在我使用fix, ax = plt.subplots(…)创建许多图形的脚本中，我得到警告RuntimeWarning:超过20个图形已被打开。通过pyplot接口(matplotlib.pyplot.figure)创建的图形将被保留，直到显式关闭，并且可能会消耗太多内存。
然而，我不明白为什么我会得到这个警告，因为在用fig.savefig(…)保存图形后，我用fig.clear()删除它;在我的代码中，我没有一次打开一个以上的数字。尽管如此，我还是得到了关于太多未公开数字的警告。这是什么意思/我怎样才能避免得到警告?
当前回答
如果您有意在内存中保留许多图，但不想收到警告，则可以在生成图形之前更新选项。
import matplotlib.pyplot as plt
plt.rcParams.update({'figure.max_open_warning': 0})
这将防止在不改变内存管理方式的情况下发出警告。
其他回答
下面的代码片段为我解决了这个问题:
class FigureWrapper(object):
'''Frees underlying figure when it goes out of scope.
'''
def __init__(self, figure):
self._figure = figure
def __del__(self):
plt.close(self._figure)
print("Figure removed")
# .....
f, ax = plt.subplots(1, figsize=(20, 20))
_wrapped_figure = FigureWrapper(f)
ax.plot(...
plt.savefig(...
# .....
当_wrapped_figure超出作用域时，运行时调用我们的__del__()方法，其中包含plt.close()。即使在_wrapped_figure构造函数之后触发异常，也会发生这种情况。
如果你只是想暂时抑制警告，这也很有用:
import matplotlib.pyplot as plt
with plt.rc_context(rc={'figure.max_open_warning': 0}):
lots_of_plots()
import matplotlib.pyplot as plt
plt.rcParams.update({'figure.max_open_warning': 0})
如果使用这个，就不会得到错误，这是最简单的方法。
matplotlib by default keeps a reference of all the figures created through pyplot. If a single variable used for storing matplotlib figure (e.g "fig") is modified and rewritten without clearing the figure, all the plots are retained in RAM memory. Its important to use plt.cla() and plt.clf() instead of modifying and reusing the fig variable. If you are plotting thousands of different plots and saving them without clearing the figure, then eventually your RAM will get exhausted and program will get terminated. Clearing the axes and figures have a significant impact on memory usage if you are plotting many figures. You can monitor your RAM consumption in task manager (Windows) or in system monitor (Linux). First your RAM will get exhausted, then the OS starts consuming SWAP memory. Once both are exhausted, the program will get automatically terminated. Its better to clear figures, axes and close them if they are not required.
如果您有意在内存中保留许多图，但不想收到警告，则可以在生成图形之前更新选项。
import matplotlib.pyplot as plt
plt.rcParams.update({'figure.max_open_warning': 0})
这将防止在不改变内存管理方式的情况下发出警告。
