将一个NumPy数组转换为一个图像的完整攻略如下：
1. 导入相关模块和数据
我们需要导入NumPy和matplotlib模块，以及需要转换为图像的NumPy数组。
import numpy as np
import matplotlib.pyplot as plt
# 读取图像数据
img_data = np.load('image_data.npy')
此处将一个.npy文件中的NumPy数组读入作为示例数据。
2. 数组维度调整
由于matplotlib库用于绘制图像的函数要求输入的图像是三维数组，即 (高度, 宽度, 通道数)，因此我们需要先将输入的数组进行维度调整。
如果数组是灰度图像（单通道），我们需要手动添加一个通道，示例如下：
if len(img_data.shape) == 2:
img_data = np.expand_dims(img_data, axis=-1)
如果数组是彩色图像（三通道），则不能调整维度。
3. 数值范围调整
图像绘制函数仅支持0到1范围的数据，因此我们需要对输入的数据进行调整。
img_data = img_data.astype(float) / 255.
通过除以255，将数据范围缩放到0到1范围内。
4. 绘制图像
使用matplotlib提供的imshow函数绘制图像，示例如下：
plt.imshow(img_data)
plt.show()
示例1. 数组转换灰度图像
下面给出一个示例，将一张彩色图像转换为灰度图像，并绘制图像。
import numpy as np
import matplotlib.pyplot as plt
# 读取图像数据
img_data = plt.imread('color_img.jpg')
# 将彩色图像转换为灰度图像，并调整维度
gray_data = np.dot(img_data, [0.299, 0.587, 0.114])
gray_data = np.expand_dims(gray_data, axis=-1)
# 调整数值范围
gray_data = gray_data.astype(float) / 255.
# 绘制图像
plt.imshow(gray_data, cmap='gray')
plt.show()
示例2. 数组转换为RGB图像
下面给出一个示例，将一张灰度图像转换为RGB图像，并绘制图像。
import numpy as np
import matplotlib.pyplot as plt
# 读取图像数据
img_data = plt.imread('gray_img.jpg')
# 调整维度
img_data = np.expand_dims(img_data, axis=-1)
# 将灰度图像扩展为RGB图像
img_data = np.concatenate([img_data] * 3, axis=-1)
# 调整数值范围
img_data = img_data.astype(float) / 255.
# 绘制图像
plt.imshow(img_data)
plt.show()
以上是将一个NumPy数组转换为一个图像的完整攻略，其中包含两个示例：一个将一张彩色图像转换为灰度图像，一个将一张灰度图像转换为RGB图像。