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')

只是一个额外的注释，因为我还不能评论帖子。

如果您使用的是plt.savefig（'myfig'）或类似行，请确保在保存图像后添加plt.clf（）。这是因为savefig不会关闭绘图，如果在没有plt.clf（）的情况下添加到绘图，则会添加到上一个绘图。

你可能不会注意到你的情节是否与之前的情节相似，但如果你在循环中保存你的数字，情节将慢慢变得庞大，并使你的脚本变得非常缓慢。

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

解决方案是：

pylab.savefig('foo.png')

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

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()