spikingjelly学习-使用单层全连接snn脉冲神经网络识别mnist数据集2，画图片

对应代码【https://spikingjelly.readthedocs.io/zh-cn/0.0.0.0.14/activation_based/lif_fc_mnist.html】

要将numpy数组v_t_array.npy和s_t_array.npy中的数据可视化为图像，您可以使用matplotlib库来绘制。以下是一个简单的Python脚本示例，展示如何加载这些数组并将它们绘制为图像：
首先，确保您已经安装了matplotlib和numpy库。如果没有安装，可以通过运行pip install matplotlib numpy来安装。
然后，使用以下代码来绘制v_t_array和s_t_array：

import numpy as np
import matplotlib.pyplot as plt

# 加载数据
v_t_array = np.load("v_t_array.npy")
s_t_array = np.load("s_t_array.npy")

# 绘制电压图像
plt.figure(figsize=(10, 4))
plt.imshow(v_t_array, aspect='auto', cmap='viridis')
plt.colorbar(label='Voltage')
plt.xlabel('Time Step')
plt.ylabel('Neuron Index')
plt.title('Voltage over Time')
plt.tight_layout()
plt.show()

# 绘制脉冲图像
plt.figure(figsize=(10, 4))
plt.imshow(s_t_array, aspect='auto', cmap='binary')
plt.colorbar(label='Spike')
plt.xlabel('Time Step')
plt.ylabel('Neuron Index')
plt.title('Spikes over Time')
plt.tight_layout()
plt.show()