invalid shape (12,) for image data

预期效果 #

生成一个热力图，x轴标注为"var"，y轴标注为"β"，颜色条表示z值的大小，呈现不同x、y组合下z值的分布状态。

解决方案 #

错误原因 #

plt.imshow()要求输入的图像数据必须是二维数组（如M×N的矩阵），但当前传入的z是一维数组(12,)，不符合函数的输入要求，因此触发形状错误。

修正代码 #

观察数据结构：x有4个唯一值（1、3、4、5），y有3个唯一值（0.1、0.01、0.001），且z的顺序是按y的每个值对应x的4个值排列的。只需将z重塑为3行4列的二维数组，再配合轴范围设置即可：

import matplotlib.pyplot as plt
import matplotlib.cm as cm
import numpy as np

x = np.array([1., 3., 4., 5., 1., 3., 4., 5., 1., 3., 4., 5.])
y = np.array([0.1, 0.1, 0.1, 0.1, 0.01, 0.01, 0.01, 0.01, 0.001, 0.001, 0.001, 0.001])
z = np.array([-1.18976, -0.95538, -1.1647, -1.11199, -1.02719, -0.83643, -0.94146, -0.97814, -1.27374, -1.58571, -1.65026, -1.62557])

# 将一维z重塑为3行4列的二维数组，匹配y的3个层级和x的4个层级
z_2d = z.reshape(3, 4)
# 获取x、y的唯一值用于轴刻度和范围
x_unique = np.unique(x)
y_unique = np.unique(y)

# 绘制热力图，设置轴范围并调整比例
plt.imshow(z_2d, cmap=cm.hot, 
           extent=[x_unique.min(), x_unique.max(), y_unique.min(), y_unique.max()],
           aspect='auto')
# 添加颜色条并设置标签
cbar = plt.colorbar(label="R0")

plt.xlabel("var", size=20)
plt.ylabel("β", size=20)
# 设置y轴刻度为原始y的唯一值
plt.yticks(y_unique)

plt.show()

说明 #

• reshape(3,4)：将一维z数组转换为符合imshow要求的二维结构，对应y的3个分组和每个分组下x的4个值。
• extent参数：指定x、y轴的显示范围，确保轴刻度与原始数据对应。
• aspect='auto'：自动调整图的宽高比例，避免图形被过度拉伸或压缩。

如果更倾向于直接使用原始x、y网格绘制，也可以用pcolormesh替代imshow：

X, Y = np.meshgrid(x_unique, y_unique)
plt.pcolormesh(X, Y, z_2d, cmap=cm.hot)

内容的提问来源于stack exchange，提问作者user19977266