如何基于数据极值构建颜色刻度并实现imshow热力图零值无着色？

AI 小北

2026-8-22

解决方案

一、适配每组数据的颜色刻度

针对每组数据单独计算最小值和最大值，将其传入imshow的vmin和vmax参数，就能让颜色刻度完全匹配当前数据的数值范围：

对dekaX：计算自身的最小/最大值，替代原代码中单独的min_
对dekaY：同样计算自身的最小/最大值，不再用vmin=None

二、实现零值无着色

把数据中的零值替换为NaN即可，Matplotlib默认不会对NaN值渲染颜色，直接实现无着色效果。用NumPy的where函数就能快速完成替换。

修改后的完整代码

import numpy as np
import matplotlib.pyplot as plt

# 处理dekaX数据：替换零值为NaN，计算自身最值
dekaX_masked = np.where(dekaX == 0, np.nan, dekaX)
min_x = dekaX_masked.min()  # NumPy会自动忽略NaN值，不影响最值计算
max_x = dekaX_masked.max()

plt.imshow(dekaX_masked, vmin=min_x, vmax=max_x, cmap='YlGnBu', interpolation='nearest')
plt.gca().invert_yaxis()
plt.title(f"2-D Heat Map X-Side Timestamp {df_events.iloc[event_id]['timestamp']} Relative Event {event_id} Absolute Event {df.iloc[event_id]['id']}")
plt.colorbar()
plt.savefig('C:\\Users\\demet\\Desktop\\Internship\\SideX\\SideX' + str(event_id) + '.png', format='png', dpi=300)
plt.close("all")

# 处理dekaY数据：替换零值为NaN，计算自身最值
dekaY_masked = np.where(dekaY == 0, np.nan, dekaY)
min_y = dekaY_masked.min()
max_y = dekaY_masked.max()

plt.imshow(dekaY_masked, vmin=min_y, vmax=max_y, cmap='YlGnBu', interpolation='nearest')
plt.title(f"2-D Heat Map Y-Side Timestamp {df_events.iloc[event_id]['timestamp']} Relative Event {event_id} Absolute Event {df.iloc[event_id]['id']}")
plt.gca().invert_yaxis()
plt.colorbar()
plt.savefig('C:\\Users\\demet\\Desktop\\Internship\\SideY\\SideY' + str(event_id) + '.png', format='png', dpi=300)
plt.close("all")