python - 为什么导入 mnist 数字数据集时总是漏掉一个子图？

Question

我想导入 mnist digits 数字以在一个图中显示，并编写这样的代码，

import keras
from keras.datasets import mnist
import matplotlib.pyplot as plt
(X_train, y_train), (X_test, y_test) = mnist.load_data()
fig = plt.figure(figsize=(8,8))
n = 0
for i in range (5):
    for j in range (5):
        plt.subplot(5, 5, i*5 +j +1)
   
        plt.imshow(X_train[n], cmap='Greys')
        plt.title("Digit:{}".format(y_train[n]))
        n += 1
        plt.tight_layout()
plt.show()

但是，无论我更改行和列，它总是在底部缺少一个子图，就像那样 我不知道这里发生了什么......

Answer 1

我也能够重现这个错误。它似乎与您在循环中应用的 plt.tight_layout() 有关。不要这样做，而是使用 plt.subplots首先生成轴对象，然后迭代这些对象。绘制完所有内容后，在打开的图形上使用 tight_layout:

import keras
from keras.datasets import mnist
import matplotlib.pyplot as plt
(X_train, y_train), (X_test, y_test) = mnist.load_data()
fig, axes = plt.subplots(nrows=5, ncols=5, figsize=(8,8))
for i, ax in enumerate(axes.flat):
    ax.imshow(X_train[i], cmap='Greys')
    ax.set_title("Digit:{}".format(y_train[i]))
fig.tight_layout()
plt.show()

我们现在得到了预期的结果: