使用多个子图显示/保存多个图形（matplotlib/python）

我正在对大量图像进行预处理（裁剪、通过网络运行等），然后将这些图像以单位形式存储。从这些单元中，我绘制了一个带有多个子图的图形，显示了特定卷积层上图像的激活

我正在努力实现的是，给定一组多个图像，每个图像的数字（每个图像的图形）将与每个图形子图一起显示或保存到一个目录（如果这样可以更容易在jupyter中处理的话）

转换为单位的单个图像的单位：

[[0.0000000e+00 0.0000000e+00 0.0000000e+00 ... 3.3075356e-01
    0.0000000e+00 0.0000000e+00]
   [0.0000000e+00 1.4396116e-01 0.0000000e+00 ... 0.0000000e+00
    0.0000000e+00 0.0000000e+00]
   [0.0000000e+00 5.4249477e-01 1.9857159e-01 ... 0.0000000e+00
    1.5366032e+00 1.0890217e+00]
   ...
   [7.5161266e-01 9.6204914e-02 6.8889879e-02 ... 1.3110014e+00
    5.4128194e-01 4.9922270e-01]
   [7.5161266e-01 9.6204914e-02 6.8889879e-02 ... 1.3110014e+00
    5.4128194e-01 4.9922270e-01]
   [7.5161266e-01 9.6204914e-02 6.8889879e-02 ... 1.3110014e+00
    5.4128194e-01 4.9922270e-01]]

职能：

def getActivations(layer,stimuli):
    with tf.Session(graph=graph) as sess:
        #print (stimuli)
        #im=stimuli
        im=np.reshape(stimuli,[-1,224,224],order='F')#stimuli
        im=np.expand_dims(im,axis=0)

        #im=np.reshape(im,[-1,224,224],order='F')#stimuli
        #plt.imshow(im,interpolation="nearest", cmap="gray")
        #print (im)
        #for im in stimuli:
        #batch = np.array([im for i in range(1)])
        x = graph.get_tensor_by_name('prefix/data:0')
        #x2 = tf.reshape(x,[-1,224,224])
        y=graph.get_tensor_by_name(layer)
        units = sess.run(y,feed_dict={x: np.swapaxes(im,1,3)})#np.reshape(stimuli,[-1,224,224],order='F'),keep_prob:1.0})
        #print (units)
        plotNNFilter(units)



def plotNNFilter(units):
    #for a in units:

    #print ("###############################################################")
    #print (units)
    filters = units.shape[3]
    #print ("###############################################################")
    #print (filters)
    plt.figure(1,figsize=(20,20))
    n_columns = 6
    n_rows = math.ceil(filters / n_columns) + 1
    for i in range (filters):
        #plt.subplot(n_rows,n_columns, i+1)
        plt.subplot(n_rows,n_columns, i+1)
        plt.title('Filter' + str(i))
        plt.imshow(units[0,:,:,i],interpolation="nearest",cmap="gray")

我得到了这个折旧错误：

MatplotlibDeprecationWarning:使用相同的参数添加轴 作为前一个实例，axes当前重用前一个实例。将来 版本时，将始终创建并返回一个新实例。 同时，此警告可以被抑制，并且未来的行为 通过向每个轴实例传递唯一的标签来确保。 warnings.warn（消息，mpldeprection，stacklevel=1）

我看到了另一个带有相同错误警告的问题：

但我认为答案并不适用于我想要实现的目标？

---

打印透镜（单位），以便我可以使用数字并将其作为迭代来进行plt。图（i…）为每个单元打印1。

您可以首先使用

fig，axes=plt创建子批次。子批次（numrows，numcols）

<代码>轴将是一个子图数组，您可以迭代并绘制任何您喜欢的图

注意：行数和列数必须是整数

filters = units.shape[3]
n_columns = 6
n_rows = int(math.ceil(filters / n_columns) + 1)
fig, axes = plt.subplots(n_rows, n_columns, figsize=(20, 20))

for i, ax in enumerate(axes.flatten()):
    if i>=filters:
        ax.remove()
    else:
        ax.set_title('Filter' + str(i))
        ax.imshow(units[0, :, :, i], interpolation="nearest", cmap="gray")

---

轴

是一个子地块的数组，因此要在它们之间循环，我们需要展平此数组。然后我们循环遍历它们，将

ax

分配给每个子批，

i

本质上是一个计数器。因为没有使用所有子批次（最后两个将为空），我检查

I

是否大于或等于图像数量

，如果I>=过滤器：

，如果是这样，我将删除这些子批次。如果这不是真的，我们继续绘制图像。

为什么不先创建子图，然后使用面向对象的API对其进行迭代？我刚刚开始在这个堆栈中编程，因此还不知道太多。HI@DavidG，这引发了“fig，axes…”行a TypeError:“float”对象不能解释为index@ProddoBaggins

n_行

是一个浮点数。但是，传递给

plt.subplot（）

的行数和列数必须是整数。我已经更新了我的回答。这会生成第一个（？）图形，然后抛出：Indexer错误：索引64超出轴3的范围，大小为64。我已经计算了子批次，因此它会正确打印一个带有64个子批次的图形，然后“尝试”在停止之前打印另一个2，其尺寸与之前的子批次不同@DavidG@ProddoBaggins您能告诉我

n_行

的值是多少吗（没有int（）转换）？