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()

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

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)

根据问题Matplotlib（pyplot）savefig输出空白图像。

有一点需要注意：如果您使用plt.show，并且它应该在plt.savefig之后，否则您将给出一个空白图像。

详细示例：

import numpy as np
import matplotlib.pyplot as plt


def draw_result(lst_iter, lst_loss, lst_acc, title):
    plt.plot(lst_iter, lst_loss, '-b', label='loss')
    plt.plot(lst_iter, lst_acc, '-r', label='accuracy')

    plt.xlabel("n iteration")
    plt.legend(loc='upper left')
    plt.title(title)
    plt.savefig(title+".png")  # should before plt.show method

    plt.show()


def test_draw():
    lst_iter = range(100)
    lst_loss = [0.01 * i + 0.01 * i ** 2 for i in xrange(100)]
    # lst_loss = np.random.randn(1, 100).reshape((100, ))
    lst_acc = [0.01 * i - 0.01 * i ** 2 for i in xrange(100)]
    # lst_acc = np.random.randn(1, 100).reshape((100, ))
    draw_result(lst_iter, lst_loss, lst_acc, "sgd_method")


if __name__ == '__main__':
    test_draw()

如果您不喜欢“当前”数字的概念，请执行以下操作：

import matplotlib.image as mpimg

img = mpimg.imread("src.png")
mpimg.imsave("out.png", img)