其他答案是正确的。然而，我有时发现我想稍后打开地物对象。例如，我可能希望更改标签大小、添加网格或执行其他处理。在一个完美的世界里，我只需重新运行生成情节的代码，并调整设置。唉，世界并不完美。因此，除了保存为PDF或PNG外，我还添加了：

with open('some_file.pkl', "wb") as fp:
    pickle.dump(fig, fp, protocol=4)

像这样，我可以稍后加载地物对象并根据需要操作设置。

我还为堆栈中的每个函数/方法编写了带有源代码和locals（）字典的堆栈，以便稍后可以确切地知道是什么生成了该图。

注意：要小心，因为有时这种方法会生成巨大的文件。

您可以使用任何扩展名（png、jpg等）和所需的分辨率保存图像。这里有一个功能来保存您的身材。

import os

def save_fig(fig_id, tight_layout=True, fig_extension="png", resolution=300):
    path = os.path.join(IMAGES_PATH, fig_id + "." + fig_extension)
    print("Saving figure", fig_id)
    if tight_layout:
        plt.tight_layout()
    plt.savefig(path, format=fig_extension, dpi=resolution)

“fig_id”是您希望保存数字的名称。希望它有帮助：）

如前所述，您可以使用：

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

用于保存您正在显示的任何IPhython图像。或者换个角度（从不同的角度看），如果你曾经使用过open cv，或者你已经导入了open cv的话，你可以去：

import cv2

cv2.imwrite("myfig.png",image)

但这只是为了以防万一，如果您需要使用OpenCV。否则plt.savefig（）就足够了。

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

你可以这样做：

def plotAFig():
  plt.figure()
  plt.plot(x,y,'b-')
  plt.savefig("figurename.png")
  plt.close()

考虑到今天（提出这个问题时还不可用）许多人使用Jupyter Notebook作为python控制台，有一种极其简单的方法可以将绘图保存为.png，只需从Jupyter记事本调用matplotlib的pylab类，绘制图形“内联”Jupyter单元格，然后将该图形/图像拖到本地目录。别忘了%matplotlib在第一行中内联！