如何绘制灰度色块？能否用二维数组替代三维数组实现？

嘿，你的思路完全正确！灰度确实只需要单通道的数值就能表示——毕竟RGB三个分量相同的时候，本质就是一个单一的亮度值，根本没必要用三维数组来重复三次相同的数据。我来帮你把三维数组的实现改成更简洁的二维版本，完全满足你的需求～

核心逻辑梳理 #

RGB灰度的本质是：每个像素的R、G、B分量数值相同（或接近），所以我们只需要存储一个亮度值，matplotlib会自动把它转换成对应的灰度色彩。

二维数组实现代码 #

先补全你提到的三维数组实现示例（方便对比）：

import matplotlib.pyplot as plt
import numpy as np

# 生成50个从接近黑到接近白的灰度值
gray_values = np.linspace(1, 254, 50, dtype=np.uint8)
# 三维数组：50行色块 × 100列宽度 × 3通道
gray_blocks_3d = np.repeat(gray_values[:, np.newaxis, np.newaxis], 100, axis=1)
gray_blocks_3d = np.repeat(gray_blocks_3d, 3, axis=2)

fig, ax = plt.subplots(figsize=(10, 5))
ax.imshow(gray_blocks_3d)
ax.axis('off')
plt.show()

下面是简化后的二维数组版本：

import matplotlib.pyplot as plt
import numpy as np

# 同样生成50个灰度值，范围1到254
gray_values = np.linspace(1, 254, 50, dtype=np.uint8)
# 二维数组：50行色块 × 100列宽度，每行的所有像素都是同一个灰度值
gray_blocks_2d = np.repeat(gray_values[:, np.newaxis], 100, axis=1)

fig, ax = plt.subplots(figsize=(10, 5))
# 直接传入二维数组，指定cmap='gray'（其实默认就是灰度，写出来更清晰）
ax.imshow(gray_blocks_2d, cmap='gray')
ax.axis('off')
plt.show()

为什么这个方案可行？ #

• imshow函数处理二维数组时，默认会将数值映射到灰度色阶：数值0对应纯黑，255对应纯白，完美匹配你的灰度需求。
• 省去了重复三次通道的步骤，数组内存占用直接降到原来的1/3，代码也更简洁易懂。

对了，完全get你说的“与那本书无关！;)”的点，咱们就专注在把代码简化到位😉

内容的提问来源于stack exchange，提问作者n1k31t4