解决方案是：

pylab.savefig('foo.png')

import matplotlib.pyplot as plt
plt.savefig("image.png")

在Jupyter Notebook中，您必须在一个单元格中删除plt.show（）并添加plt.savefig（）以及其他plt代码。图像仍将显示在笔记本中。

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

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):

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。

解决方案是：

pylab.savefig('foo.png')