热力图颜色深浅代表什么：本站按当前表数值映射

热力图里，颜色很醒目，也最容易被当成现成结论。其实，色阶只是一项编码：它把某个量放进一个范围，再把范围转换成颜色。relitu.cn 的默认口径不是判断“谁排前面”，而是显示当前表里的数值处在什么位置。

颜色深浅默认表示数值大小

D3 官方文档把顺序色阶描述为把连续数值映射到输出范围，通常用于颜色编码；Matplotlib 官方文档对 Normalize 的定义，也是将一个区间内的数值线性映射到目标区间。映射进去的量是什么，颜色就代表什么。

因此，热力图的颜色深浅通常默认对应原始数值。较浅和较深的位置反映数值在当前尺度中的差别，而不是行列名次。Matplotlib 的色阶文档也把顺序色阶的用途概括为表达具有顺序的信息；数值有大小顺序，名次也有先后顺序，但这里的输入量不同，读图含义也不同。

排名是一种派生读法

排名不是颜色深浅的默认含义，而是一种派生读法：先排出名次，再把名次映射到颜色。颜色若编码名次，只能回答“排在什么位置”；颜色若编码原始数值，回答的才是“数值处在当前尺度什么位置”。

讨论“标准分”时也要先分清被映射的对象。原始数值、换算后的标准分和名次不是同一个输入量，不能仅凭颜色来自同一色阶，就把三者混为一谈。本站没有归一化选项，也没有排名模式，本站色阶不能被解释成自动生成的标准分或名次色阶。

同一份数据为什么会有不同读法

同一份数据若分别按原始数值和名次映射，颜色深浅可能不同。前者的颜色档位受原值间隔影响，后者则按名次位置分配颜色。两种图都可能保持某种先后关系，所以看上去都能解释。

差别出现在问题被换掉之后。只问“谁在前”，排名色阶可以给出清晰回答；再问“相隔多远”，它就失去了原始数值间隔。原始值十分接近与原始值相差很远，都可能在名次中表现为相邻位置。只看颜色，两种结果甚至同样规整，却对应不同问题。

排名的代价是难以核对量级

如果图中只保留名次颜色，某个格子颜色较深，并不能说明原始数值也很大。读者最多能看出先后，无法从图上核对这个值究竟处于什么量级。颜色越醒目，这种误读反而越容易发生。

本站采用另一种信息保留方式：矩阵单元格里直接显示数值，下方另有原始表保留输入口径。灰色虚线表示缺失，黑框表示零值；真实零值仍保留色阶颜色。空白单元格以及 NA / N/A / null 都显示为缺失，不会变成零。

共同尺度比孤立比较更重要

Cornell INFO 3312 的图形感知资料把“共同尺度”和“非对齐尺度”分开讨论，强调是否共享同一把尺子会改变读数结果。热力图读图同样要先确认颜色对应的是哪段数值范围。

本站颜色按每张当前表的最小值与最大值映射。若两张表各自采用当前表范围，同一种颜色就不必代表相同数值。此时，每张表内部的大小关系可能都成立，跨表解释却会发生变化。因此，读图时应先检查共同尺度是否一致，再讨论颜色深浅。

本站颜色具体怎样映射

在 relitu.cn 中，第一行是列名，第一列是行名，其余单元格填写数字。颜色以当前表的最小值和最大值为两端，线性映射到五档青到紫顺序色阶，不按名次或百分位分色；负数保留原符号。

工具没有归一化、排名或业务阈值设置。颜色只帮助阅读，不证明因果，也不自动预测趋势。CSV 在浏览器本地解析，不上传、不保存、不发送。

下次遇到自己的热力表，可以依次确认三件事：颜色映射的是原始数值还是派生量，映射范围是否与其他图一致，数值、零值和缺失是否另有可核对的表示。先确认这三层口径，再使用“颜色深浅”谈大小关系，才不会把看起来合理的颜色误当成原始量级。