您可以执行以下任一操作：

plt.show(hold=False)
plt.savefig('name.pdf')

记住在关闭GUI绘图之前让savefig完成。这样您可以提前看到图像。

或者，您可以使用plt.show（）查看它然后关闭GUI并再次运行脚本，但这次将plt.show（）替换为plt.savefig（）。

或者，您可以使用

fig, ax = plt.figure(nrows=1, ncols=1)
plt.plot(...)
plt.show()
fig.savefig('out.pdf')

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。

您可以执行以下任一操作：

plt.show(hold=False)
plt.savefig('name.pdf')

记住在关闭GUI绘图之前让savefig完成。这样您可以提前看到图像。

或者，您可以使用plt.show（）查看它然后关闭GUI并再次运行脚本，但这次将plt.show（）替换为plt.savefig（）。

或者，您可以使用

fig, ax = plt.figure(nrows=1, ncols=1)
plt.plot(...)
plt.show()
fig.savefig('out.pdf')

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):

使用matplotlib.pyplot.savefig时，可以通过扩展名指定文件格式：

from matplotlib import pyplot as plt

plt.savefig('foo.png')
plt.savefig('foo.pdf')

这分别提供光栅化或矢量化输出。此外，图像周围有时存在不希望有的空白，可以通过以下方式删除：

plt.savefig('foo.png', bbox_inches='tight')

注意，如果显示绘图，plt.show（）应跟随plt.savefig（）；否则，文件图像将为空。

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。