ScottPlot中实现多热力图共享相同颜色条的技术方案
2025-06-06 04:59:13作者:鲍丁臣Ursa
问题背景
在数据可视化过程中,热力图(Heatmap)是一种常用的展示二维数据分布的有效方式。当我们需要同时展示多个热力图并进行对比分析时,保持各图颜色条(Colorbar)的一致性就显得尤为重要。不一致的颜色范围会导致视觉上的误导,使数据对比变得困难。
解决方案
ScottPlot库提供了灵活的热力图绘制功能,通过手动设置颜色范围可以实现多图颜色条的统一。具体实现步骤如下:
1. 计算全局数据范围
首先需要遍历所有待绘制的数据集,计算出它们的全局最小值和最大值:
// 假设有多个二维数组数据
double[,] data1 = ...;
double[,] data2 = ...;
double[,] data3 = ...;
// 计算全局最小最大值
double globalMin = Math.Min(FindMinValue(data1), Math.Min(FindMinValue(data2), FindMinValue(data3)));
double globalMax = Math.Max(FindMaxValue(data1), Math.Max(FindMaxValue(data2), FindMaxValue(data3)));
// 辅助函数:查找二维数组最小值
double FindMinValue(double[,] data)
{
double min = double.MaxValue;
foreach (var value in data)
{
if (value < min) min = value;
}
return min;
}
// 辅助函数:查找二维数组最大值
double FindMaxValue(double[,] data)
{
double max = double.MinValue;
foreach (var value in data)
{
if (value > max) max = value;
}
return max;
}
2. 创建热力图并设置统一范围
使用计算得到的全局范围创建各个热力图:
var plt1 = new ScottPlot.Plot(400, 300);
var hm1 = plt1.AddHeatmap(data1);
hm1.Update(data1, min: globalMin, max: globalMax);
plt1.AddColorbar(hm1);
var plt2 = new ScottPlot.Plot(400, 300);
var hm2 = plt2.AddHeatmap(data2);
hm2.Update(data2, min: globalMin, max: globalMax);
plt2.AddColorbar(hm2);
var plt3 = new ScottPlot.Plot(400, 300);
var hm3 = plt3.AddHeatmap(data3);
hm3.Update(data3, min: globalMin, max: globalMax);
plt3.AddColorbar(hm3);
3. 高级应用技巧
在实际应用中,还可以考虑以下优化:
-
异常值处理:当数据中存在极端异常值时,可以考虑使用百分位数(如5%和95%)代替最小最大值,避免颜色范围被少数异常点主导。
-
对数尺度:对于跨度较大的数据,可以设置颜色条为对数尺度:
hm1.ColorScaleMin = globalMin; hm1.ColorScaleMax = globalMax; hm1.ColorScaleType = ScottPlot.Drawing.ColormapScaleType.Log10; -
自定义色阶:ScottPlot支持自定义色阶,可以根据需要选择不同的颜色映射方案:
hm1.Colormap = ScottPlot.Drawing.Colormap.Turbo;
实现原理
ScottPlot的热力图绘制通过Heatmap类实现,其核心参数包括:
min:颜色映射的最小值max:颜色映射的最大值colormap:使用的颜色映射方案
当设置了相同的min和max值后,所有热力图将使用相同的颜色映射关系,确保数据值的可视化表示一致。
注意事项
-
当数据集差异较大时,统一颜色范围可能导致某些图中的细节信息丢失,此时需要考虑分组处理或使用其他可视化方式。
-
对于动态更新的热力图,需要确保在数据更新时同步更新颜色范围参数。
-
在交互式应用中,可以考虑添加颜色范围调整控件,让用户根据需要动态调整可视化效果。
通过以上方法,可以在ScottPlot中实现多热力图共享相同颜色条的功能,有效提升数据对比分析的准确性和可视化效果。
登录后查看全文
热门项目推荐
相关项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
最新内容推荐
IEC61850建模工具及示例资源:智能电网自动化配置的完整指南 海康威视DS-7800N-K1固件升级包全面解析:提升安防设备性能的关键资源 2022美赛A题优秀论文深度解析:自行车功率分配建模的成功方法 SteamVR 1.2.3 Unity插件:兼容Unity 2019及更低版本的VR开发终极解决方案 PhysioNet医学研究数据库:临床数据分析与生物信号处理的权威资源指南 Photoshop作业资源文件下载指南:全面提升设计学习效率的必备素材库 海能达HP680CPS-V2.0.01.004chs写频软件:专业对讲机配置管理利器 咖啡豆识别数据集:AI目标检测在咖啡质量控制中的革命性应用 TJSONObject完整解析教程:Delphi开发者必备的JSON处理指南 Windows Server 2016 .NET Framework 3.5 SXS文件下载与安装完整指南
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
173
193
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
647
263
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
268
93
暂无简介
Dart
622
140
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
377
3.32 K
React Native鸿蒙化仓库
JavaScript
242
315
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.1 K
621
仓颉编译器源码及 cjdb 调试工具。
C++
126
856
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1