为什么matplotlib imshow通过改变数组的顺序显示不同的图像？

Question

我有一个测试用例，重塑数组会改变 plt.imshow:

的结果

import numpy as np
import matplotlib.pyplot as plt
from skimage import io

file_raw_path = "8258792/Fig5_ColorfulCell_raw.tif"

im = io.imread(file_raw_path)

im= np.max(im, axis=0)

im_reshaped = im.reshape((im.shape[1],im.shape[2],im.shape[0]))

for i in range(im.shape[0]):
    plt.imshow(im[i],cmap='gray')
    plt.show()

for i in range(im_reshaped.shape[2]):
    plt.imshow(im_reshaped[...,i],cmap='gray')
    plt.show()

第一个循环显示这些图像：

并且第二个循环显示此图像（当然是同一件事的 5 次...）：

知道为什么会这样吗？！

Answer 1

np.reshape() 不移动任何数据；它只是改变轴“环绕”的位置。您可以将其视为首先展平输入数组，然后将数据包裹在轴上以适应新形状。

>>> arr = np.arange(6).reshape(2, 3)
array([[0, 1, 2],
       [3, 4, 5]])
>>> arr.reshape(3, 2)
array([[0, 1],
       [2, 3],
       [4, 5]])
>>> arr.

如果您阅读 left-to-right、top-to-bottom，所有数字的顺序相同。

你可能想要 np.transpose() 和朋友，它们（本质上）打乱数据以改变坐标轴的顺序，这样 im[i, j, k] == im.transpose(1, 2, 0)[j, k, i]（注意，它实际上并没有移动任何数据，看起来就是那样）。对于您的用例，np.moveaxis(im, 0, -1) 会做同样的事情，并且更容易阅读（“将轴 0 移到最后”）。

>>> arr.transpose(1, 0)
array([[0, 3],
       [1, 4],
       [2, 5]])

为什么matplotlib imshow通过改变数组的顺序显示不同的图像？

Why matplotlib imshow shows different images by changing the order of the array?

python

numpy

matplotlib