Python中3D数组各时间点像素强度求和及绘图问题求助

嘿，我发现你代码里的小问题啦，咱们来快速修复并完成可视化：

问题所在 #

你写的bg[i,:,:].sum只是引用了NumPy数组的sum方法，没有实际调用它，所以列表y1里存的都是方法对象，而不是计算出来的总和数值。必须加上括号sum()才能执行求和操作。

修正后的完整代码 #

from skimage import io
import matplotlib.pyplot as plt

# 读取3D TIFF文件
bg = io.imread('myfile.tif')

# 初始化存储每个时间点总和的列表
y1 = []
for i in range(bg.shape[0]):
    # 调用sum()方法计算当前时间点的像素总和
    total_intensity = bg[i,:,:].sum()
    y1.append(total_intensity)

# 可视化结果
plt.figure(figsize=(10, 6))
plt.plot(range(len(y1)), y1, marker='o', linestyle='-', color='b')
plt.title('Total Pixel Intensity Over Time')
plt.xlabel('Time Point')
plt.ylabel('Total Intensity')
plt.grid(True)
plt.show()

额外优化（可选） #

如果想让代码更简洁高效，也可以用NumPy的向量化操作代替循环，尤其适合处理大数组：

# 直接对后两个维度求和，得到每个时间点的总和
y1 = bg.sum(axis=(1, 2))

这一行代码就能完成循环里的求和工作，运行速度会更快哦。

内容的提问来源于stack exchange，提问作者Laura