警告有太多未结数字

在使用创建大量图形的脚本中fix, ax = plt.subplots(...)，我收到警告RuntimeWarning：已打开20个以上图形。通过pyplot接口（matplotlib.pyplot.figure）创建的图形将保留到显式关闭，并且可能会占用过多内存。

但是，我不明白为什么会收到此警告，因为使用保存了该数字之后fig.savefig(...)，我使用删除了该警告fig.clear(); del fig。在我的代码中，我一次都没有打开多个图形。不过，我仍然收到有关太多未结数字的警告。这是什么意思/如何避免收到警告？

在图形对象上使用.clf或.cla，而不要创建一个新图形。来自@DavidZwicker

假设您已导入pyplot为

import matplotlib.pyplot as plt

plt.cla()清除轴，即当前图形中的当前活动轴。保持其他轴不变。

plt.clf()清除所有轴的整个当前图形，但使窗口保持打开状态，以便可以将其重新用于其他图形。

plt.close()关闭一个window，如果没有另外指定，它将是当前窗口。plt.close('all')将关闭所有未结数字。

之所以del fig不起作用，是因为pyplot状态机一直在参考周围的数字（因为要知道“当前数字”是什么，就必须这样做）。这意味着即使您删除对该图的引用，也至少有一个活动引用，因此将永远不会进行垃圾回收。

由于我在这里针对此答案轮询集体智慧，因此@JoeKington在评论中提到plt.close(fig)将从pylab状态机（plt._pylab_helpers.Gcf）中删除特定的图形实例，并允许对其进行垃圾回收。

这是Hooked的答案的更多细节。当我第一次阅读该答案时，我错过了致电说明，clf() 而不是创建一个新图形。clf()如果您自己去创建另一个图形，它本身并没有帮助。

这是一个引起警告的简单示例：

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()

为了避免警告，我必须将调用拉到subplots()循环之外。为了继续看到矩形，我需要切换clf()到cla()。这将清除轴，而不会移除轴本身。

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，则可能必须同时使用cla()和close()。我遇到了一个问题，即一个批次可以拥有20多个地块而没有抱怨，但在20批次之后它会抱怨。我通过cla()在每个地块之后和close()每个批次之后使用来解决该问题。

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()

我测量了性能以查看是否值得在一批中重复使用该图，并且当我close()在每次绘图后都调用时，这个小示例程序从41s减至49s（慢20％）。

如果您打算有意识地在内存中保留许多绘图，但又不想被警告，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})

这将防止发出警告，而无需更改有关内存管理方式的任何内容。

以下代码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超出范围时，运行时将在内部调用我们的__del__()方法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。

如果您只想暂时取消警告，这也很有用：

    import matplotlib.pyplot as plt
       
    with plt.rc_context(rc={'figure.max_open_warning': 0}):
        lots_of_plots()