Über "PIL" -Fehler, NameError: Name 'PIL' ist nicht definiert

Question

Ich bin ein neuer Python-Benutzer und neu in "Stack Overflow", wenn ich versuche, einen Tensorflow-Code zu kompilieren Ich habe eine Frage gestellt, und ich kann ' Ich habe die Antwort von der Website gefunden, also möchte ich von hier aus Hilfe holen, danke im Voraus!

Und das ist mein Compilierung Ergebnis:

D:\Python\Anaconda2\envs\tensorflow\python.exe D:/Python/pycharm_project/test/mnist_chuji 
Traceback (most recent call last): 
    File "D:/Python/pycharm_project/test/mnist_chuji", line 52, in <module> 
     DisplayArray(u_init, rng=[-0.1, 0.1]) 
    File "D:/Python/pycharm_project/test/mnist_chuji", line 15, in DisplayArray 
     PIL.Image.fromarray(a).save(f, fmt) 
NameError: name 'PIL' is not defined 

Process finished with exit code 1 

Hier ist mein Code, und ich markiert die Zeilennummer, die meine Fehler machen geschehen Sie es leicht zu finden:

#导入模拟仿真需要的库 
import tensorflow as tf 
import numpy as np 

#导入可视化需要的库 
from PIL import Image 
from io import StringIO #python3 使用了io代替了sStringIO 
from IPython.display import clear_output, Image, display 

def DisplayArray(a, fmt='jpeg', rng=[0,1]): 
    """Display an array as a picture.""" 
    a = (a - rng[0])/float(rng[1] - rng[0])*255 
    a = np.uint8(np.clip(a, 0, 255)) 
    f = StringIO() 
    PIL.Image.fromarray(a).save(f, fmt) #line 15 
    display(Image(data=f.getvalue())) 

sess = tf.InteractiveSession() 

def make_kernel(a): 
    """Transform a 2D array into a convolution kernel""" 
    a = np.asarray(a) 
    a = a.reshape(list(a.shape) + [1,1]) 
    return tf.constant(a, dtype=1) 

def simple_conv(x, k): 
    """A simplified 2D convolution operation""" 
    x = tf.expand_dims(tf.expand_dims(x, 0), -1) 
    y = tf.nn.depthwise_conv2d(x, k, [1, 1, 1, 1], padding='SAME') 
    return y[0, :, :, 0] 

def laplace(x): 
    """Compute the 2D laplacian of an array""" 
    laplace_k = make_kernel([[0.5, 1.0, 0.5], 
          [1.0, -6., 1.0], 
          [0.5, 1.0, 0.5]]) 
    return simple_conv(x, laplace_k) 

N = 500 

# Initial Conditions -- some rain drops hit a pond 

# Set everything to zero 
u_init = np.zeros([N, N], dtype="float32") 
ut_init = np.zeros([N, N], dtype="float32") 

# Some rain drops hit a pond at random points 
for n in range(40): 
    a,b = np.random.randint(0, N, 2) 
    u_init[a,b] = np.random.uniform() 

DisplayArray(u_init, rng=[-0.1, 0.1]) #line 52 

# Parameters: 
# eps -- time resolution 
# damping -- wave damping 
eps = tf.placeholder(tf.float32, shape=()) 
damping = tf.placeholder(tf.float32, shape=()) 

# Create variables for simulation state 
U = tf.Variable(u_init) 
Ut = tf.Variable(ut_init) 

# Discretized PDE update rules 
U_ = U + eps * Ut 
Ut_ = Ut + eps * (laplace(U) - damping * Ut) 

# Operation to update the state 
step = tf.group(
    U.assign(U_), 
    Ut.assign(Ut_)) 

# Initialize state to initial conditions 
tf.initialize_all_variables().run() 

# Run 1000 steps of PDE 
for i in range(1000): 
    # Step simulation 
    step.run({eps: 0.03, damping: 0.04}) 
    # Visualize every 50 steps 
    if i % 50 == 0: 
    clear_output() 
    DisplayArray(U.eval(), rng=[-0.1, 0.1]) 

Und ich habe installiere das Kissen in meiner Tensorflow-Umgebung (Python 3.5.2).

Vielen Dank allen!

Answer 1

Verwenden Sie Image.fromarray, da Image von PIL importiert wurde, aber PIL selbst wurde nie importiert.