Matplotlib没有为此进行优化。如果你只想以一个像素对一个像素的方式显示图像，那么使用更简单的选项会更好。（例如，看看Tkinter。）
话虽如此说：

import matplotlib.pyplot as plt
import numpy as np

# DPI, here, has _nothing_ to do with your screen's DPI.
dpi = 80.0
xpixels, ypixels = 800, 800

fig = plt.figure(figsize=(ypixels/dpi, xpixels/dpi), dpi=dpi)
fig.figimage(np.random.random((xpixels, ypixels)))
plt.show()

或者，如果你真的想使用imshow，你就需要更详细一点。然而，这有一个好处，允许你在需要的时候放大等等。

import matplotlib.pyplot as plt
import numpy as np

dpi = 80
margin = 0.05 # (5% of the width/height of the figure...)
xpixels, ypixels = 800, 800

# Make a figure big enough to accomodate an axis of xpixels by ypixels
# as well as the ticklabels, etc...
figsize = (1 + margin) * ypixels / dpi, (1 + margin) * xpixels / dpi

fig = plt.figure(figsize=figsize, dpi=dpi)
# Make the axis the right size...
ax = fig.add_axes([margin, margin, 1 - 2*margin, 1 - 2*margin])

ax.imshow(np.random.random((xpixels, ypixels)), interpolation='none')
plt.show()

如果你真的不需要matlibplot，这里是我最好的方法

import PIL.Image
from io import BytesIO
import IPython.display
import numpy as np
def showbytes(a):
    IPython.display.display(IPython.display.Image(data=a))

def showarray(a, fmt='png'):
    a = np.uint8(a)
    f = BytesIO()
    PIL.Image.fromarray(a).save(f, fmt)
    IPython.display.display(IPython.display.Image(data=f.getvalue()))

使用showbytes()显示图像字节字符串，使用showarray()显示数字数组。

如果你在Jupyter笔记本上工作，安装了pillow（Python Imaging Library），并且不需要色彩Map表，那么Image.fromarray就很方便了，你只需要把数据转换成它可以使用的形式（np.uint8或bool）：

import numpy as np
from PIL import Image
data = np.random.random((512, 512))

Image.fromarray((255 * data).astype(np.uint8))

或者如果您有一个布尔数组：

Image.fromarray(data > 0.5)

这是一个使用imshow的公认答案的修改版本，它对我来说是有效的，至少对正方形图像是有效的（它似乎不总是对非正方形图像有效）。

import matplotlib.pyplot as plt
import numpy as np

image = ...

dpi = 100
margin = 0.05
ypixels, xpixels = image.shape
fig = plt.figure(figsize=((1 + margin * 2) * (xpixels + 1) / dpi,
                          (1 + margin * 2) * (ypixels + 1) / dpi),
                 dpi=dpi)
ax = fig.add_axes([margin, margin,
                   1 / (1 + margin * 2), 1 / (1 + margin * 2)])
ax.imshow(image)
plt.show()

这个答案与公认答案之间的差异是轴的宽度和高度不同，以及每个维度加上1以及margin乘以2的figsize。

如果您正在尝试放大图像，则：

import matplotlib.pyplot as plt

import numpy as np

dpi = 80
margin = 0.01 # The smaller it is, the more zoom you have
xpixels, ypixels = your_image.shape[0], your_image.shape[1] ## 

figsize = (1 + margin) * ypixels / dpi, (1 + margin) * xpixels / dpi

fig = plt.figure(figsize=figsize, dpi=dpi)
ax = fig.add_axes([margin, margin, 1 - 2*margin, 1 - 2*margin])

ax.imshow(your_image)
plt.show()