我有 4 個(gè) numpy 數(shù)組格式的圖像，其中每個(gè)圖像都是 4D（61、73、61、11），最后一個(gè)維度對(duì)應(yīng)于圖像通道（在我的例子中為 11）。我使用 for 循環(huán)迭代通道，并在每次迭代時(shí)為每個(gè)圖像創(chuàng)建一個(gè)包含 4 個(gè)圖的子圖。在 jupyter 筆記本中，我可以看到所有子圖，但我想創(chuàng)建一個(gè)包含所有子圖的圖形，這樣我就可以創(chuàng)建一個(gè) png 而不是 11。這是 matplotlib 中的代碼。import maplotlib.pyplot as pltcenter_slices = [s//2 for s in concat_img.shape[:1]] # take the middle sliceprint(np.squeeze(concat_img[center_slices[0], :, :, 5]).shape)for i in range(10):    f, axarr = plt.subplots(1, 4, figsize=(20,5),  sharex=True);    f.suptitle('Different intensity normalisation methods on brain fMRI image dual_regression + ALFF derivatives')    img = axarr[0].imshow(np.squeeze(concat_img[:, :, center_slices[0], i]), cmap='gray');    axarr[0].axis('off')    axarr[0].set_title('Original image')    f.colorbar(img, ax=axarr[0])    img = axarr[1].imshow(np.squeeze(concat_img_white[:, :, center_slices[0], i]), cmap='gray');    axarr[1].axis('off')    axarr[1].set_title('Zero mean/unit stdev')    f.colorbar(img, ax=axarr[1])    img = axarr[2].imshow(np.squeeze(concat_img_zero_one[:, :, center_slices[0], i]), cmap='gray');    axarr[2].axis('off')    axarr[2].set_title('[0,1] rescaling')    f.colorbar(img, ax=axarr[2])    img = axarr[3].imshow(np.squeeze(concat_img_one_one[:, :, center_slices[0], i]), cmap='gray');    axarr[3].axis('off')    axarr[3].set_title('[-1,1] rescaling')    f.colorbar(img, ax=axarr[3])        f.subplots_adjust(wspace=0.05, hspace=0, top=0.8)#     plt.savefig('./TTT.{0:07d}.png'.format(i)) # save each subplot in png plt.show();