Jupyter Notebook中用Matplotlib并排显示相册图片函数故障求助

我帮你梳理下原代码里的几个核心问题，然后给出能实现网格并排显示的修正版本～

原代码的问题点： #

• 错误使用了list.get(path)：list是Python内置类型，没有get方法，你应该是想获取指定目录下的图片路径列表，需要用文件操作相关的工具（比如os模块）来实现。
• 未定义的变量images：代码里cv2.imread(images)中的images没有声明，应该是遍历到的单个图片路径（另外别用iter当变量名，它是Python内置函数，换成img_path更清晰）。
• 没有利用子图对象实现并排：你虽然创建了fig, ax = plt.subplots(nrows=2, ncols=2)，但原函数完全没用到这些子图，反而每次循环单独调用plt.show()，这会导致图片逐个弹出，没法实现并排布局。

修正后的完整代码 #

import cv2
import numpy as np
import matplotlib.pyplot as plt
import os

def show_images_in_grid(folder_path, rows=2, cols=2):
    # 获取文件夹下的所有图片路径（可根据需要添加/修改图片格式后缀）
    img_paths = [os.path.join(folder_path, filename) 
                 for filename in os.listdir(folder_path) 
                 if filename.lower().endswith(('.png', '.jpg', '.jpeg', '.bmp'))]
    
    # 确保要显示的图片数量不超过子图总数
    total_imgs = min(len(img_paths), rows * cols)
    
    # 创建子图网格，设置合适的画布大小
    fig, axes = plt.subplots(nrows=rows, ncols=cols, figsize=(10, 8))
    # 将二维的axes数组转为一维，方便循环遍历
    axes = axes.flatten()
    
    for idx in range(total_imgs):
        current_path = img_paths[idx]
        # 读取图片
        img = cv2.imread(current_path)
        if img is None:
            print(f"警告：无法读取图片 {current_path}")
            axes[idx].axis('off')
            continue
        # OpenCV默认读入BGR格式，转为Matplotlib需要的RGB格式
        img_rgb = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)
        # 在对应子图中显示图片
        axes[idx].imshow(img_rgb)
        # 关闭子图的坐标轴
        axes[idx].axis('off')
    
    # 隐藏多余的子图（如果图片数量不足rows*cols）
    for idx in range(total_imgs, rows * cols):
        axes[idx].axis('off')
    
    # 自动调整子图间距，让布局更美观
    plt.tight_layout()
    # 显示整个网格图
    plt.show()

使用方法 #

在Jupyter Notebook里直接调用函数，传入你的相册文件夹路径即可：

# 替换成你的相册文件夹绝对/相对路径
show_images_in_grid("path/to/your/photo/album")

额外说明 #

• 代码里过滤了常见的图片格式，如果你的相册里有其他格式（比如.webp），可以添加到endswith的参数里；
• 处理了图片无法读取的情况，避免程序崩溃；
• 通过plt.tight_layout()自动调整子图之间的间距，避免图片被裁剪或重叠；
• 如果相册里的图片数量超过4张（2行2列），只会显示前4张，你可以修改函数的rows和cols参数来调整网格大小，比如show_images_in_grid("your/path", rows=3, cols=3)实现3x3的布局。

内容的提问来源于stack exchange，提问作者glomba