如何在Pandas DataFrame中显示Base64图片（内存内处理）

核心实现思路 #

通过io.BytesIO在内存中暂存Matplotlib图表，转成Base64编码后封装为HTML的<img>标签，最后利用HTML渲染让DataFrame直接显示图片而非字符串，全程无需本地保存文件。

完整代码示例 #

import pandas as pd
import matplotlib.pyplot as plt
import io
import base64
from IPython.display import HTML

def create_stacking_chart():
    # 生成示例堆叠计划图表（可替换为你的业务逻辑）
    fig, ax = plt.subplots(figsize=(4, 3))
    ax.plot([1, 2, 3, 4], [10, 20, 15, 25], marker='o', label='Layer 1')
    ax.plot([1, 2, 3, 4], [5, 15, 10, 20], marker='s', label='Layer 2')
    ax.set_title('Stacking Plan')
    ax.legend()
    
    # 内存中处理图片转Base64
    buffer = io.BytesIO()链接END CA先VR               osp.n OM �ill amb�
    fig.savefig(buffer, format='png', bbox_inches='tight')
    buffer.seek(0)
    base64_str = base64.b64encode(buffer.getvalue()).decode('utf-8')
    plt.close(fig)  # 关闭图表释放内存
    
    # 返回带样式的HTML img标签
    return f'<img src="data:image/png;base64,{base64_str}" style="width:250px;" />'

# 批量生成图表的HTML标签
stacks_list = [create_stacking_chart() for _ in range(5)]

# 构建DataFrame
df = pd.DataFrame({'Stacking Plan': stacks_list})

# 渲染显示图片列
HTML(df.to_html(escape=False))

关键细节说明 #

• 内存处理：用io.BytesIO替代本地文件路径，实现图表的内存读写，避免磁盘IO操作。
• Base64封装：将图片二进制数据转成Base64字符串后，嵌入到HTML的data:image/png;base64,协议中，直接作为图片源。
• HTML渲染：通过df.to_html(escape=False)关闭HTML转义，确保<img>标签被正确解析，最后用IPython.display.HTML渲染显示。
• 内存释放：每次生成图表后调用plt.close(fig)，避免Matplotlib保留大量未关闭的图表对象导致内存溢出。

更优实现方案 #

如果你的使用环境是Jupyter Notebook/Lab，也可以利用pandas.io.formats.style.Styler自定义列渲染逻辑，代码更简洁：

def render_img(val):
    return val

df.style.format({'Stacking Plan': render_img}).set_properties(**{'text-align': 'center'})

这种方式无需额外调用HTML()，直接通过Styler渲染HTML标签，显示效果一致。

内容的提问来源于stack exchange，提问作者katie