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：）

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

我使用了以下方法：

import matplotlib.pyplot as plt

p1 = plt.plot(dates, temp, 'r-', label="Temperature (celsius)")  
p2 = plt.plot(dates, psal, 'b-', label="Salinity (psu)")  
plt.legend(loc='upper center', numpoints=1, bbox_to_anchor=(0.5, -0.05),        ncol=2, fancybox=True, shadow=True)

plt.savefig('data.png')  
plt.show() 
plt.close()

我发现保存图片后使用plt.show非常重要，否则它将无法工作。图片以png格式导出

你可以这样做：

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

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):

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。