如何将NumPy数组图像作为Matplotlib散点图标记（无需存为PNG）

你可以直接将numpy 2D数组作为散点标记，无需转存为PNG或PIL图像。Matplotlib的OffsetImage支持直接传入numpy数组，之前的代码问题主要出在数组数值范围处理和不必要的格式转换上，以下是修正后的最佳实现：

核心思路 #

• 无需将数组转成PIL图像，直接用numpy数组传入OffsetImage
• 确保数组数值范围符合图像显示要求：0-1浮点数或0-255的uint8
• 用AnnotationBbox将图像定位到指定x、y坐标

完整代码 #

import matplotlib.pyplot as plt
import numpy as np
from matplotlib.offsetbox import AnnotationBbox, OffsetImage

# 生成示例数据：5张10×10的随机图像数组（0-1浮点数）
images = np.random.uniform(0, 1, (5, 10, 10))
# 标记位置坐标
x, y = np.array([0, 2, -3, 6, 6.5]), np.array([10, 3, -2, -1, 0.2])

fig, ax = plt.subplots()

for img, xi, yi in zip(images, x, y):
    # 将0-1的浮点数数组转成0-255的uint8（可选，也可直接用浮点数配合cmap）
    img_scaled = (img * 255).astype(np.uint8)
    # 创建OffsetImage，指定颜色映射（单通道数组用cmap，RGB数组可省略）
    oi = OffsetImage(img_scaled, cmap='gray', zoom=1.5)
    # 创建AnnotationBbox并添加到轴上
    ab = AnnotationBbox(oi, (xi, yi), frameon=False)
    ax.add_artist(ab)

# 设置轴范围，确保所有标记都在可视区域内
ax.set_xlim(x.min() - 1, x.max() + 1)
ax.set_ylim(y.min() - 1, y.max() + 1)

# 保存或显示图像
# fig.savefig('funny_markers.png')
plt.show()
plt.close('all')

关键细节说明 #

1. 数值范围处理：原始数组是0-1的浮点数，直接转uint8会全部变成0，所以需要先乘以255再转类型，或者直接用浮点数数组并指定cmap，Matplotlib会自动处理范围。
2. 颜色映射：单通道数组通过cmap参数指定颜色方案，比如'gray'灰度图，也可以用'viridis'等彩色映射。如果是RGB三通道数组（形状为(10,10,3)），可以直接传入OffsetImage无需cmap。
3. 标记大小：通过OffsetImage的zoom参数调整图像标记的显示大小，数值越大标记越大。
4. 轴范围设置：必须手动设置x、y轴的范围，否则Matplotlib默认会根据空的散点数据设置范围，导致图像标记超出可视区域。

内容的提问来源于stack exchange，提问作者user8188120