import datetime
import numpy as np
from matplotlib.backends.backend_pdf import PdfPages
import matplotlib.pyplot as plt

# Create the PdfPages object to which we will save the pages:
# The with statement makes sure that the PdfPages object is closed properly at
# the end of the block, even if an Exception occurs.
with PdfPages('multipage_pdf.pdf') as pdf:
    plt.figure(figsize=(3, 3))
    plt.plot(range(7), [3, 1, 4, 1, 5, 9, 2], 'r-o')
    plt.title('Page One')
    pdf.savefig()  # saves the current figure into a pdf page
    plt.close()

    plt.rc('text', usetex=True)
    plt.figure(figsize=(8, 6))
    x = np.arange(0, 5, 0.1)
    plt.plot(x, np.sin(x), 'b-')
    plt.title('Page Two')
    pdf.savefig()
    plt.close()

    plt.rc('text', usetex=False)
    fig = plt.figure(figsize=(4, 5))
    plt.plot(x, x*x, 'ko')
    plt.title('Page Three')
    pdf.savefig(fig)  # or you can pass a Figure object to pdf.savefig
    plt.close()

    # We can also set the file's metadata via the PdfPages object:
    d = pdf.infodict()
    d['Title'] = 'Multipage PDF Example'
    d['Author'] = u'Jouni K. Sepp\xe4nen'
    d['Subject'] = 'How to create a multipage pdf file and set its metadata'
    d['Keywords'] = 'PdfPages multipage keywords author title subject'
    d['CreationDate'] = datetime.datetime(2009, 11, 13)
    d['ModDate'] = datetime.datetime.today()

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):

刚刚在MatPlotLib文档中找到了解决此问题的链接：http://matplotlib.org/faq/howto_faq.html#generate-图像-无窗口外观

他们说，防止弹出图形的最简单方法是通过matplotib.use（＜backend＞）使用非交互式后端（例如Agg），例如：

import matplotlib
matplotlib.use('Agg')
import matplotlib.pyplot as plt
plt.plot([1,2,3])
plt.savefig('myfig')

我个人还是更喜欢使用plt.close（图），因为这样你就可以选择隐藏某些数字（在循环期间），但仍然可以显示循环后数据处理的数字。它可能比选择非交互式后端要慢——如果有人测试了它，那会很有趣。

UPDATE：对于Spyder，通常不能以这种方式设置后端（因为Spyder通常会提前加载matplotlib，从而阻止您使用matplotlib.use（））。

相反，请使用plt.switch_backend（'Agg'），或在Spyder prefs中关闭“enable support”，然后自己运行matplotlib.use（'Agg'）命令。

从这两个提示中：一、二

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()

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！

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)