### 显示图片的Python代码示例 以下是通过 `matplotlib` 和 `PIL` 库显示图片的两种方法： #### 方法一：使用 Matplotlib 显示图片 Matplotlib 是一个功能强大的数据可视化工具，可以用来显示图像。下面是一个简单的例子展示如何读取并显示一张本地图片。 ```python import matplotlib.pyplot as plt import matplotlib.image as mpimg # 加载图片文件 image = mpimg.imread('example.jpg') # 替换 'example.jpg' 为实际路径 plt.imshow(image) # 使用 imshow 函数显示图片 plt.axis('off') # 关闭坐标轴 plt.show() # 展示图片窗口 ``` 上述代码利用了 `matplotlib.image` 模块中的 `imread()` 函数来加载图片，并通过 `imshow()` 将其渲染到画布上[^1]。 #### 方法二：使用 PIL (Pillow) 显示图片 Pillow 是 Python Imaging Library 的现代分支，提供了丰富的图像处理能力。下面是基于 Pillow 的简单示例： ```python from PIL import Image # 打开图片文件 img = Image.open('example.jpg') # 替换 'example.jpg' 为实际路径 img.show() # 调用系统的默认程序打开图片 ``` 此代码片段展示了如何借助 Pillow 中的 `Image.open()` 来加载图片并通过 `.show()` 方法调用操作系统自带的应用程序来预览该图片[^5]。 如果希望在脚本内部而不是依赖外部应用程序的情况下呈现图像，则可结合 Matplotlib 和 Pillow 如下所示： ```python from PIL import Image import numpy as np import matplotlib.pyplot as plt # 使用 PIL 打开图片 pil_image = Image.open('example.jpg') np_array = np.array(pil_image) # 利用 Matplotlib 渲染数组形式的数据 plt.imshow(np_array) plt.axis('off') plt.show() ``` 这种方法先将图片转换成 Numpy 数组再传递给 Matplotlib 处理[^3]。 --- ### 性能对比与扩展性考虑 当涉及到更复杂的 GUI 或者需要频繁更新界面时，单独依靠 Matplotlib 可能会显得不够灵活高效。此时 PyQt 成为了另一种选择方案之一，在大规模应用开发中有更好的表现[^4]。