最好的方法是搜索“热图”或“混淆矩阵”而不是图片，这时有两个不错的选择：
1.仅使用matplotlib，将imshow()和text()作为构建块，解决方案实际上并不那么难，下面是some examples。
1.使用seaborn，这是一个数据可视化包，解决方案本质上是一个使用seaborn.heatmap()的一行程序，如these examples所示。
我的问题真的是目光短浅，从一个图像处理的心态来，而不是考虑其他社区有什么需要显示同样的东西，即使他们用不同的名字称呼它。

使用matplotlib可以执行以下操作：

image = np.random.randint(low=0, high=255, size=(10, 10))

fig, ax = plt.subplots()
ax.imshow(image, cmap='gray')

for i in range(image.shape[0]):
    for j in range(image.shape[1]):
        ax.text(j, i, str(image[i, j]), color='r', ha='center', va='center')

它将生成以下图像：

顺便说一下，如果您只想使用灰度，您可能需要尝试以下方法：

for i in range(image.shape[0]):
    for j in range(image.shape[1]):
        c = 1 if image[i, j] < 128 else 0
        ax.text(j, i, str(image[i, j]), color=(c, c, c), ha='center', va='center')
        ax.axis("off")

导致：