关于Python的第三方库Matplotlib中plt.ion() & plt.ioff() & plt.savefig()函数的使用方法记录

版权声明：本文为博主原创文章，如需转载请贴上原博文链接：https://blog.csdn.net/u011628215/article/details/108379046

前言：最近又把莫烦老师的PyTorch教学视频学习一遍，当使用PyTorch做回归练习的时候，想把整个神经网络训练做成模块（莫烦老师的教程中，只将建立神经网络定义了类——class Net(torch.nn.Module)，我把训练过程、参数回传、优化器选择以及可视化分别做了函数），供以后直接调用，但是当做到可视化的时候，就遇到了问题，而问题就出在plt.ion()和plt.ioff()上。

注：from matplotlib import pyplot as plt

问题：莫烦老师的代码因为方便演示写成了一个整体（没有写成if __name__ == '__main__':的模块形式），所以运行没有问题；而当把代码做成单个的函数进行调用的时候，出现了可视化不连续的情况，即需要手动关闭figure窗口才能显示下一次训练的结果，如图1所示；

解决方法：直到写这个博客为止，我才发现是写函数的时候，plt.ioff()和plt.show()缩进错了，如图2所示。

拓展1：既然知道哪里出错了，就好解决了！关键是，对于plt.ion()和plt.ioff()的用法，依然有含糊，所以借此机会巩固一下。（见参考文献）

拓展2：在看过参考文献后，依然有些不太明白，希望能有些官方的案例以供参考，如图3所示，是从“Matplotlib Release 3.1.1.pdf”中截取的片段。

TIPS:

1.两种模式还是蛮有意思的，从最后一个例子来看，阻塞模式(ioff，这个是默认模式)下，plt.show()的作用就像是plt.pause(∞)，延时了无穷时间，需要把窗口关闭才能显示下一张图。

# 最后的例子，将plt.ioff()去掉后，效果一样

import numpy as np
import matplotlib.pyplot as plt

for i in range(3):
    plt.plot(np.random.rand(10))
    plt.show()


# plt.show()感觉很有意思，试试看下面的代码，在console中一步一步的run
plt.ioff()      # 此处的plt.ioff()可以省略，matplotlib中默认是阻塞式的
plt.figure()    # 建立图像，但是并没有显示出来，控制台会出现“<Figure size 640x480 with 0 Axes>”
plt.show()      # 显示图像，此时程序阻塞，即控制台不能再输入代码，除非将这个窗口关闭

# 再试试看下面的，在console单步运行
plt.ion()       # 开启交互模式
plt.figure()    # 此时会弹出窗口，就好像输入了plt.show()一样，但是此时程序不阻塞
plt.show()      # 当在控制台输入这个代码的同时，刚才的窗口已经被console控制台遮挡住了，敲完回车键后，刚才的窗口又出现在桌面最顶层了，此时程序也不阻塞，是不是很神奇！

2.如果还是不能理解ion和ioff的作用的话，不妨试试看下面的代码：

from matplotlib import pyplot as plt

plt.ioff()      # 开启阻塞模式
plt.figure()    # 此时没有显示窗口
plt.ion()       # 开启交互模式
plt.figure()    # 此时显示窗口，并且弹出的窗口名称应该是“Figure2”，就好像plt.show()已经内置到plt.figure()中一样
plt.show()      # 此时会将所有窗口全部显示，并且是按照刚才创建的顺序显示的Figure2在Figure1上层

# 如果觉得不明显的话，试试看这个
plt.ioff()    
plt.figure()    
plt.figure()
plt.figure()
plt.ion()    
plt.figure()    # 这行代码运行后，会出现“Figure4”    
plt.show()      # 显示四张图，Figure1在最底层，Figure4在最顶层

20201010更新：

    当需要保存显示出来的图片，但是又不想要在显示器上出现该图片（是不是有点绕！），例如：需要用plt.subplot()分块显示多张图，但并不想在显示器上看到这张图而只想保存它，怎么做呢？

# 举个例子：all_txt_file是一个12*10000的二维列表（<class 'list'>），
#          name是需要保存图片的名字（<class 'str'>）

def data_display(all_txt_file, name):
    plt.ioff()    # 注释这一行再试一次（如果不加这一行，窗口会被创建并显示在显示器上）
    plt.figure()
    plt.subplot(2, 6, 1)
    plt.plot(all_txt_file[0])
    plt.grid()
    plt.subplot(2, 6, 2)
    plt.plot(all_txt_file[4])
    plt.grid()
    plt.subplot(2, 6, 3)
    plt.plot(all_txt_file[6])
    plt.grid()
    plt.subplot(2, 6, 4)
    plt.plot(all_txt_file[7])
    plt.grid()
    plt.subplot(2, 6, 5)
    plt.plot(all_txt_file[8])
    plt.grid()
    plt.subplot(2, 6, 6)
    plt.plot(all_txt_file[5])
    plt.grid()
    plt.subplot(2, 6, 7)
    plt.plot(all_txt_file[3])
    plt.grid()
    plt.subplot(2, 6, 8)
    plt.plot(all_txt_file[2])
    plt.grid()
    plt.subplot(2, 6, 9)
    plt.plot(all_txt_file[1])
    plt.grid()
    plt.subplot(2, 6, 10)
    plt.plot(all_txt_file[10])
    plt.grid()
    plt.subplot(2, 6, 11)
    plt.plot(all_txt_file[9])
    plt.grid()
    plt.subplot(2, 6, 12)
    plt.plot(all_txt_file[11])
    plt.grid()
    plt.savefig('%s.jpg' % name)
    plt.close()


if __name__ == '__main__':
    # all_txt_file = [[]]    # 2维列表
    name = 'picture'
    data_display(all_txt_file, name)

参考文献（感谢以下文献的贡献者们！）：

1.matplotlib 画动态图以及plt.ion()和plt.ioff()的使用

2.matplotlib 学习笔记(4)：ion 和 ioff

3.[matplotlib] plt.ion()的动态显示（附测试代码）

4.【matplotlib】 之 清理、清除 axes 和 figure （plt.cla、plt.clf、plt.close）

5.Python中读取,显示,保存图片的方法