关闭pyplot窗口

Question

最终编辑：

我在关闭pyplot窗口的问题上发现，这很可能不应该使用pyplot来完成。SRK给出了一个很好的例子，说明如何处理将在下面的回答中更新的绘图。另外，我偶然发现了如何将pyplot图放入Tkinter窗口，Tkinter比pyplot更擅长打开和关闭窗口。这里is how to put a pyplot plot into a Tk window也是this is a good example。

/最终编辑

我想能够显示几个图，然后能够关闭（从屏幕上删除）他们从一些代码输入，但我不知道代码输入这样做。

以下是我迄今为止所做的尝试。我已经玩弄了显示和关闭命令的位置，但我从中得到的唯一真实结果是一个或另一个情节没有出现，但我无法从屏幕上删除一个情节。我一直在插入一个raw_input（）来创建暂停。

编辑：这些图是从Tkinter图形用户界面调用的，如果有更好的方法从这个方向来做，我很高兴听到它。

如有任何意见，我们将不胜感激。

import matplotlib.pyplot as plt

a = range(0,10)
b = range(0,20,2)
c = range(0,30,3)
d = range(0,40,4)

plot1 = plt.figure()
plt.plot(a,b, 'r-o')

plt.show()

plt.close()

plot2 = plt.figure()
plt.plot(c,d, 'b-o')

plt.show()
plt.close() 

编辑代码：这也不起作用。

plot1 = plt.figure(1)
plt.plot(a,b, 'r-o')

plot2 = plt.figure(2)
plt.plot(c,d, 'b-o')
#plt.close(1)
#this will prevent plot1 from being displayed
plt.show()
plt.close(1)  # or ('all') or (plot1)

Answer 1

plt.close()将关闭当前实例。

plt.close(2)将关闭图2

plt.close(plot1)将用实例plot1关闭图

plt.close('all')将关闭所有功能

找到here。

请记住，plt.show()是一个阻塞函数，因此在上面使用的示例代码中，plt.close()在窗口关闭之前不会被执行，这使得它是多余的。

您可以在代码的开头使用plt.ion()使其非阻塞，尽管这有其他含义。

示例

在我们在评论中讨论之后，我整理了一个小例子来演示如何使用plot功能。

下面我创建一个绘图：

fig = plt.figure(figsize=plt.figaspect(0.75))
ax = fig.add_subplot(1, 1, 1)
....
par_plot, = plot(x_data,y_data, lw=2, color='red')

在这种情况下，上面的ax是一对轴的句柄。每当我想对这些轴执行某些操作时，可以通过调用axes(ax)将当前的轴集更改为该特定集。

par_plot是line2D实例的句柄。这叫艺术家。如果我想更改行的属性，比如更改ydata，可以通过引用这个句柄来完成。

我还可以通过执行以下操作创建滑块小部件：

axsliderA = axes([0.12, 0.85, 0.16, 0.075])
sA = Slider(axsliderA, 'A', -1, 1.0, valinit=0.5)
sA.on_changed(update)

第一行为滑块创建新的轴（称为axsliderA），第二行创建放置在轴中的滑块实例sA，第三行指定滑块值更改时要调用的函数（update）。

我的更新函数可能如下所示：

def update(val):
    A = sA.val
    B = sB.val
    C = sC.val
    y_data = A*x_data*x_data + B*x_data + C
    par_plot.set_ydata(y_data)
    draw()

par_plot.set_ydata(y_data)使用句柄par_plot更改Line2D对象的ydata属性。

draw()函数更新当前轴集。

总而言之：

from pylab import *
import matplotlib.pyplot as plt
import numpy

def update(val):
    A = sA.val
    B = sB.val
    C = sC.val
    y_data = A*x_data*x_data + B*x_data + C
    par_plot.set_ydata(y_data)
    draw()


x_data = numpy.arange(-100,100,0.1);

fig = plt.figure(figsize=plt.figaspect(0.75))
ax = fig.add_subplot(1, 1, 1)
subplots_adjust(top=0.8)

ax.set_xlim(-100, 100);
ax.set_ylim(-100, 100);
ax.set_xlabel('X')
ax.set_ylabel('Y')

axsliderA = axes([0.12, 0.85, 0.16, 0.075])
sA = Slider(axsliderA, 'A', -1, 1.0, valinit=0.5)
sA.on_changed(update)

axsliderB = axes([0.43, 0.85, 0.16, 0.075])
sB = Slider(axsliderB, 'B', -30, 30.0, valinit=2)
sB.on_changed(update)

axsliderC = axes([0.74, 0.85, 0.16, 0.075])
sC = Slider(axsliderC, 'C', -30, 30.0, valinit=1)
sC.on_changed(update)

axes(ax)
A = 1;
B = 2;
C = 1;
y_data = A*x_data*x_data + B*x_data + C;

par_plot, = plot(x_data,y_data, lw=2, color='red')

show()

关于上面的一个注意事项：当我运行应用程序时，代码按顺序一直运行（我认为它将update函数存储在内存中），直到它点击show（），这是阻塞的。当您对其中一个滑块进行更改时，它会从内存中运行更新功能（我想是这样吧？）。

这就是为什么show（）是以这种方式实现的，这样您就可以通过使用函数来处理数据来更改后台的值。