首先，如果你正在使用savefig，请注意在保存时它将覆盖图形的背景颜色，除非你另有指定(例如fig.savefig('blah.png'， transparent=True))。

然而，要在屏幕上删除坐标轴和人物的背景，你需要设置这两个坐标轴。Patch和fig.patch不可见。

E.g.

import matplotlib.pyplot as plt

fig, ax = plt.subplots()
ax.plot(range(10))

for item in [fig, ax]:
    item.patch.set_visible(False)

with open('test.png', 'w') as outfile:
    fig.canvas.print_png(outfile)

(当然，在SO的白色背景下你看不出区别，但一切都是透明的…)

如果你不想显示除直线以外的任何内容，也可以使用ax.axis('off')关闭轴:

import matplotlib.pyplot as plt

fig, ax = plt.subplots()
ax.plot(range(10))

fig.patch.set_visible(False)
ax.axis('off')

with open('test.png', 'w') as outfile:
    fig.canvas.print_png(outfile)

在这种情况下，你可能想让坐标轴占据整个图形。如果您手动指定坐标轴的位置，您可以告诉它占用整个图形(或者，您可以使用subplots_adjust，但对于单个坐标轴的情况，这更简单)。

import matplotlib.pyplot as plt

fig = plt.figure(frameon=False)
ax = fig.add_axes([0, 0, 1, 1])
ax.axis('off')

ax.plot(range(10))

with open('test.png', 'w') as outfile:
    fig.canvas.print_png(outfile)

我过去常常这样做:

from pylab import *
axes(frameon = 0)
...
show()

axis('off')，将如Joe Kington指出的那样，删除除标绘线之外的所有内容。

对于那些只想删除框架(边框)，并保留标签，标记等，可以通过访问轴上的spines对象来实现。给定一个轴对象ax，下面的代码应该删除所有四个边的边界:

ax.spines['top'].set_visible(False)
ax.spines['right'].set_visible(False)
ax.spines['bottom'].set_visible(False)
ax.spines['left'].set_visible(False)

并且，如果从图中移除x和y刻度:

 ax.get_xaxis().set_ticks([])
 ax.get_yaxis().set_ticks([])

在@peeol的出色回答的基础上，您还可以通过以下操作删除框架

for spine in plt.gca().spines.values():
    spine.set_visible(False)

举个例子(完整的代码示例可以在本文末尾找到)，假设你有一个这样的条形图，

您可以使用上面的命令删除帧，然后保留x和ytick标签(图中没有显示)或删除它们

plt.tick_params(top='off', bottom='off', left='off', right='off', labelleft='off', labelbottom='on')

在这种情况下，我们可以直接标记这些条;最终的图形可能是这样的(代码可以在下面找到):

以下是生成图所需的全部代码:

import matplotlib.pyplot as plt
import numpy as np

plt.figure()

xvals = list('ABCDE')
yvals = np.array(range(1, 6))

position = np.arange(len(xvals))

mybars = plt.bar(position, yvals, align='center', linewidth=0)
plt.xticks(position, xvals)

plt.title('My great data')
# plt.show()

# get rid of the frame
for spine in plt.gca().spines.values():
    spine.set_visible(False)

# plt.show()
# remove all the ticks and directly label each bar with respective value
plt.tick_params(top='off', bottom='off', left='off', right='off', labelleft='off', labelbottom='on')

# plt.show()

# direct label each bar with Y axis values
for bari in mybars:
    height = bari.get_height()
    plt.gca().text(bari.get_x() + bari.get_width()/2, bari.get_height()-0.2, str(int(height)),
                 ha='center', color='white', fontsize=15)
plt.show()

在新版本的matplotlib中，摆脱丑陋帧的最简单方法是:

import matplotlib.pyplot as plt
plt.box(False)

如果你真的必须总是使用面向对象的方法，那么执行:ax.set_frame_on(False)。

df = pd.DataFrame({
'client_scripting_ms' : client_scripting_ms,
 'apimlayer' : apimlayer, 'server' : server
}, index = index)

ax = df.plot(kind = 'barh', 
     stacked = True,
     title = "Chart",
     width = 0.20, 
     align='center', 
     figsize=(7,5))

plt.legend(loc='upper right', frameon=True)

ax.spines['right'].set_visible(False)
ax.spines['top'].set_visible(False)

ax.yaxis.set_ticks_position('left')
ax.xaxis.set_ticks_position('right')

正如我在这里回答的，你可以通过样式设置(样式表或rcParams)从所有的图中删除棘线:

import matplotlib as mpl

mpl.rcParams['axes.spines.left'] = False
mpl.rcParams['axes.spines.right'] = False
mpl.rcParams['axes.spines.top'] = False
mpl.rcParams['axes.spines.bottom'] = False

问题

我在使用坐标轴时遇到了类似的问题。类参数是frameon，但kwarg是frame_on。axes_api > > > plt.gca()这里(frameon = False) AttributeError:未知属性帧

解决方案

frame_on

例子

data = range(100)
import matplotlib.pyplot as plt
fig, ax = plt.subplots()
ax.plot(data)
#ax.set(frameon=False)  # Old
ax.set(frame_on=False)  # New
plt.show()

plt.box(False)
plt.xticks([])
plt.yticks([])
plt.savefig('fig.png')

应该能行。

plt.axis('off')
plt.savefig(file_path, bbox_inches="tight", pad_inches = 0)

plt。Savefig本身有这些选项，只需要在之前设置轴

这里有另一个解决方案:

img = io.imread(crt_path)

fig = plt.figure()
fig.set_size_inches(img.shape[1]/img.shape[0], 1, forward=False) # normalize the initial size
ax = plt.Axes(fig, [0., 0., 1., 1.]) # remove the edges
ax.set_axis_off() # remove the axis
fig.add_axes(ax)

ax.imshow(img)

plt.savefig(file_name+'.png', dpi=img.shape[0]) # de-normalize to retrieve the original size