Makie.jl中分类热图颜色范围问题的分析与解决

问题背景

在使用Makie.jl数据可视化库时，开发者发现当使用分类颜色映射(colormap=Makie.Categorical)创建热图(heatmap)时，颜色条(colorbar)显示的范围与数据实际范围不符。具体表现为：当绘制一个简单的3×3矩阵时，颜色条显示的数值范围(1到4)完全超出了数据实际范围(-1到-3)。

问题复现

通过以下代码可以复现该问题：

using CairoMakie

# 正常热图
fig1, ax1, pl1 = heatmap(1:3, 1:3, .-(1:3))
Colorbar(fig1[1, 2], pl1)

# 分类颜色热图
fig2, ax2, pl2 = heatmap(1:3, 1:3, .-(1:3), colormap=Makie.Categorical(:viridis))
Colorbar(fig2[1, 2], pl2)

正常热图显示的颜色范围与数据一致，而分类颜色热图则出现了范围不匹配的情况。

技术分析

这个问题源于Makie.jl内部对分类颜色映射的处理机制。在实现分类热图时，Makie使用NaN值来表示透明或缺失的数据点。当创建基于三个向量(x, y, z)的热图时，系统会生成一个稀疏矩阵，其中未指定的位置用NaN填充。

在分类颜色映射模式下，这些NaN值被当作一个额外的类别处理，导致颜色条显示的范围比实际数据范围大。具体表现为：

1. 实际数据值被映射到整数索引
2. NaN值也被分配了一个索引
3. 颜色条默认显示所有可能的索引值

解决方案

Makie开发团队在版本0.20.10中修复了这个问题。修复后的行为是：

• 颜色条正确显示实际数据值的范围
• NaN值仍然存在，但不再影响颜色条的显示范围

修复后的输出示例：

[-3.0, -2.0, -1.0]

深入讨论

虽然问题已经修复，但仍有一些值得讨论的技术点：

1. 稀疏数据表示：当前Makie使用NaN表示缺失值的方法虽然有效，但对于用户不显式指定NaN的情况可能会造成混淆。未来可能会考虑使用其他方式表示稀疏数据。

2. 分类颜色映射的特殊性：分类颜色映射与连续颜色映射有本质区别：

   • 分类映射中每个值代表一个离散类别
   • 颜色条需要明确显示所有类别
   • 类别的顺序和表示需要特别处理

3. 实际应用场景：这个问题在需要将枚举类型(Enum)可视化为热图时尤为重要。开发者可以使用分类颜色映射来清晰地区分不同枚举值。

最佳实践建议

对于需要在Makie中使用分类颜色映射的开发者，建议：

1. 明确数据的类型和范围
2. 检查颜色条显示是否符合预期
3. 对于枚举类型数据，考虑预先定义颜色映射关系
4. 更新到最新版本以获得最佳的分类颜色映射支持

通过理解这些技术细节，开发者可以更好地利用Makie.jl的分类可视化功能，创建更准确、更直观的数据可视化效果。