嗯，我确实建议使用包装器来渲染或控制绘图。示例可以是mpltex(https://github.com/liuyxpp/mpltex)或prettyplotlib(https://github.com/olgabot/prettyplotlib).

import mpltex

@mpltex.acs_decorator
def myplot():
  plt.figure()
  plt.plot(x,y,'b-',lable='xxx')
  plt.tight_layout(pad=0.5)
  plt.savefig('xxxx')  # the figure format was controlled by the decorator, it can be either eps, or pdf or png....
  plt.close()

我基本上经常使用这个装饰器在美国化学学会、美国物理学会、美国光学学会、Elsivier等各种期刊上发表学术论文。

示例如下图所示(https://github.com/MarkMa1990/gradientDescent):

解决方案：

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import matplotlib
matplotlib.style.use('ggplot')
ts = pd.Series(np.random.randn(1000), index=pd.date_range('1/1/2000', periods=1000))
ts = ts.cumsum()
plt.figure()
ts.plot()
plt.savefig("foo.png", bbox_inches='tight')

如果您想显示图像并保存图像，请使用：

%matplotlib inline

之后导入matplotlib

刚刚在MatPlotLib文档中找到了解决此问题的链接：http://matplotlib.org/faq/howto_faq.html#generate-图像-无窗口外观

他们说，防止弹出图形的最简单方法是通过matplotib.use（＜backend＞）使用非交互式后端（例如Agg），例如：

import matplotlib
matplotlib.use('Agg')
import matplotlib.pyplot as plt
plt.plot([1,2,3])
plt.savefig('myfig')

我个人还是更喜欢使用plt.close（图），因为这样你就可以选择隐藏某些数字（在循环期间），但仍然可以显示循环后数据处理的数字。它可能比选择非交互式后端要慢——如果有人测试了它，那会很有趣。

UPDATE：对于Spyder，通常不能以这种方式设置后端（因为Spyder通常会提前加载matplotlib，从而阻止您使用matplotlib.use（））。

相反，请使用plt.switch_backend（'Agg'），或在Spyder prefs中关闭“enable support”，然后自己运行matplotlib.use（'Agg'）命令。

从这两个提示中：一、二

您可以使用任何扩展名（png、jpg等）和所需的分辨率保存图像。这里有一个功能来保存您的身材。

import os

def save_fig(fig_id, tight_layout=True, fig_extension="png", resolution=300):
    path = os.path.join(IMAGES_PATH, fig_id + "." + fig_extension)
    print("Saving figure", fig_id)
    if tight_layout:
        plt.tight_layout()
    plt.savefig(path, format=fig_extension, dpi=resolution)

“fig_id”是您希望保存数字的名称。希望它有帮助：）

import matplotlib.pyplot as plt
plt.savefig("image.png")

在Jupyter Notebook中，您必须在一个单元格中删除plt.show（）并添加plt.savefig（）以及其他plt代码。图像仍将显示在笔记本中。

考虑到今天（提出这个问题时还不可用）许多人使用Jupyter Notebook作为python控制台，有一种极其简单的方法可以将绘图保存为.png，只需从Jupyter记事本调用matplotlib的pylab类，绘制图形“内联”Jupyter单元格，然后将该图形/图像拖到本地目录。别忘了%matplotlib在第一行中内联！