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([])

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

应该能行。

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([])

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