我花了很长时间寻找解决方案，找到了这个答案。

看起来，为了得到你(和我)想要的东西，你需要plt.ion()， plt.show()(不带block=False)和最重要的plt.pause(.001)(或任何你想要的时间)的组合。之所以需要暂停，是因为GUI事件发生在主代码休眠时，包括绘图。这可能是通过从一个睡眠线程中获取时间来实现的，所以ide可能会搞砸它-我不知道。

下面是一个在python 3.5上为我工作的实现:

import numpy as np
from matplotlib import pyplot as plt

def main():
    plt.axis([-50,50,0,10000])
    plt.ion()
    plt.show()

    x = np.arange(-50, 51)
    for pow in range(1,5):   # plot x^1, x^2, ..., x^4
        y = [Xi**pow for Xi in x]
        plt.plot(x, y)
        plt.draw()
        plt.pause(0.001)
        input("Press [enter] to continue.")

if __name__ == '__main__':
    main()

下面是一个对我很有用的小技巧:

在show: plt中使用block = False参数。show(block = False) 在.py脚本末尾使用另一个plt.show()。

例子:

import matplotlib.pyplot as plt

plt.imshow(add_something)
plt.xlabel("x")
plt.ylabel("y")

plt.show(block=False)

#more code here (e.g. do calculations and use print to see them on the screen

plt.show()

注意:plt.show()是脚本的最后一行。

生活策划

import numpy as np
import matplotlib.pyplot as plt

x = np.linspace(0, 2 * np.pi, 100)
# plt.axis([x[0], x[-1], -1, 1])      # disable autoscaling
for point in x:
    plt.plot(point, np.sin(2 * point), '.', color='b')
    plt.draw()
    plt.pause(0.01)
# plt.clf()                           # clear the current figure

如果数据量太多，你可以用一个简单的计数器降低更新速率

cnt += 1
if (cnt == 10):       # update plot each 10 points
    plt.draw()
    plt.pause(0.01)
    cnt = 0

程序退出后按住Plot

这是我无法找到满意答案的实际问题，我想要在脚本完成后不关闭的绘图(如MATLAB)，

如果你仔细想想，在剧本完成后，程序就终止了，没有任何逻辑上的方式来维持情节，所以有两种选择

阻止脚本退出(这是plt.show()，而不是我想要的) 在单独的线程上运行情节(太复杂了)

这对我来说并不满意，所以我在盒子外面找到了另一个解决方案

外部查看器中的SaveToFile和View

为此，保存和查看都应该是快速的，查看器不应该锁定文件，应该自动更新内容

选择保存格式

基于矢量的格式既小又快

SVG很好，但除了默认需要手动刷新的web浏览器之外，它找不到好的查看器 PDF可以支持矢量格式，还有支持实时更新的轻量级查看器

快速轻量级查看器与实时更新

对于PDF，有几个不错的选项

在Windows上，我使用SumatraPDF，它是免费的，快速的，轻便的(我只使用1.8MB RAM) 在Linux上有几个选项，如Evince (GNOME)和Ocular (KDE)

示例代码和结果

将图形输出到文件的示例代码

import numpy as np
import matplotlib.pyplot as plt

x = np.linspace(0, 2 * np.pi, 100)
y = np.sin(2 * x)
plt.plot(x, y)
plt.savefig("fig.pdf")

在第一次运行之后，在上面提到的一个查看器中打开输出文件，然后欣赏。

下面是一个VSCode和SumatraPDF的截图，这个过程也足够快，可以获得半实时更新速率(我可以在我的设置中接近10Hz，只需要在间隔之间使用time.sleep())

很多答案都被夸大了，据我所知，答案并不难理解。

如果您愿意，可以使用plt.ion()，但我发现使用plt.draw()同样有效

对于我的特定项目，我正在绘制图像，但你可以使用plot()或scatter()或其他东西来代替figimage()，这没有关系。

plt.figimage(image_to_show)
plt.draw()
plt.pause(0.001)

Or

fig = plt.figure()
...
fig.figimage(image_to_show)
fig.canvas.draw()
plt.pause(0.001)

如果你用的是实际数字。 我使用@krs013和@默认图片的答案来计算这个 希望这能让人们不必在单独的线程上发布每个人物，或者不必为了弄清楚这个问题而阅读这些小说

您可以通过将绘图写入数组，然后在不同的线程中显示该数组来避免阻塞执行。下面是一个使用pyformulas 0.2.8中的pf.screen同时生成和显示绘图的示例:

import pyformulas as pf
import matplotlib.pyplot as plt
import numpy as np
import time

fig = plt.figure()

canvas = np.zeros((480,640))
screen = pf.screen(canvas, 'Sinusoid')

start = time.time()
while True:
    now = time.time() - start

    x = np.linspace(now-2, now, 100)
    y = np.sin(2*np.pi*x) + np.sin(3*np.pi*x)
    plt.xlim(now-2,now+1)
    plt.ylim(-3,3)
    plt.plot(x, y, c='black')

    # If we haven't already shown or saved the plot, then we need to draw the figure first...
    fig.canvas.draw()

    image = np.fromstring(fig.canvas.tostring_rgb(), dtype=np.uint8, sep='')
    image = image.reshape(fig.canvas.get_width_height()[::-1] + (3,))

    screen.update(image)

#screen.close()

结果:

免责声明:我是pyformulas的维护者。

Matplotlib:将图保存到numpy数组

我发现plt.pause(0.001)命令是唯一需要的东西，其他什么都不需要。

Plt.show()和plt.draw()是不必要的和/或以某种方式阻塞。这是一个绘制和更新图形的代码。本质上，plt.pause(0.001)似乎最接近matlab的drawnow。

不幸的是，除非您插入input()命令，否则这些图将不是交互式的(它们会冻结)，但随后代码将停止。

pl .pause(interval)命令的文档说明:

如果有活动图形，它将在暂停......之前更新并显示 这可以用于粗糙的动画。

这就是我们想要的。试试下面的代码:

import numpy as np
from matplotlib import pyplot as plt

x = np.arange(0, 51)               # x coordinates  
         
for z in range(10, 50):

    y = np.power(x, z/10)          # y coordinates of plot for animation

    plt.cla()                      # delete previous plot
    plt.axis([-50, 50, 0, 10000])  # set axis limits, to avoid rescaling
    plt.plot(x, y)                 # generate new plot
    plt.pause(0.1)                 # pause 0.1 sec, to force a plot redraw