Jupyter Notebook 怎么在代码块里显示图片

Chloe

发布时间：2026-08-25| 161人浏览过

原创

前言

在 Jupyter Notebook 里显示图片，看上去只是几行代码，实际最容易卡在方法选错、颜色通道不对，或者路径判断出了偏差。本文按“直接显示文件”“显示已加载图像数据”“排查不显示原因”三条线梳理，方便你快速判断该用哪个接口，以及出问题时先查哪一步。

在 Jupyter Notebook 里“代码能跑、图片却不出来”，多数时候不是 Notebook 本身有问题，而是显示方式和图像来源没对应上。下面按最常见的几种场景拆开讲：什么时候直接用 IPython.display.Image，什么时候该用 plt.imshow，以及图片不显示时该怎样快速判断是不是路径和权限问题。

直接显示图片文件：优先用 IPython.display.Image

如果你的目标只是把本地图片或网络图片显示在代码单元输出区，IPython.display.Image 通常是最省事也最稳定的办法。它不依赖额外图像处理流程，也不会走 matplotlib 的绘图逻辑，而是直接读取图片内容，转成 base64 后交给前端渲染。

这类方式适合两种情况：一是你手里已经有本地图片文件；二是你拿到的是可以直接访问的图片地址。出现问题时，常见表现通常是单元格里空白、报 FileNotFoundError，或者只显示一个损坏的图片图标。

路径应以当前 notebook 文件所在目录为参照，而不是简单按 os.getcwd() 去猜。两者经常并不一致。
文件名里如果带中文、空格或特殊符号，例如 (1)、#，更容易导致加载失败，稳妥做法是改成英文和下划线命名。
使用 filename= 时，文件必须真实存在且当前进程有读取权限；使用 url= 时，链接也必须可直连，某些需要登录或处于内网的地址无法正常渲染。
它支持 width 和 height 调整尺寸，但不支持 CSS 样式。如果你还想加圆角、边框之类效果，就该换成 %%html 这类方式。

示例：

from IPython.display import Image
Image(filename="data/cat.jpg", width=400)

已经拿到图像数据时，用 matplotlib.pyplot.imshow

如果你不是单纯展示文件，而是已经通过 cv2.imread、PIL.Image.open 或 np.array 把图像读进内存，那么更适合用 matplotlib.pyplot.imshow。这种方式尤其常见于图像预处理、数据分析和可视化调试流程里，因为你可以直接查看数组、PIL 对象或处理中间结果。

Jupyter 中按图片来源选择显示方式的专栏手绘图 — **Jupyter 里两类图片显示路径**把“直接显示文件”和“显示已加载图像数据”分开理解，能少走很多弯路。

这时最常见的报错并不是“显示不出来”，而是“显示出来但颜色不对”。比如画面发紫、发绿、全黑、整片偏白，或者坐标轴把版面挤乱，多张图里最后只看到一张。

OpenCV 读进来的默认是 BGR，而 plt.imshow 按 RGB 解释颜色，所以需要先转换：cv2.cvtColor(img_cv, cv2.COLOR_BGR2RGB)。
灰度图只有单通道时，最好显式写上 cmap='gray'，否则会套用默认伪彩色映射，结果和原图差很多。
如果只是看图，不看坐标，记得加上 plt.axis('off')，这样版面更干净，也不会浪费输出区域。
连续显示多张图时，每次都要配合 plt.show()，否则多个 plt.imshow 可能叠在同一个 figure 里，最后只渲染出最后一次结果。

示例：

import matplotlib.pyplot as plt
from PIL import Image

img = Image.open("data/dog.png")
plt.imshow(img)
plt.axis('off')
plt.show()

为什么不该用 img.show()

不少人第一次在 Notebook 里处理图片，会下意识调用 img.show()。这个方法在普通脚本里看起来很自然，但它并不会把图片嵌进 Jupyter 输出区域。

PIL.Image.show() 的实际行为，是调用操作系统默认的图片查看器，比如 macOS 的预览或 Windows 的照片应用。也就是说，它和 Jupyter 页面本身没有直接关系。你在 notebook 里运行后，可能会弹出一个系统窗口，也可能因为环境限制、权限、防火墙或无图形界面而静默失败。

如果代码执行没报错，但浏览器里什么都没看到，首先就该检查自己是不是误用了这个方法。

把所有 .show() 调用去掉，换成 display(img) 或 plt.imshow(...); plt.show()。
display() 是 IPython 的通用输出函数，确实可以识别 PIL 图像对象。
不过从表达清晰度来说，如果你本来就是展示图片文件，直接用 IPython.display.Image 会更明确。
同时要注意，display() 不是 Python 内置函数，使用前需要先导入：from IPython.display import display。

图片不显示时，先排查路径和权限

实际排障里，最常见的问题并不是 API 选错，而是路径不对、文件不存在，或者当前环境没有读取权限。很多“方法失效”的反馈，最后都能归到这里。

Jupyter 图片不显示时的路径排查暖色便签图 — **图片不显示先查这四处**大多数“图片不显示”问题，先看文件是否存在、能否读取、最终解析到哪里。

与其反复改代码，不如先跑三行诊断，把最基本的事实确认清楚：

import os
path = "data/photo.jpg"
print("文件存在？", os.path.exists(path))
print("有读权限？", os.access(path, os.R_OK))
print("绝对路径是：", os.path.abspath(path))

这段输出可以快速告诉你三件事：文件到底在不在、当前进程能不能读，以及你写下的相对路径最终解析到了哪里。

如果第一行结果是 False，就不用继续怀疑显示函数了，说明路径本身就错了。此时应该回到 notebook 当前所在目录去核对，再确认图片是否真的放在对应的 data/ 子目录下。

还有几个细节也值得顺手检查：