在许多情况下，将图像保存为硬盘上的.png文件会更方便。原因如下:

优点:

在这个过程中，你可以随时打开、查看和关闭它。当应用程序运行较长时间时，这尤其方便 时间。 什么都不会弹出，你也不会被迫打开窗户。这在处理许多数字时特别方便。 您的图像可用于以后的参考，并且在关闭图形窗口时不会丢失。

缺点:

我唯一能想到的是，你将不得不去查找文件夹，并打开自己的图像。

plt.figure(1)
plt.imshow(your_first_image)

plt.figure(2)
plt.imshow(your_second_image)

plt.show(block=False) # That's important 

raw_input("Press ENTER to exist") # Useful when you run your Python script from the terminal and you want to hold the running to see your figures until you press Enter

OP询问分离matplotlib图。大多数回答假设从python解释器中执行命令。这里给出的用例是我对在终端(例如bash)中测试代码的偏好，在终端中运行file.py，并且您希望出现绘图，但python脚本完成并返回命令提示符。

这个独立文件使用多处理启动一个单独的进程，用matplotlib绘制数据。主线程使用本文中提到的os._exit(1)退出。os._exit()强制main退出，但在plot窗口关闭之前，matplotlib子进程仍然活跃并保持响应。这是一个完全独立的过程。

这种方法有点像带有图形窗口的Matlab开发会话，会产生响应式命令提示符。使用这种方法，您将失去与图形窗口进程的所有联系，但是，这对于开发和调试来说是可以的。只需关闭窗口并继续测试。

多处理是专为python代码执行而设计的，这使得它可能比子进程更适合。multiprocessing是跨平台的，所以这应该在Windows或Mac上工作得很好，很少或没有调整。不需要检查底层操作系统。这是在linux Ubuntu 18.04LTS上测试的。

#!/usr/bin/python3

import time
import multiprocessing
import os

def plot_graph(data):
    from matplotlib.pyplot import plot, draw, show
    print("entered plot_graph()")
    plot(data)
    show() # this will block and remain a viable process as long as the figure window is open
    print("exiting plot_graph() process")

if __name__ == "__main__":
    print("starting __main__")
    multiprocessing.Process(target=plot_graph, args=([1, 2, 3],)).start()
    time.sleep(5)
    print("exiting main")
    os._exit(0) # this exits immediately with no cleanup or buffer flushing

运行file.py会弹出一个图形窗口，然后__main__退出，但是multiprocessing + matplotlib图形窗口仍然对缩放、平移和其他按钮有响应，因为它是一个独立的进程。

在bash命令提示符下检查进程:

Ps ax|grep -v grep |grep file.py

使用关键字'block'来覆盖阻塞行为，例如:

from matplotlib.pyplot import show, plot

plot(1)  
show(block=False)

# your code

继续您的代码。

虽然没有直接回答OPs的请求，但我发布了这个变通方法，因为它可能会帮助一些人在这种情况下:

我用pyinstaller创建了一个.exe，因为我不能在我需要生成图形的地方安装python，所以我需要python脚本来生成图形，将其保存为.png，关闭它并继续下一个，在循环中实现为几个图形或使用一个函数。

为此，我使用:

import matplotlib.pyplot as plt
#code generating the plot in a loop or function
#saving the plot
plt.savefig(var+'_plot.png',bbox_inches='tight', dpi=250) 
#you can allways reopen the plot using
os.system(var+'_plot.png') # unfortunately .png allows no interaction.
#the following avoids plot blocking the execution while in non-interactive mode
plt.show(block=False) 
#and the following closes the plot while next iteration will generate new instance.
plt.close() 

其中“var”标识循环中的情节，因此它不会被覆盖。

我所发现的最佳解决方案是，程序不会等待您关闭图形，并将所有的图放在一起，以便您可以并排检查它们，这是在最后显示所有的图。 但是通过这种方式，您不能在程序运行时检查图。

# stuff

numFig = 1

plt.figure(numFig)
numFig += 1
plt.plot(x1, y1)

# other stuff

plt.figure(numFig)
numFig += 1
plt.plot(x2, y2)

# more stuff

plt.show()