我建议你自己定制颜色图来解决这个问题from matplotlib.colors import LinearSegmentedColormap

data = np.array([[1, 0, 0, 1],

[0, 0, 1, 1],

[0, 0, 0, 1]])

colorInformation = np.array([[0.1, 0.12, 0.02, 0.01],

[0.12, 0.15, 0.18, 0.2],

[0.3, 0.34, 0.41, 0.32]])

alpha_up=abs(((data*2-1)*colorInformation).max())

alpha_low=abs(((data*2-1)*colorInformation).min())

mid=alpha_low/(alpha_up+alpha_low)

cdict1 = {'red': ((0.0, 1.0, 1.0),

(mid, 1.0, 0.0),

(1.0, 0.0, 0.0)),

'green': ((0.0, 0.0, 0.0),

(1.0, 0.0, 0.0)),

'blue': ((0.0, 0.0, 0.0),

(mid, 0.0, 1.0),

(1.0, 1.0, 1.0)),

'alpha': ((0.0, alpha_low, alpha_low),

(mid, 0.0, 0.0),

(1.0, alpha_up, alpha_up))

red_blue = LinearSegmentedColormap('red_blue', cdict1)

fig, ax = plt.subplots()

heatmap = ax.pcolormesh((data*2-1)*colorInformation, cmap=red_blue)

或者你可以只改变红色和蓝色而不用阿尔法通道。在

我建议你自己定制颜色图来解决这个问题from matplotlib.colors import LinearSegmentedColormapdata = np.array([[1, 0, 0, 1],[0, 0, 1, 1],[0, 0, 0, 1]])colorInformation = np.array([[0.1, 0.12, 0.02, 0.01],[0.12, 0.15, 0.18, ... 用 pc ol or可以来画2维图，即有两个自变量x，y，和一个因变量C。注意的点： pc ol or是用格点来表示C值。故应先用np.m esh grid(x,y)来生成二维的x和y坐标点。 C的行索引对应y坐标，列索引对应x坐标。所以画图时，一般将计算好的C转置。 pc ol or和 pc ol or功能是相同的，官方文档建议用 pc ol orm esh ，它的速度会更快。 def f(x,y): return (x**2+y-11)**2+(x+y**2-7)**2 x = np.linspace(- b站：https://space.bilibili.com/36070349?spm_id_from=333.1007.0.0 知乎：https://www.zhihu.com/people/li-shao-zhuo-19 07-25