前面我们已经用到啦图像绘制， io.imshow（img） 这行代码实质是利用matplot包对图片进行绘制，绘制成功后，返回一个matplotlib类型数据。 imshow()格式为 matplotlib.pyplot.imshow(X, cmap=None) X：要绘制的图像或者数组 cmap：颜色图谱，默认绘制为RGB颜色空间 其他颜色图谱： 颜色图谱 描述 autumn 红-橙-黄 bone 黑-白，x线 cool 青-洋红 copper 黑-铜 flag 红-白-蓝-黑 gray 黑-白 hot 黑-红-黄-白 hsv hsv颜色空间， 红-黄-绿-青-蓝-洋红-红 inferno 黑-红-黄 jet 蓝-青-黄-红 magma 黑-红-白 pink 黑-粉-白 plasma 绿-红-黄 prism 红-黄-绿-蓝-紫-…-绿模式 spring 洋红-黄 summer 绿-黄 viridis 蓝-绿-黄 winter 蓝-绿
在窗口上绘制完图片后，返回一个AxesImage对象。要在窗口上显示这个对象，我们可以调用show()函数来进行显示，但进行练习的时候（ipython环境中），一般我们可以省略show（）函数，也能自动显示出来。 from skimage import io,data img=data.astronaut() dst=io.imshow(img) print(type(dst)) io.show() matplotlib是一个专业绘图的库，相当于matlab中的plot,可以设置多个figure窗口,设置figure的标题，隐藏坐标尺，甚至可以使用subplot在一个figure中显示多张图片。一般我们可以这样导入matplotlib库： import matplotlib.pyplot as plt一、用figure函数和subplot函数分别创建主窗口和子图
from skimage import data import matplotlib.pyplot as plt img=data.astronaut() plt.figure(num='astronaut',figsize=(8,8)) #创建一个名为astronaut的窗口,并设置大小 plt.subplot(2,2,1) #将窗口分为两行两列四个子图，则可显示四幅图片 plt.title('origin image') #第一幅图片标题 plt.imshow(img) #绘制第一幅图片 plt.subplot(2,2,2) #第二个子图 plt.title('R channel') #第二幅图片标题 plt.imshow(img[:,:,0],plt.cm.gray) #绘制第二幅图片,且为灰度图 plt.axis('off') #不显示坐标尺寸 plt.subplot(2,2,3) #第三个子图 plt.title('G channel') #第三幅图片标题 plt.imshow(img[:,:,1],plt.cm.gray) #绘制第三幅图片,且为灰度图 plt.axis('off') #不显示坐标尺寸 plt.subplot(2,2,4) #第四个子图 plt.title('B channel') #第四幅图片标题 plt.imshow(img[:,:,2],plt.cm.gray) #绘制第四幅图片,且为灰度图 plt.axis('off') #不显示坐标尺寸 plt.show() #显示窗口 在图片绘制过程中，我们用matplotlib.pyplot模块下的figure()函数来创建窗口，函数格式为： matplotlib.pyplot.figure(num=None, figsize=None, dpi=None, facecolor=None, edgecolor=None) 所有参数都是可选的，都有默认值，因此调用该函数时可以不带任何参数，其中：num: 整型或字符型都可以。如果设置为整型，则该整型数字表示窗口的序号。如果设置为字符型，则该字符串表示窗口的名称。用该参数来命名窗口，如果两个窗口序号或名相同，则后一个窗口会覆盖前一个窗口。
figsize: 设置窗口大小。是一个tuple型的整数，如figsize=（8，8）
dpi: 整形数字，表示窗口的分辨率。
facecolor: 窗口的背景颜色。
edgecolor: 窗口的边框颜色。
用figure()函数创建的窗口，只能显示一幅图片，如果想要显示多幅图片，则需要将这个窗口再划分为几个子图，在每个子图中显示不同的图片。我们可以使用subplot（）函数来划分子图，函数格式为：
matplotlib.pyplot.subplot(nrows, ncols, plot_number) nrows: 子图的行数。 ncols: 子图的列数。 plot_number: 当前子图的编号。
二、用subplots来显示窗口与划分子图
import matplotlib.pyplot as plt from skimage import data,color img = data.immunohistochemistry() hsv = color.rgb2hsv(img) fig, axes = plt.subplots(2, 2, figsize=(7, 6)) ax0, ax1, ax2, ax3 = axes.ravel() ax0.imshow(img) ax0.set_title("Original image") ax1.imshow(hsv[:, :, 0], cmap=plt.cm.gray) ax1.set_title("H") ax2.imshow(hsv[:, :, 1], cmap=plt.cm.gray) ax2.set_title("S") ax3.imshow(hsv[:, :, 2], cmap=plt.cm.gray) ax3.set_title("V") for ax in axes.ravel(): ax.axis('off') fig.tight_layout() #自动调整subplot间的参数直接用subplots()函数来创建并划分窗口。注意，比前面的subplot()函数多了一个s，该函数格式为：
matplotlib.pyplot.subplots(nrows=1, ncols=1)
nrows: 所有子图行数，默认为1。
ncols: 所有子图列数，默认为1。
返回一个窗口figure, 和一个tuple型的ax对象，该对象包含所有的子图,可结合ravel()函数列出所有子图，如：
fig,axes = plt.subplots(2,2,figsize=(7,6)) zx0,zx1,zx2,zx3 =axes.ravel()创建来2行2列4个子图，分别取名ax0,ax1,ax2,ax3，每个子图标题用set_title()函数来设置，如：
ax0.imshow(img) ax0.set_title("Ori")如果有多个子图，我们还可以使用tight_layout()函数来调整显示的布局，该函数格式为：
matplotlib.pyplot.tight_layout(pad=1.08, h_pad=None, w_pad=None, rect=None)
所有的参数都是可选的，调用该函数时可省略所有的参数。
pad: 主窗口边缘和子图边缘间的间距，默认为1.08
h_pad, w_pad: 子图边缘之间的间距，默认为 pad_inches
rect: 一个矩形区域，如果设置这个值，则将所有的子图调整到这个矩形区域内。 一般调用为：
plt.tight_layout() #自动调整subplot间参数