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
这里有更多的细节来扩展hook的答案。当我第一次阅读这个答案时，我错过了调用clf()而不是创建一个新图形的指令。Clf()本身并不能帮助您创建另一个图形。
下面是一个引起警告的小例子:
from matplotlib import pyplot as plt, patches
import os
def main():
path = 'figures'
for i in range(21):
_fig, ax = plt.subplots()
x = range(3*i)
y = [n*n for n in x]
ax.add_patch(patches.Rectangle(xy=(i, 1), width=i, height=10))
plt.step(x, y, linewidth=2, where='mid')
figname = 'fig_{}.png'.format(i)
dest = os.path.join(path, figname)
plt.savefig(dest) # write image to file
plt.clf()
print('Done.')
main()
为了避免出现警告，我必须将对subplots()的调用拉到循环之外。为了继续看到矩形，我需要将clf()切换到cla()。这在不移除轴本身的情况下清除了轴。
from matplotlib import pyplot as plt, patches
import os
def main():
path = 'figures'
_fig, ax = plt.subplots()
for i in range(21):
x = range(3*i)
y = [n*n for n in x]
ax.add_patch(patches.Rectangle(xy=(i, 1), width=i, height=10))
plt.step(x, y, linewidth=2, where='mid')
figname = 'fig_{}.png'.format(i)
dest = os.path.join(path, figname)
plt.savefig(dest) # write image to file
plt.cla()
print('Done.')
main()
如果要批量生成图，可能必须同时使用cla()和close()。我遇到了一个问题，一个批次可以有超过20个地块而没有抱怨，但它会在20个批次后抱怨。我在每个绘图后使用cla()，在每个批处理后使用close()来解决这个问题。
from matplotlib import pyplot as plt, patches
import os
def main():
for i in range(21):
print('Batch {}'.format(i))
make_plots('figures')
print('Done.')
def make_plots(path):
fig, ax = plt.subplots()
for i in range(21):
x = range(3 * i)
y = [n * n for n in x]
ax.add_patch(patches.Rectangle(xy=(i, 1), width=i, height=10))
plt.step(x, y, linewidth=2, where='mid')
figname = 'fig_{}.png'.format(i)
dest = os.path.join(path, figname)
plt.savefig(dest) # write image to file
plt.cla()
plt.close(fig)
main()
我测量了性能，看看是否值得在批处理中重用图形，当我在每个plot之后调用close()时，这个小示例程序的速度从41秒减慢到49秒(慢了20%)。
其他回答
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()
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。
这里有更多的细节来扩展hook的答案。当我第一次阅读这个答案时，我错过了调用clf()而不是创建一个新图形的指令。Clf()本身并不能帮助您创建另一个图形。
下面是一个引起警告的小例子:
from matplotlib import pyplot as plt, patches
import os
def main():
path = 'figures'
for i in range(21):
_fig, ax = plt.subplots()
x = range(3*i)
y = [n*n for n in x]
ax.add_patch(patches.Rectangle(xy=(i, 1), width=i, height=10))
plt.step(x, y, linewidth=2, where='mid')
figname = 'fig_{}.png'.format(i)
dest = os.path.join(path, figname)
plt.savefig(dest) # write image to file
plt.clf()
print('Done.')
main()
为了避免出现警告，我必须将对subplots()的调用拉到循环之外。为了继续看到矩形，我需要将clf()切换到cla()。这在不移除轴本身的情况下清除了轴。
from matplotlib import pyplot as plt, patches
import os
def main():
path = 'figures'
_fig, ax = plt.subplots()
for i in range(21):
x = range(3*i)
y = [n*n for n in x]
ax.add_patch(patches.Rectangle(xy=(i, 1), width=i, height=10))
plt.step(x, y, linewidth=2, where='mid')
figname = 'fig_{}.png'.format(i)
dest = os.path.join(path, figname)
plt.savefig(dest) # write image to file
plt.cla()
print('Done.')
main()
如果要批量生成图，可能必须同时使用cla()和close()。我遇到了一个问题，一个批次可以有超过20个地块而没有抱怨，但它会在20个批次后抱怨。我在每个绘图后使用cla()，在每个批处理后使用close()来解决这个问题。
from matplotlib import pyplot as plt, patches
import os
def main():
for i in range(21):
print('Batch {}'.format(i))
make_plots('figures')
print('Done.')
def make_plots(path):
fig, ax = plt.subplots()
for i in range(21):
x = range(3 * i)
y = [n * n for n in x]
ax.add_patch(patches.Rectangle(xy=(i, 1), width=i, height=10))
plt.step(x, y, linewidth=2, where='mid')
figname = 'fig_{}.png'.format(i)
dest = os.path.join(path, figname)
plt.savefig(dest) # write image to file
plt.cla()
plt.close(fig)
main()
我测量了性能，看看是否值得在批处理中重用图形，当我在每个plot之后调用close()时，这个小示例程序的速度从41秒减慢到49秒(慢了20%)。
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。
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。
