文章Matplotlib第 20 章
矩阵可视化
Matplotlib · 第 20 / 43 章
matshow() —— 矩阵可视化
matshow() 是 imshow() 的一行封装，专门用来「看矩阵」：它把 aspect 强制成 'equal'，并把刻度移到顶部（这是线性代数的书写习惯——矩阵的行列标号在上下方，不在下方）。
Python1 行
Axes.matshow(self, Z, **kwargs)matshow 自己只有 Z 一个参数，其余 **kwargs 全部原样透传给 imshow。所以 cmap、vmin、vmax、alpha、interpolation、origin 都能用。
与 imshow 的差别 |
imshow |
matshow |
|---|---|---|
aspect |
'equal'（但可传 'auto' 覆盖） |
强制 'equal' |
| 刻度位置 | 底部 / 左侧 | 顶部 / 左侧 |
| 参数 | 几十个 | 只有 Z + 透传 |
三栏对比：aspect 才是真正的差别
Python5 行
mat = rng.random((5, 30)) # 非方阵：差别最明显
ax.imshow(mat) # 默认 'equal' → 压成一条扁带
ax.matshow(mat) # 同样 'equal'，但刻度跑到顶部
ax.matshow(mat, aspect="auto") # 覆盖掉强制值，铺满
注意第三栏：matshow 的 'equal' 是默认值而不是硬编码——aspect="auto" 依然能覆盖它。所以「matshow 强制等比例」这句话更准确的说法是「matshow 把默认值从 auto 改成了 equal」。
返回对象
Python13 行
im = ax.matshow(Z) # 和 imshow 同一个类
print(type(im).__name__)
# 输出: AxesImage
fig.colorbar(im, ax=ax)
im.set_clim(0, 1)
im.set_cmap("magma")
print(ax.get_aspect()) # 数值形式，1.0 就是 'equal'
# 输出: 1.0
ax.set_aspect("auto") # 事后覆盖
plt.show()matshow 返回的也是 AxesImage，用法和 imshow 完全一致。ax.get_aspect() 返回数值（1.0）而不是字符串（'equal'）——两者等价，但判断时注意别拿字符串去比。
注意事项
matshow把刻度放在顶部，想让它们在底部得手动ax.xaxis.set_ticks_position("bottom")。aspect='equal'让非方阵矩阵极扁；要看清格子必须显式传aspect="auto"。- 除了
Z，所有参数都是透传给imshow的，imshow的坑它全有（origin、vmin等）。 - 只是「看一个矩阵」时
matshow更省事；要做热力图排版（带 label、colorbar、多子图）还是用imshow更可控。
综合示例：矩阵 + 刻度贴顶 + 色块数值
Python41 行
import numpy as np
import matplotlib.pyplot as plt
plt.rcParams["font.sans-serif"] = ["SimHei", "Microsoft YaHei", "DejaVu Sans"]
plt.rcParams["axes.unicode_minus"] = False
A = np.array([[4, -2, 1, 0],
[-2, 4, -2, 1],
[1, -2, 4, -2],
[0, 1, -2, 4]], float)
labels = ["x₁", "x₂", "x₃", "x₄"]
fig, axes = plt.subplots(1, 2, figsize=(11, 4.4))
# ---- (a) 默认 matshow：刻度在顶部，格子正方 ----
im = axes[0].matshow(A, cmap="PuOr_r", vmin=-4, vmax=4)
axes[0].set_xticks(range(4), labels)
axes[0].set_yticks(range(4), labels)
for i in range(4):
for j in range(4):
axes[0].text(j, i, A[i, j], ha="center", va="center", fontsize=10)
fig.colorbar(im, ax=axes[0], shrink=0.85)
axes[0].set_title("(a) matshow 默认（刻度在上）")
# ---- (b) 转成热力图排版：刻度回到底部 + 白线分格 ----
im2 = axes[1].matshow(A, cmap="PuOr_r", vmin=-4, vmax=4, aspect="auto")
axes[1].xaxis.set_ticks_position("bottom")
axes[1].set_xticks(range(4), labels)
axes[1].set_yticks(range(4), labels)
for i in range(4):
for j in range(4):
axes[1].text(j, i, A[i, j], ha="center", va="center", fontsize=10)
axes[1].set_xticks(np.arange(-0.5, 4, 1), minor=True)
axes[1].set_yticks(np.arange(-0.5, 4, 1), minor=True)
axes[1].grid(which="minor", color="white", linewidth=1.5)
axes[1].tick_params(which="minor", length=0)
fig.colorbar(im2, ax=axes[1], shrink=0.85)
axes[1].set_title("(b) 刻度移到底部 + 白线分格")
plt.tight_layout()
plt.show()(b) 那个「次刻度打在白线位置 + 只画网格」的套路，是把 matshow 改造成标准热力图排版的通用做法。