Python 使用多个通道显示fits图像

我从CASA下载了一张带有多个频道的fits图像。我试图像上传普通图片一样上传图片，但显示了一个错误

“图像数据的维度无效”

图像有一个形状（1、20、250、250）

有没有办法显示所有频道

当我尝试下面的代码时，它只显示一个频道

file2=“下载/PVDiagramtest2.fits”
image\u data=fits.getdata（文件2）
图像数据=图像数据[~np.isnan（图像数据）]
plt.图（）
plt.imshow（图像数据[0,0，：，：]）
plt.show（）

要查看所有图像，可以使用子图循环浏览。如何将多个图像绘制在一起的玩具示例如下所示：

import numpy as np
import matplotlib.pyplot as plt   

x = np.random.rand(10)
y = np.random.rand(10)
z = np.sqrt(x**2 + y**2)

for i in range(16):
    plt.subplot(4, 4, i+1)
    plt.scatter(x, y, s=80, c=z, marker=verts)
plt.show() 

from astropy.io import fits
# import numpy as np
import matplotlib.pyplot as plt   

file = "WFPC2u5780205r_c0fx.fits"


image_data = fits.getdata(file)

# image_data = image_data[~np.isnan(image_data)]


num_channels = 4
x_dim = 2
y_dim = 2
colors = ['rainbow', 'PuRd_r', 'gist_earth', 'coolwarm']
for i in range(num_channels):
    plt.subplot(x_dim, y_dim, i+1)
    plt.imshow(image_data[i,:,:], cmap=colors[i])
plt.show()

在你的情况下，我认为可能是这样的：

import numpy as np
import matplotlib.pyplot as plt   

x = np.random.rand(10)
y = np.random.rand(10)
z = np.sqrt(x**2 + y**2)

for i in range(16):
    plt.subplot(4, 4, i+1)
    plt.scatter(x, y, s=80, c=z, marker=verts)
plt.show() 

from astropy.io import fits
# import numpy as np
import matplotlib.pyplot as plt   

file = "WFPC2u5780205r_c0fx.fits"


image_data = fits.getdata(file)

# image_data = image_data[~np.isnan(image_data)]


num_channels = 4
x_dim = 2
y_dim = 2
colors = ['rainbow', 'PuRd_r', 'gist_earth', 'coolwarm']
for i in range(num_channels):
    plt.subplot(x_dim, y_dim, i+1)
    plt.imshow(image_data[i,:,:], cmap=colors[i])
plt.show()

值得注意的是，我对您在

np.isnan（）。然而，也许对于您的数据，它的行为与您所喜欢的一样

对于本例，我使用了第一个示例FITS文件，该文件可从中获得。图像为4通道200x200像素。除了使用子图制作2x2网格外，我还没有格式化图像。下面是这个示例代码的输出图像：
抽象地说，每个通道都只是另一个2D图像，因此您首先要问的问题是您希望以何种方式显示所有通道？组合成某种假彩色图像？以某种方式堆积在一系列图像中？你必须先问自己这个问题。我刚刚贴了一张我通过CASA生成的航道图。我希望它能像那样显示出来。嗨，非常感谢你的输入。我仍然遇到此错误“num必须为1”尝试从1开始递增范围。我更新了代码这是我遇到的最新错误“数组索引太多”“。数据有很多nan值，但我使用np.isnan解释了这一点。如果您可以发布一个示例，如
PVDiagramtest2.fits
，那么就更容易准确地确定什么会起作用。堆栈溢出似乎不允许我发布文件，当我尝试将fits扩展名更改为png时，它会说文件太大。