gnuplot技术问询：如何将整数数据点绘制成填充单位方格

要把整数坐标的渗流点转换成对应区间的正方形，核心就是明确点到正方形的映射规则，然后用绘图工具批量渲染这些图形就行。

核心映射规则 #

每个整数点(x, y)对应的正方形，其实就是以(x-1, y-1)为左下角顶点、边长为1的正方形：

• 点(1,1) → 覆盖x∈[0,1]、y∈[0,1]的区域
• 点(2,3) → 覆盖x∈[1,2]、y∈[2,3]的区域

这个规则刚好匹配方格点阵渗流的可视化需求——每个站点对应一个单位方格，完美还原渗流集群的空间分布。

具体代码示例（Python + Matplotlib） #

假设你已经有了渗流集群的整数点集合，用Matplotlib可以快速实现这种可视化：

import matplotlib.pyplot as plt
from matplotlib.patches import Rectangle

# 示例渗流集群点集，替换成你的实际数据
cluster_points = [(1,1), (2,3), (2,2), (3,3), (3,2), (4,2)]

# 创建绘图对象
fig, ax = plt.subplots(figsize=(6,6))

# 遍历每个点，绘制对应的正方形
for x_int, y_int in cluster_points:
    # 计算正方形左下角坐标：(x_int-1, y_int-1)，宽高都是1
    square = Rectangle((x_int-1, y_int-1), 1, 1, 
                       facecolor='#1f77b4', edgecolor='black', alpha=0.7)
    ax.add_patch(square)

# 调整坐标轴，让所有正方形都显示完整
min_x = min(p[0] for p in cluster_points) - 1
max_x = max(p[0] for p in cluster_points)
min_y = min(p[1] for p in cluster_points) - 1
max_y = max(p[1] for p in cluster_points)

ax.set_xlim(min_x - 0.3, max_x + 0.3)
ax.set_ylim(min_y - 0.3, max_y + 0.3)
ax.set_aspect('equal')  # 强制正方形比例，避免拉伸
plt.grid(True, linestyle='--', alpha=0.5)
plt.title('渗流集群可视化（整数点转单位正方形）')
plt.show()

额外提示 #

• 如果是键渗流（需要展示站点间的连接），可以在相邻正方形之间添加线段，比如当两个点(x1,y1)和(x2,y2)相邻时，绘制对应边的连接线
• 可以通过调整facecolor、alpha等参数区分不同集群，或者标记出渗流路径
• 如果数据量很大（比如大规模渗流模拟），可以考虑用更高效的绘图方式（比如直接绘制填充的多边形集合）来提升性能

内容的提问来源于stack exchange，提问作者fiziks