求助：将Pandas柱状图转换为NumPy数组时图像显示异常

看起来你在把Matplotlib柱状图转成NumPy数组再显示的过程中碰到了问题——保存的PNG正常，但im.show()出异常，我来帮你一步步排查原因并解决：

1. 先修正绘图时的轴关联问题 #

你的原代码里先创建fig再手动添加子图，然后调用df.plot.bar()，这时候pandas可能会默认使用当前活跃的轴，但偶尔会出现关联不明确的情况，导致fig2data捕获的画布内容异常。

建议改成更清晰的写法，直接创建带轴的画布，并明确指定绘图的轴：

# 替换原来的fig创建代码
fig, ax = plt.subplots()
df.plot.bar(ax=ax)  # 明确告诉pandas用这个轴绘图

2. 确保fig2data正确捕获画布内容 #

很多自定义的fig2data函数容易漏掉刷新画布的步骤，导致捕获的是空画布或者旧内容。你的fig2data里一定要包含fig.canvas.draw()这一步，确保所有绘图元素都渲染到画布上。

一个可靠的fig2data实现应该是这样的：

def fig2data(fig):
    # 强制刷新画布，确保所有绘图都渲染完成
    fig.canvas.draw()
    # 从画布获取RGB格式的二进制数据
    data = np.frombuffer(fig.canvas.tostring_rgb(), dtype=np.uint8)
    # 把数据调整为(高度, 宽度, 3)的NumPy数组形状
    height, width = fig.canvas.get_height_width()
    data = data.reshape((height, width, 3))
    return data

3. 检查data2img的转换逻辑 #

im.show()异常很大概率是NumPy数组的格式不符合PIL的要求：

• PIL要求数组是uint8类型，值范围在0-255之间，如果你的数组是float类型（比如0-1），必须转换类型
• 部分Matplotlib后端可能返回BGR通道的数组，而PIL默认需要RGB，这时候要反转通道

调整后的data2img可以这样写：

def data2img(numpy_array):
    # 确保数据是uint8类型，范围0-255
    if numpy_array.dtype != np.uint8:
        numpy_array = (numpy_array * 255).astype(np.uint8)
    # 如果是BGR通道，转成RGB（如果你的图显示偏色，取消下面的注释）
    # numpy_array = numpy_array[..., ::-1]
    return Image.fromarray(numpy_array)

4. 调试定位：先查看数组的关键信息 #

如果还是有问题，可以先打印NumPy数组的关键信息，快速定位问题：

numpy_array = fig2data(fig)
print("数组形状:", numpy_array.shape)
print("数据类型:", numpy_array.dtype)
print("数值范围:", numpy_array.min(), "~", numpy_array.max())

正常情况下应该输出类似 (480, 640, 3)、uint8、0 ~ 255的结果。如果不符合，就对应调整转换逻辑。

修改后的完整代码 #

把这些调整整合起来，完整代码如下：

import pandas as pd
import matplotlib.pyplot as plt
import numpy as np
from PIL import Image

def fig2data(fig):
    fig.canvas.draw()
    data = np.frombuffer(fig.canvas.tostring_rgb(), dtype=np.uint8)
    height, width = fig.canvas.get_height_width()
    data = data.reshape((height, width, 3))
    return data

def data2img(numpy_array):
    if numpy_array.dtype != np.uint8:
        numpy_array = (numpy_array * 255).astype(np.uint8)
    # numpy_array = numpy_array[..., ::-1]  # 按需启用
    return Image.fromarray(numpy_array)

# 你的数据处理部分
df = pd.DataFrame.from_dict(data)

# 绘图与转换
fig, ax = plt.subplots()
df.plot.bar(ax=ax)
numpy_array = fig2data(fig)
plt.savefig('curr_bar_chart.png')
plt.close()

im = data2img(numpy_array)
im.show()

这些调整应该能解决你碰到的im.show()异常问题，你可以一步步试下来，先从轴关联和fig2data的刷新步骤开始排查。

内容的提问来源于stack exchange，提问作者ginge