重要提示:只是为了澄清一些事情。我假设命令在.py脚本中，脚本是使用python script.py从控制台调用的。

对我来说，一个简单的方法是:

使用block = False在里面显示:plt。show(block = False) 在.py脚本的末尾使用另一个show()。

script.py文件示例:

plt.imshow(*something*)                                                               
plt.colorbar()                                                                             
plt.xlabel("true ")                                                                   
plt.ylabel("predicted ")                                                              
plt.title(" the matrix")  

# Add block = False                                           
plt.show(block = False)

################################
# OTHER CALCULATIONS AND CODE HERE ! ! !
################################

# the next command is the last line of my script
plt.show()

plt.figure(1)
plt.imshow(your_first_image)

plt.figure(2)
plt.imshow(your_second_image)

plt.show(block=False) # That's important 

raw_input("Press ENTER to exist") # Useful when you run your Python script from the terminal and you want to hold the running to see your figures until you press Enter

在我的系统上，show()没有阻塞，尽管我希望脚本在继续之前等待用户与图形交互(并使用'pick_event'回调来收集数据)。

为了阻止执行直到绘图窗口关闭，我使用了以下方法:

fig = plt.figure()
ax = fig.add_subplot(1,1,1)
ax.plot(x,y)

# set processing to continue when window closed
def onclose(event):
    fig.canvas.stop_event_loop()
fig.canvas.mpl_connect('close_event', onclose)

fig.show() # this call does not block on my system
fig.canvas.start_event_loop_default() # block here until window closed

# continue with further processing, perhaps using result from callbacks

但是请注意，canvas.start_event_loop_default()产生了以下警告:

C:\Python26\lib\site-packages\matplotlib\backend_bases.py:2051: DeprecationWarning: Using default event loop until function specific to this GUI is implemented
  warnings.warn(str,DeprecationWarning)

尽管脚本仍然在运行。

如果你在控制台工作，即IPython，你可以使用plt.show(block=False)，正如在其他答案中指出的那样。但如果你很懒，你可以输入:

plt.show(0)

这是一样的。

使用关键字'block'来覆盖阻塞行为，例如:

from matplotlib.pyplot import show, plot

plot(1)  
show(block=False)

# your code

继续您的代码。

在我看来，这个帖子中的答案提供的方法并不适用于每个系统和更复杂的情况，如动画。我建议在下面的帖子中看看MiKTeX的答案，在那里找到了一个健壮的方法: 如何等待matplotlib动画结束?