将绘图保存到图像文件，而不是使用Matplotlib显示

我正在编写一个快速脚本来动态生成绘图。我使用下面的代码（来自Matplotlib文档）作为起点：

from pylab import figure, axes, pie, title, show

# Make a square figure and axes
figure(1, figsize=(6, 6))
ax = axes([0.1, 0.1, 0.8, 0.8])

labels = 'Frogs', 'Hogs', 'Dogs', 'Logs'
fracs = [15, 30, 45, 10]

explode = (0, 0.05, 0, 0)
pie(fracs, explode=explode, labels=labels, autopct='%1.1f%%', shadow=True)
title('Raining Hogs and Dogs', bbox={'facecolor': '0.8', 'pad': 5})

show()  # Actually, don't show, just save to foo.png

我不想将图形显示在GUI上，而是要将图形保存到文件（例如foo.png）中，以便可以在批处理脚本中使用它。我怎么做？

在回答问题后，我想在使用matplotlib.pyplot.savefig时添加一些有用的提示。文件格式可以通过扩展名指定：

from matplotlib import pyplot as plt

plt.savefig('foo.png')
plt.savefig('foo.pdf')

将分别给出栅格化或矢量化的输出，这两个都可能有用。此外，您会发现pylab在图像周围留有大量的空白，通常是不希望的空白。使用以下方法删除它：

savefig('foo.png', bbox_inches='tight')

正如其他人所说的，plt.savefig()或者fig1.savefig()确实是保存图像的方法。

但是我发现在某些情况下总是显示该图。（例如，在Spyder具有plt.ion()：交互模式= On的情况下）。我通过强制关闭巨型循环中的图形窗口来解决此问题plt.close(figure_object)（请参阅文档），因此在循环中没有一百万个开放图形：

import matplotlib.pyplot as plt
fig, ax = plt.subplots( nrows=1, ncols=1 )  # create figure & 1 axis
ax.plot([0,1,2], [10,20,3])
fig.savefig('path/to/save/image/to.png')   # save the figure to file
plt.close(fig)    # close the figure window

如有需要，您应该可以重新打开该图fig.show()（不必测试自己）。

解决方案是：

pylab.savefig('foo.png')

刚在MatPlotLib文档中找到此链接，可以解决此问题： http

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

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

我个人还是喜欢使用 plt.close( fig )，因为从那时起，您可以选择隐藏某些图形（在循环过程中），但仍显示图形以进行循环后数据处理。不过，它可能比选择非交互式后端要慢-如果有人对此进行了测试，那将很有趣。

更新：对于Spyder，您通常无法以这种方式设置后端（因为Spyder通常会较早加载matplotlib，从而阻止您使用matplotlib.use()）。

而是在Spyder偏好设置中使用plt.switch_backend('Agg')或关闭“ 启用支持 ”，然后运行matplotlib.use('Agg')自己命令。

从这两个提示：一，二

如果您不喜欢“当前”数字的概念，请执行以下操作：

import matplotlib.image as mpimg

img = mpimg.imread("src.png")
mpimg.imsave("out.png", img)

其他答案是正确的。但是，有时我发现我想稍后再打开图形对象。例如，我可能想更改标签大小，添加网格或进行其他处理。在理想的情况下，我只需要重新运行生成图的代码并修改设置即可。las，世界并不完美。因此，除了保存为PDF或PNG之外，我还添加：

with open('some_file.pkl', "wb") as fp:
    pickle.dump(fig, fp, protocol=4)

这样，以后我可以加载图形对象并根据需要操纵设置。

我还用源代码写出了堆栈， locals()每个函数/方法字典的堆栈，以便以后可以准确地知道是什么产生了该图。

注意：请小心，因为有时此方法会生成巨大的文件。

import datetime
import numpy as np
from matplotlib.backends.backend_pdf import PdfPages
import matplotlib.pyplot as plt

# Create the PdfPages object to which we will save the pages:
# The with statement makes sure that the PdfPages object is closed properly at
# the end of the block, even if an Exception occurs.
with PdfPages('multipage_pdf.pdf') as pdf:
    plt.figure(figsize=(3, 3))
    plt.plot(range(7), [3, 1, 4, 1, 5, 9, 2], 'r-o')
    plt.title('Page One')
    pdf.savefig()  # saves the current figure into a pdf page
    plt.close()

    plt.rc('text', usetex=True)
    plt.figure(figsize=(8, 6))
    x = np.arange(0, 5, 0.1)
    plt.plot(x, np.sin(x), 'b-')
    plt.title('Page Two')
    pdf.savefig()
    plt.close()

    plt.rc('text', usetex=False)
    fig = plt.figure(figsize=(4, 5))
    plt.plot(x, x*x, 'ko')
    plt.title('Page Three')
    pdf.savefig(fig)  # or you can pass a Figure object to pdf.savefig
    plt.close()

    # We can also set the file's metadata via the PdfPages object:
    d = pdf.infodict()
    d['Title'] = 'Multipage PDF Example'
    d['Author'] = u'Jouni K. Sepp\xe4nen'
    d['Subject'] = 'How to create a multipage pdf file and set its metadata'
    d['Keywords'] = 'PdfPages multipage keywords author title subject'
    d['CreationDate'] = datetime.datetime(2009, 11, 13)
    d['ModDate'] = datetime.datetime.today()

在使用plot（）和其他函数创建所需的内容之后，可以使用如下子句在绘制到屏幕或文件之间进行选择：

import matplotlib.pyplot as plt

fig = plt.figure(figsize=(4, 5))       # size in inches
# use plot(), etc. to create your plot.

