Canvas热力图颜色通过归一化数据值映射到RGB或HSL空间动态计算，采用分段线性插值与预生成256级LUT优化性能。
Canvas热力图的颜色梯度不是靠预设图片或CSS渐变，而是通过数值映射到RGB（或HSL）空间动态计算出来的。核心在于：把数据强度值（0～1归一化后）映射为平滑、可读、符合视觉感知的颜色序列。
归一化数据值到[0, 1]区间
原始热力数据（如点击次数、密度值）通常是非均匀分布的。直接用原始值做颜色映射会导致大部分区域偏暗或偏亮。必须先做归一化：
- 找出全局最小值 min 和最大值 max（可选：用百分位数如5%～95%截断异常值）
- 对每个点的原始值 v，计算：t = (v - min) / (max - min)，确保 t ∈ [0, 1]
- 若 v < min，设 t = 0；若 v > max，设 t = 1
定义关键色标并线性插值（Lerp）
常见热力图使用4～5个锚点色（如蓝→青→黄→橙→红），每个对应一个归一化位置（通常是等距或自定义分布）。算法本质是分段线性插值：
- 定义色标数组，例如：[[0, 'rgb(0,0,255)'], [0.25, 'rgb(0,255,255)'], [0.5, 'rgb(0,255,0)'], [0.75, 'rgb(255,255,0)'], [1, 'rgb(255,0,0)']]
- 对当前 t，找到它所在的两个相邻锚点（t0, c0）和（t1, c1）
- 计算插值权重：w = (t - t0) / (t1 - t0)
- 分别对R、G、B通道做线性插值：r = r0 + w * (r1 - r0)，同理算g、b
用HSL空间实现更自然的渐变
RGB线性插值在黄色→红色段易出现灰浊感。改用HSL（色相/饱和度/亮度）插值更符合人眼感知：
立即学习“前端免费学习笔记（深入）”；
- 将各锚点RGB转为HSL（可用标准转换公式，注意H∈[0,360)，S/L∈[0,1]）
- 对H通道，需处理跨0°/360°问题（如从350°插值到10°，应走短弧：+20°而非-340°）
- 对S和L直接线性插值即可；最后再转回RGB用于fillStyle或putImageData
- 示例：蓝（240°,1,0.5）→红（0°,1,0.5），H插值时把0°视为360°，按240→360→0路径过渡更顺滑
优化性能：预生成颜色查找表（LUT）
每帧对成千上万个像素实时计算HSL→RGB开销大。实际项目中建议预先生成256级LUT：
- 创建长度为256的Uint8ClampedArray或普通数组
- 对i = 0…255，计算 t = i / 255，查表得对应RGB三元组，存入lut[i] = [r,g,b]
- 渲染时，对每个像素的归一化值t，取索引 idx = Math.round(t * 255)，查表得颜色，避免重复计算
- 支持快速写入ImageData：data[off] = r; data[off+1] = g; data[off+2] = b; data[off+3] = 255;
