热点图

热点图（Heat Map）并非单一的绘图函数，而是基于空间统计学原理的定性描述与定量分析的综合载体。其技术内核包含两大方法论：一是利用核密度估计（Kernel Density Estimation）将离散数据平滑为连续的表面，以颜色深浅映射密度高低；二是基于 Getis-Ord Gi* 等统计量计算局部空间自相关，识别具有统计学显著性的“热点”（高值聚集）与“冷点”（低值聚集）。在工程实现上，它跨越了从数据清洗、空间权重矩阵构建到标准化统计量计算的完整链路，已成为连接地理信息系统（GIS）与商业智能（BI）的关键桥梁。

在现代计算架构与商业决策体系中，热点图扮演着从‘数据’到‘洞察’的翻译者角色。它突破了传统表格数据的线性局限，将多维度的用户行为、犯罪事件或市场指标映射为直观的空间热力场。其核心价值在于快速识别异常聚集区域，辅助资源优化配置与风险预警。随着大数据与实时计算能力的提升，热点图已从静态的离线分析工具演变为支持动态监控的实时仪表盘组件，广泛应用于电商页面交互优化、城市公共安全治理、物流路径规划及金融风控等高价值场景，形成了涵盖数据预处理、空间建模与交互式可视化的成熟技术生态。