根据您的需求， matplotlib的imshow或脾气暴躁可能是最好的选择。

Matplotlib无限灵活，但是速度却很慢（即使您正确执行所有操作，matplotlib中的动画也可能会占用大量资源。）但是，您将拥有一个非常精彩的，功能齐全的绘图库。

Glumpy非常适合2D numpy数组的快速，基于openGL的显示和动画处理，但它的功能受到更多限制。但是，如果您需要对一系列图像进行动画处理或实时显示数据，则比matplotlib更好。

使用matplotlib（使用pyplot API代替pylab）：

import matplotlib.pyplot as plt
import numpy as np

# Generate some data...
x, y = np.meshgrid(np.linspace(-2,2,200), np.linspace(-2,2,200))
x, y = x - x.mean(), y - y.mean()
z = x * np.exp(-x**2 - y**2)

# Plot the grid
plt.imshow(z)
plt.gray()
plt.show()

使用脾气暴躁：

import glumpy
import numpy as np

# Generate some data...
x, y = np.meshgrid(np.linspace(-2,2,200), np.linspace(-2,2,200))
x, y = x - x.mean(), y - y.mean()
z = x * np.exp(-x**2 - y**2)

window = glumpy.Window(512, 512)
im = glumpy.Image(z.astype(np.float32), cmap=glumpy.colormap.Grey)

@window.event
def on_draw():
    im.blit(0, 0, window.width, window.height)
window.mainloop()

快速添加：对于使用matplotlib进行显示，如果要使图像显示为“光栅”，即像素化后不进行平滑处理，则应在imshow调用中包括选项insert ='nearest'。

在pylab交互模式下使用ipython，您可以执行以下操作：

$ ipython pylab
In [1]: imshow(your_array)

或不在pylab模式下：

$ ipython
In [1]: from pylab import *
In [2]: imshow(your_array)
In [3]: pylab.show()

或没有pylab名称空间的东西：

$ ipython
In [1]: import matplotlib.pyplot as pyplot
In [2]: pyplot.imshow(your_array)
In [3]: pyplot.show()