嗯，我确实建议使用包装器来渲染或控制绘图。示例可以是mpltex(https://github.com/liuyxpp/mpltex)或prettyplotlib(https://github.com/olgabot/prettyplotlib).

import mpltex

@mpltex.acs_decorator
def myplot():
  plt.figure()
  plt.plot(x,y,'b-',lable='xxx')
  plt.tight_layout(pad=0.5)
  plt.savefig('xxxx')  # the figure format was controlled by the decorator, it can be either eps, or pdf or png....
  plt.close()

我基本上经常使用这个装饰器在美国化学学会、美国物理学会、美国光学学会、Elsivier等各种期刊上发表学术论文。

示例如下图所示(https://github.com/MarkMa1990/gradientDescent):

使用plot（）和其他函数创建所需的内容后，可以使用如下子句在绘制到屏幕或文件之间进行选择：

import matplotlib.pyplot as plt

fig = plt.figure(figsize=(4, 5))       # size in inches
# use plot(), etc. to create your plot.

# Pick one of the following lines to uncomment
# save_file = None
# save_file = os.path.join(your_directory, your_file_name)  

if save_file:
    plt.savefig(save_file)
    plt.close(fig)
else:
    plt.show()

由于服务器上没有gui，因此使用“agg”。使用gui和VSC在ubuntu 21.10上进行调试。在调试中，尝试显示绘图，然后保存到web UI的文件。

发现显示前需要保存，否则保存的绘图为空。我想这场演出会因为某种原因使剧情明朗化。执行以下操作：

plt.savefig(imagePath) 
plt.show()
plt.close(fig)

而不是：

plt.show()
plt.savefig(imagePath) 
plt.close(fig)

只是一个额外的注释，因为我还不能评论帖子。

如果您使用的是plt.savefig（'myfig'）或类似行，请确保在保存图像后添加plt.clf（）。这是因为savefig不会关闭绘图，如果在没有plt.clf（）的情况下添加到绘图，则会添加到上一个绘图。

你可能不会注意到你的情节是否与之前的情节相似，但如果你在循环中保存你的数字，情节将慢慢变得庞大，并使你的脚本变得非常缓慢。

正如其他人所说，plt.savefig（）或fig1.savefig）确实是保存图像的方法。

然而，我发现在某些情况下，数字总是显示出来的。（例如，Spyder具有plt.ion（）：交互式模式=打开。）强制关闭图形窗口：

plt.close（figure_object）

（参见文档）。这样，在一个大循环中，我就不会有一百万个未结数字。示例用法：

import matplotlib.pyplot as plt
fig, ax = plt.subplots( nrows=1, ncols=1 )  # create figure & 1 axis
ax.plot([0,1,2], [10,20,3])
fig.savefig('path/to/save/image/to.png')   # save the figure to file
plt.close(fig)    # close the figure window

如果需要，您可以稍后使用图show（）重新打开该图（我自己没有测试）。

解决方案：

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import matplotlib
matplotlib.style.use('ggplot')
ts = pd.Series(np.random.randn(1000), index=pd.date_range('1/1/2000', periods=1000))
ts = ts.cumsum()
plt.figure()
ts.plot()
plt.savefig("foo.png", bbox_inches='tight')

如果您想显示图像并保存图像，请使用：

%matplotlib inline

之后导入matplotlib