【锚点】本轮只讲一个判断：【热力图不是数据的镜像，而是标度选择的视觉结论。】

【显式】服务【颜色是编码不是证据】：同一张 10×10 矩阵，元素在 0.98 到 1.02 之间波动。若用 0 到 1 的色标，整张图几乎同色；若把发散色标中心定在 1.00，0.98 和 1.02 会被涂成两种极端色。读者看到的是“强模式”，但原始差异只有 4 个百分位。

【隐式】服务【中心点会改变显著性感知】：RdBu、coolwarm 这类发散色标默认暗示“中心=中性”。可复现性要求把【色标中心】、【截断范围】、【聚类顺序】写进方法；否则别人复现时只能复现“看起来像”，不能复现“为什么像”。

【细微】服务【聚类顺序会制造虚假结构】：层次聚类把相似行排在一起，会让噪声看起来像块。若只保存最终图片，而不保存距离矩阵、随机种子与标准化方式（例如 seaborn clustermap 的 zscore 参数），别人无法判断块是信号，还是排序造成的视觉惯性。

【极难发现】服务【可复现的最小单元不是图，而是可拒绝的渲染参数】：一张可复现热力图必须能回答三个反事实：如果去掉某个颜色阈值，结论是否消失？如果交换行/列顺序，块是否消失？如果色标中心从 1.00 移到 0.99，是否仍有“强差异”？

【流程节点链路】：【原始矩阵】→【标准化/中心点】→【色标截断】→【聚类排序】→【视觉判断】→【可拒绝复现】

如果一张热力图换一次色标中心就从“没发现”变成“强模式”，它到底是发现，还是作者替读者做的显著性判断？