有几种不同的方法可以解决这个问题。
你可以用monkey-patch ax.format_coord，类似于this official example。我将在这里使用一种稍微更“pythonic”的方法，它不依赖于全局变量。（注意，我假设没有指定extent kwarg，类似于matplotlib示例。要完全概括，你需要做更多的工作。）

import numpy as np
import matplotlib.pyplot as plt

class Formatter(object):
    def __init__(self, im):
        self.im = im
    def __call__(self, x, y):
        z = self.im.get_array()[int(y), int(x)]
        return 'x={:.01f}, y={:.01f}, z={:.01f}'.format(x, y, z)

data = np.random.random((10,10))

fig, ax = plt.subplots()
im = ax.imshow(data, interpolation='none')
ax.format_coord = Formatter(im)
plt.show()

或者，为了插入我自己的一个项目，可以使用mpldatacursor。如果指定hover=True，则每当您将鼠标悬停在启用的艺术家上方时，该框将弹出。（默认情况下，它只在点击时弹出。）注意mpldatacursor确实正确地处理extent和origin kwargs到imshow。

import numpy as np
import matplotlib.pyplot as plt
import mpldatacursor

data = np.random.random((10,10))

fig, ax = plt.subplots()
ax.imshow(data, interpolation='none')

mpldatacursor.datacursor(hover=True, bbox=dict(alpha=1, fc='w'))
plt.show()

另外，我忘了提到如何显示像素索引。在第一个例子中，它只是假设i, j = int(y), int(x)。如果您愿意，可以添加它们来代替x和y。
使用mpldatacursor，您可以使用自定义格式化程序指定它们。i和j参数是正确的像素索引，无论绘制的图像的extent和origin如何。
例如（注意图像的extent与显示i,j坐标）：

import numpy as np
import matplotlib.pyplot as plt
import mpldatacursor

data = np.random.random((10,10))

fig, ax = plt.subplots()
ax.imshow(data, interpolation='none', extent=[0, 1.5*np.pi, 0, np.pi])

mpldatacursor.datacursor(hover=True, bbox=dict(alpha=1, fc='w'),
                         formatter='i, j = {i}, {j}\nz = {z:.02g}'.format)
plt.show()

一个绝对简单的“一行程序”来做到这一点：（不依赖datacursor）

def val_shower(im):
    return lambda x,y: '%dx%d = %d' % (x,y,im[int(y+.5),int(x+.5)])

plt.imshow(image)
plt.gca().format_coord = val_shower(ims)

它会关闭图像，以便确保如果你有多个图像，每个图像都将显示自己的值。

我看到的所有例子都只在x和y范围从0开始时才有效。下面是使用图像范围查找z值的代码。

import numpy as np
import matplotlib.pyplot as plt

fig, ax = plt.subplots()

d = np.array([[i+j for i in range(-5, 6)] for j in range(-5, 6)])
im = ax.imshow(d)
im.set_extent((-5, 5, -5, 5))

def format_coord(x, y):
    """Format the x and y string display."""
    imgs = ax.get_images()
    if len(imgs) > 0:
        for img in imgs:
            try:
                array = img.get_array()
                extent = img.get_extent()

                # Get the x and y index spacing
                x_space = np.linspace(extent[0], extent[1], array.shape[1])
                y_space = np.linspace(extent[3], extent[2], array.shape[0])

                # Find the closest index
                x_idx= (np.abs(x_space - x)).argmin()
                y_idx= (np.abs(y_space - y)).argmin()

                # Grab z
                z = array[y_idx, x_idx]
                return 'x={:1.4f}, y={:1.4f}, z={:1.4f}'.format(x, y, z)
            except (TypeError, ValueError):
                pass
        return 'x={:1.4f}, y={:1.4f}, z={:1.4f}'.format(x, y, 0)
    return 'x={:1.4f}, y={:1.4f}'.format(x, y)
# end format_coord

ax.format_coord = format_coord

如果您使用的是PySide/PyQT，这里有一个示例，可以显示数据的鼠标悬停工具提示

import matplotlib
matplotlib.use("Qt4Agg")
matplotlib.rcParams["backend.qt4"] = "PySide"
import matplotlib.pyplot as plt

fig, ax = plt.subplots()

# Mouse tooltip
from PySide import QtGui, QtCore
mouse_tooltip = QtGui.QLabel()
mouse_tooltip.setFrameShape(QtGui.QFrame.StyledPanel)
mouse_tooltip.setWindowFlags(QtCore.Qt.ToolTip)
mouse_tooltip.setAttribute(QtCore.Qt.WA_TransparentForMouseEvents)
mouse_tooltip.show()

def show_tooltip(msg):
    msg = msg.replace(', ', '\n')
    mouse_tooltip.setText(msg)

    pos = QtGui.QCursor.pos()
    mouse_tooltip.move(pos.x()+20, pos.y()+15)
    mouse_tooltip.adjustSize()
fig.canvas.toolbar.message.connect(show_tooltip)

# Show the plot
plt.show()

在Jupyter中，你可以使用datacursor(myax)或ax.format_coord来实现。
样本代码：

%matplotlib nbagg

import numpy as np  
import matplotlib.pyplot as plt

X = 10*np.random.rand(5,3)

fig,ax = plt.subplots()    
myax = ax.imshow(X, cmap=cm.jet,interpolation='nearest')
ax.set_title('hover over the image')

datacursor(myax)

plt.show()

datacursor(myax)也可以用ax.format_coord = lambda x,y : "x=%g y=%g" % (x, y)代替

如果你像我一样，在Google Colab上工作，这个解决方案不起作用，因为Colab禁用了matplotlib的图像交互功能。然后你可以简单地使用Plotly：https://plotly.com/python/imshow/

import plotly.express as px
import numpy as np
img_rgb = np.array([[[255, 0, 0], [0, 255, 0], [0, 0, 255]],
                [[0, 255, 0], [0, 0, 255], [255, 0, 0]]
               ], dtype=np.uint8)
fig = px.imshow(img_rgb)
fig.show()

Matplotlib具有内置的交互式绘图，它记录屏幕角落的像素值。
要安装，首先安装pip install ipympl
然后使用%matplotlib notebook或%matplotlib widget而不是%matplotlib inline
plotly或Bokeh的缺点是它们不能在Pycharm上工作。
有关详细信息，请查看doc

要获取图像的交互式像素信息，使用模块imagetToolbox下载模块打开命令提示符并写入
pip install imagetoolbox编写给定的代码以获取图像的交互式像素信息enter image description here输出：enter image description here