シーボーンのヒートマップ
import seaborn as sns
import matplotlib.pyplot as plt
sns.heatmap(adj[0].cpu().detach().numpy())
# 不要坐标轴刻度
plt.gca().xaxis.set_major_locator(plt.NullLocator())
plt.gca().yaxis.set_major_locator(plt.NullLocator())
# 不要边缘太多的空白
plt.tight_layout()
# 进一步减少边缘
plt.savefig('seaborn.jpg', bbox_inches='tight', pad_inches=0)
# save在show之前
plt.show()
直接PLT
plt.imshow(adj[0].cpu().detach().numpy())
plt.gca().xaxis.set_major_locator(plt.NullLocator())
plt.gca().yaxis.set_major_locator(plt.NullLocator())
plt.tight_layout()
plt.savefig('plt.jpg', bbox_inches='tight', pad_inches=0)
plt.show()
Image法
私の理解では、これはこのマトリックスに従って厳密に描画されていると考えられます。グレースケール値マトリックスの場合、グレースケール画像のみを描画できます。rgb のみが rgb を描画できるため、元の画像マトリックス、つまり特徴マップを視覚化するために使用されます（所以上面这俩方法是咋对邻接矩阵这样一个二维矩阵画出来颜色的？这才是奇怪的地方吧？）
。
from PIL import Image
im = Image.fromarray(cnm)
# 就是不用去除白边
im.convert('RGB').save("image.jpg",format = 'jpeg')
im.show()
以下は seaborn で（画些方阵还好，否则会裁剪压缩，比例会变的很难看）（所以说这个热力图更多是画些花哨的图吧，也不是那种覆盖到原图像中检测定位的那种）
、以下は direct plt です