# Pick one of the following lines to uncomment
# save_file = None
# save_file = os.path.join(your_directory, your_file_name)  

if save_file:
    plt.savefig(save_file)
    plt.close(fig)
else:
    plt.show()

我使用了以下内容：

import matplotlib.pyplot as plt

p1 = plt.plot(dates, temp, 'r-', label="Temperature (celsius)")  
p2 = plt.plot(dates, psal, 'b-', label="Salinity (psu)")  
plt.legend(loc='upper center', numpoints=1, bbox_to_anchor=(0.5, -0.05),        ncol=2, fancybox=True, shadow=True)

plt.savefig('data.png')  
plt.show()  
f.close()
plt.close()

保存数字后，我发现使用plt.show非常重要，否则它将无法正常工作。图以png格式导出

您可以执行以下操作：

plt.show(hold=False)
plt.savefig('name.pdf')

并记得在关闭GUI图之前先让savefig完成。这样，您可以预先查看图像。

或者，你可以看看它plt.show() 然后关闭GUI，然后再次运行该脚本，但这次替换plt.show()用plt.savefig()。

或者，您可以使用

fig, ax = plt.figure(nrows=1, ncols=1)
plt.plot(...)
plt.show()
fig.savefig('out.pdf')

如果像我一样使用Spyder IDE，则必须使用以下命令禁用交互模式：

plt.ioff()

（此命令随科学启动一起自动启动）

如果要再次启用它，请使用：

plt.ion()

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')

如果确实要显示图像并保存图像，请使用：

%matplotlib inline

后 import matplotlib

根据问题Matplotlib（pyplot）savefig输出空白图像。

请注意一件事：如果使用plt.show，则应在之后plt.savefig，否则将给出空白图像。

详细的例子：

import numpy as np
import matplotlib.pyplot as plt


def draw_result(lst_iter, lst_loss, lst_acc, title):
    plt.plot(lst_iter, lst_loss, '-b', label='loss')
    plt.plot(lst_iter, lst_acc, '-r', label='accuracy')

    plt.xlabel("n iteration")
    plt.legend(loc='upper left')
    plt.title(title)
    plt.savefig(title+".png")  # should before plt.show method

    plt.show()


def test_draw():
    lst_iter = range(100)
    lst_loss = [0.01 * i + 0.01 * i ** 2 for i in xrange(100)]
    # lst_loss = np.random.randn(1, 100).reshape((100, ))
    lst_acc = [0.01 * i - 0.01 * i ** 2 for i in xrange(100)]
    # lst_acc = np.random.randn(1, 100).reshape((100, ))
    draw_result(lst_iter, lst_loss, lst_acc, "sgd_method")


if __name__ == '__main__':
    test_draw()

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()，以及其余的plt代码。该图像仍将显示在笔记本中。

鉴于今天（提出此问题时尚不可用）很多人将Jupyter Notebook用作python控制台，所以有一种极为简单的方式将图保存为.png，只需从Jupyter Notebook 调用matplotlib的pylab类，将图绘制为“内联” 'jupyter单元格，然后将该图形/图像拖到本地目录。不要忘记 %matplotlib inline第一行！

除了上述内容外，我还添加__file__了名称，以便图片和Python文件获得相同的名称。我还添加了一些参数使它看起来更好：

# Saves a PNG file of the current graph to the folder and updates it every time
# (nameOfimage, dpi=(sizeOfimage),Keeps_Labels_From_Disappearing)
plt.savefig(__file__+".png",dpi=(250), bbox_inches='tight')
# Hard coded name: './test.png'

使用时matplotlib.pyplot，必须先保存您的绘图，然后使用以下两行将其关闭：

fig.savefig('plot.png') # save the plot, place the path you want to save the figure in quotation
plt.close(fig) # close the figure window

如前所述，您可以使用：

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

用于保存您正在显示的任何IPhython图像。或者换个角度（从另一个角度看），如果您曾经使用过开放式简历，或者如果您导入过开放式简历，则可以进行以下工作：

导入cv2

cv2.imwrite（“ myfig.png”，图像）

但这只是万一，如果您需要使用Open CV。否则，plt.savefig（）应该足够。

您可以使用任何扩展名（png，jpg等）并以所需的分辨率保存图像。这是保存您的身材的功能。

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”是您要用来保存图形的名称。希望能帮助到你：）

您可以这样做：

def plotAFig():
  plt.figure()
  plt.plot(x,y,'b-')
  plt.savefig("figurename.png")
  plt.close()