如何从 for 循环 matplotlib 中的子图创建单个图形

Question

我有 4 个 numpy 数组格式的图像，其中每个图像都是 4D（61、73、61、11），最后一个维度对应于图像通道（在我的例子中为 11）。我使用 for 循环迭代通道，并在每次迭代时为每个图像创建一个包含 4 个图的子图。在 jupyter 笔记本中，我可以看到所有子图，但我想创建一个包含所有子图的图形，这样我就可以创建一个 png 而不是 11。这是 matplotlib 中的代码。

import maplotlib.pyplot as plt

center_slices = [s//2 for s in concat_img.shape[:1]] # take the middle slice

print(np.squeeze(concat_img[center_slices[0], :, :, 5]).shape)

for i in range(10):

    f, axarr = plt.subplots(1, 4, figsize=(20,5),  sharex=True);

    f.suptitle('Different intensity normalisation methods on brain fMRI image dual_regression + ALFF derivatives')

    img = axarr[0].imshow(np.squeeze(concat_img[:, :, center_slices[0], i]), cmap='gray');

    axarr[0].axis('off')

    axarr[0].set_title('Original image')

    f.colorbar(img, ax=axarr[0])

    img = axarr[1].imshow(np.squeeze(concat_img_white[:, :, center_slices[0], i]), cmap='gray');

    axarr[1].axis('off')

    axarr[1].set_title('Zero mean/unit stdev')

    f.colorbar(img, ax=axarr[1])

    img = axarr[2].imshow(np.squeeze(concat_img_zero_one[:, :, center_slices[0], i]), cmap='gray');

    axarr[2].axis('off')

    axarr[2].set_title('[0,1] rescaling')

    f.colorbar(img, ax=axarr[2])

    img = axarr[3].imshow(np.squeeze(concat_img_one_one[:, :, center_slices[0], i]), cmap='gray');

    axarr[3].axis('off')

    axarr[3].set_title('[-1,1] rescaling')

    f.colorbar(img, ax=axarr[3])

    

    f.subplots_adjust(wspace=0.05, hspace=0, top=0.8)

#     plt.savefig('./TTT.{0:07d}.png'.format(i)) # save each subplot in png 

plt.show();

   

Answer 1

这可以通过使用 创建一个坐标区实例来完成nrows != 1。我在下面附上了一个例子。import matplotlib.pyplot as pltimport numpy as npnrows = 5ncols = 4xdata = np.linspace(-np.pi, np.pi)ydata = 1 * xdataX, Y = np.meshgrid(xdata, ydata)zdata = np.sin(X + Y)fig, ax = plt.subplots(nrows=nrows, ncols=ncols, sharex=True,                       figsize=(nrows * 2.2, 2 * ncols))for j in range(nrows):    for i in range(ncols):        cbar = ax[j, i].contourf(zdata)        fig.colorbar(cbar, ax=ax[j, i])        fig.tight_layout()