matplotlib中ion()与ioff()函数详解及多窗口显示方案

雨后青山
雨后青山
发布时间:2026-10-14| 4人浏览过
原创

本文详解matplotlib的交互模式(ion)与阻塞模式(ioff)的区别。在脚本中,默认阻塞模式需plt.show()才显示图像;开启交互模式后,若不关闭ioff,图像会一闪而过。通过在plt.show()前调用ioff()可解决此问题,实现类似Matlab的多窗口对比显示。

前言

前言

在使用matplotlib进行可视化开发时,常遇到无法像Matlab那样同时打开多个窗口进行对比的问题。经查阅文档发现,这涉及交互模式的概念。然而,在脚本中直接运行相关代码时,图像往往一闪而过,无法停留查看。经过对官方文档的仔细阅读与理解,本文整理出具体解决方案,供初学者参考。

matplotlib显示模式概述

Python的可视化库matplotlib提供了两种图像显示模式:

阻塞(block)模式

交互(interactive)模式

这两种模式的应用场景有所不同:在Python命令行交互环境(Console)中,系统默认启用的是交互模式;而在运行Python脚本文件时,matplotlib默认启用的是阻塞模式。

两者的主要区别如下:

在交互模式下:

执行plt.plot(x)或plt.imshow(x)命令后,图像会立即绘制并显示,无需调用plt.show()。

如果在脚本中通过ion()开启了交互模式,但未使用ioff()关闭,图像窗口会立即关闭(一闪而过),导致无法观察。为防止此现象,必须在plt.show()之前调用ioff()命令以关闭交互模式,使图像保持显示。

在阻塞模式下:

当前窗口显示后,必须手动关闭该窗口,才能打开并显示下一个新窗口。因此,默认情况下无法像Matlab那样同时打开多个窗口进行对比查看。

执行plt.plot(x)或plt.imshow(x)命令后,图像虽已生成但不会立即显示,必须调用plt.show()后才能呈现图像。

多窗口显示与交互模式处理示例

代码示例

以下示例演示了如何在脚本中实现类似Matlab的多窗口同时显示,以及解决交互模式下图像一闪而过的方法:


  import matplotlib.pyplot as plt
  plt.ion()  # 打开交互模式
  # 同时打开两个窗口显示图片
  plt.figure()
  plt.imshow(i1)
  plt.figure()
  plt.imshow(i2)
  # 显示前关掉交互模式
  plt.ioff()
  plt.show()

补充知识:模式详解

补充知识:matplotlib.pyplot的两种模式详解

在交互模式下:

1、执行plt.plot(x)或plt.imshow(x)会直接显示图像,无需额外调用plt.show()。

2、若在脚本中使用ion()开启交互模式而未使用ioff()关闭,图像窗口会瞬间消失。解决方法是在plt.show()之前添加ioff()命令,以锁定图像显示。

在阻塞模式下:

1、打开一个窗口后,必须关闭它才能打开下一个新窗口。因此,默认状态下不支持像Matlab那样同时打开多个窗口进行对比。

2、执行plt.plot(x)或plt.imshow(x)仅生成图像数据,必须调用plt.show()后才能将图像显示出来。

示例代码


with tf.Session() as sess:
  sess.run(init)
 
  fig = plt.figure()
  ax = fig.add_subplot(1,1,1)
  ax.scatter(x_data,y_data)
  plt.ion()  #将画图模式改为交互模式
 
  for i in range(1000):
    sess.run(train_step,feed_dict={xs:x_data,ys:y_data})
    if i%50 ==0:
      plt.pause(0.1)
      try:
        ax.lines.remove(lines[0])
      except Exception:
        pass
      prediction_value = sess.run(prediction,feed_dict={xs:x_data})
      lines = ax.plot(x_data,prediction_value,'r-',lw=5)
 
 
      print(sess.run(loss,feed_dict={xs:x_data,ys:y_data}))
 
  plt.ioff()
  plt.show()

以上关于matplotlib中ion()和ioff()的使用详解即为全部内容,希望能为读者提供有益参考,也欢迎大家继续支持本站。

免责声明:本文内容仅供参考,不代表本站观点。转载或引用请注明出处。

Python 相关产品和应用

全部下载
Selenium

Selenium

4.51.0 · Windows

用于浏览器自动化和 Web 测试的 Python 工具。

scikit-learn

scikit-learn

1.9.1 · Windows

常用 Python 机器学习算法与模型评估工具库。

Black

Black

26.10.1 · Windows

强调一致性的 Python 自动代码格式化工具。

Ruff

Ruff

0.17.1 · macOS

由 Rust 编写的高速 Python 代码检查和格式化工具。

pytest

pytest

9.1.1 · Windows

简洁而强大的 Python 自动化测试框架。

FastAPI

FastAPI

0.146.0 · Windows

高性能 Python API 框架,支持类型提示和自动接口文档。

Flask

Flask

3.1.3 · Windows

轻量灵活的 Python Web 应用框架。

Django

Django

6.1.2 · Windows

成熟的 Python Web 框架,适合构建内容站点和业务系统。

Spyder

Spyder

6.1.7 · Windows

面向科学计算与数据分析的 Python 集成开发环境。

SciPy

SciPy

1.18.1 · Windows

面向科学、工程和技术计算的 Python 算法库。