You need to enable JavaScript to run this app. 按按键迭代展示Torch/NumPy数组图像的实现及报错解决
优惠活动
大模型
产品
解决方案
定价
更多

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
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.11.12 03:57:03