按按键迭代展示Torch/NumPy数组图像的实现及报错解决
报错核心原因
- 报
UnboundLocalError的逻辑很直白:Python的变量作用域规则规定,只要函数内部出现对某个变量的赋值操作,Python就会把这个变量当成函数自己的局部变量。你写的plot函数里有i +=1的自增逻辑,所以i被判定成局部变量,但等执行到ax1.imshow(data[:,:,i])这行的时候,这个局部的i还没被赋值,自然就触发报错。 - 至于按键函数的参数问题:Matplotlib给绑定的按键回调函数传参时,只会自动传入一个代表按键事件的
event对象(就是你代码里写的e),本身就不支持你额外传自定义参数。你要维护的当前切片索引是独立于事件参数的内部状态,两者完全不冲突,根本不需要把索引当参数传给回调。
几个可直接运行的解决方法
方法1:最小改动适配,用global声明全局索引
直接在回调函数里把索引标记为全局变量,告诉Python别把它当函数内的局部变量。顺便删掉你代码里重复创建figure、ax的冗余逻辑——初始化时已经建好坐标轴了,每次按键只要清轴、更新图就行,没必要重新创建画布。
修改后的可运行代码:
import matplotlib.pyplot as plt import torch data = torch.rand((64, 64, 798)) total_slice_count = data.shape[-1] # 预先统计总切片数,防止索引越界 fig = plt.figure(1) ax1 = fig.add_subplot(111, aspect='equal') current_idx = 0 # 把无意义的i改成带语义的变量名,后续维护更清晰 def on_key_press(event): global current_idx # 声明使用全局作用域的current_idx,解决作用域报错 ax1.cla() # 清空坐标轴上的旧内容 ax1.imshow(data[:, :, current_idx]) # 索引循环自增,到最后一帧自动回到开头,不会触发索引越界错误 current_idx = (current_idx + 1) % total_slice_count fig.canvas.draw() # 强制刷新画布内容 cid = fig.canvas.mpl_connect('key_press_event', on_key_press) plt.show()
方法2:类封装状态,适合后续扩展功能
完全不使用全局变量,把索引、绘图逻辑、事件处理都封装在类内部,状态存在类属性上,不会有作用域冲突的问题。后续要加自定义功能比如用左右方向键切换前后帧、显示当前切片序号、按快捷键保存当前切片,修改起来也更方便。
示例代码:
import matplotlib.pyplot as plt import torch class SliceNavigator: def __init__(self, img_array): self.data = img_array self.max_slice = img_array.shape[-1] self.idx = 0 # 初始化画布 self.fig, self.ax = plt.subplots(figsize=(5,5)) # 绑定按键回调 self.fig.canvas.mpl_connect('key_press_event', self.handle_key) # 初始绘制第一帧内容 self.draw_current_slice() def handle_key(self, event): # 自定义按键逻辑:右键切换下一张,左键切换上一张 if event.key == 'right': self.idx = (self.idx + 1) % self.max_slice elif event.key == 'left': self.idx = (self.idx - 1) % self.max_slice self.draw_current_slice() def draw_current_slice(self): self.ax.cla() self.ax.imshow(self.data[:, :, self.idx]) self.ax.set_title(f"当前显示切片: {self.idx + 1}/{self.max_slice}") self.fig.canvas.draw() # 启动切片导航器 data = torch.rand((64,64,798)) nav = SliceNavigator(data) plt.show()
方法3:闭包存状态,轻量适合快速写小工具
不想用全局变量,也懒得写类的话,用Python闭包在回调函数内部保存索引状态即可,代码简洁无需额外结构。
示例代码:
import matplotlib.pyplot as plt import torch data = torch.rand((64,64,798)) total_slice = data.shape[-1] fig, ax = plt.subplots(figsize=(5,5)) def make_key_callback(): current_idx = 0 # 闭包内部保存当前的索引状态 def on_key_press(event): nonlocal current_idx # 声明使用外层闭包的变量,避免触发之前的UnboundLocalError ax.cla() ax.imshow(data[:, :, current_idx]) current_idx = (current_idx + 1) % total_slice fig.canvas.draw() return on_key_press cid = fig.canvas.mpl_connect('key_press_event', make_key_callback()) plt.show()
内容的提问来源于stack exchange,提问作者enter_thevoid
相关产品推荐
相关产品推荐

