（深入理解）matplotlib的交互模式（block,interactive,ion,ioff,draw,show,plot等的区别）

文章目录

interactive，ion，ioff
draw,show,plot
- draw
- show,plot
- 拓展

import matplotlib.pyplot as plt
import numpy as np

interactive，ion，ioff

先理清一个概念，plot和figure，plot更加细节，绘制，比如绘制一条线，绘制标题，这些都是绘制在figure上的；而figure就只有一个，我们所需要做的就是展示它给用户看。

我们平常都是非交互模式，那么什么是交互模式呢（plt.ion()）？就是每plot一下（比如上步绘制线，这步绘制标题），图片自动更新并显示。

我们实践一下：

我们打开python shell（如果安装的是python包，就直接在命令行中输入python；如果安装的是anaconda，就打开anaconda命令行中输入python）

我们可以看到 plt.plot([1,1],[2,3])之后，图像就弹出来了，然后我们不要关闭这个图像，继续输入plt.title(“test”)，图像在原来的基础上多了标题。这就是交互式，我们可以理解为动图。

The interactive mode is mainly useful if you build plots from the command line and want to see the effect of each command while you are building the figure.

同理，plt.ioff()就是关闭交互模式。

对了，补充一下，命令行默认是非交互模式的，如下：

我们可以看到，我们按了回车，然后图片弹了出来，但是如果我们不关闭图片，我们没法继续输入代码，卡住了。这就是block的意思。

In interactive mode:#i第一个例子

newly created figures will be shown immediately;

figures will automatically redraw on change;

pyplot.show will not block by default.

In non-interactive mode:

newly created figures and changes to figures will not be reflected
until explicitly asked to be;

pyplot.show will block by default.

非交互模式下：plt.show()才能显示图像，以前交互模式的时候plt.plot()就会显示图像。而且非交互模式下plt.show()显示了之后，后面的程序就没法运行了，卡住了。

而实际上，Jupyter notebook默认就是交互模式，所以plt.plot()就可以绘制图像，而不一定需要plt.show()。而pycharm不行，其默认是非交互模式，必须plt.show()，否则没有图像显示。不过pycharm强大之处在于，其不会被block住，后面的程序可以继续执行，图片会被pycharm单独保存下来。

另外，还有plt.pause（），暂时没查过有啥用。

draw,show,plot

draw

matplotlib.pyplot.draw：Redraw the current figure.

用在交互式环境下，在非交互式环境中不报错，但是多余。即使是在交互式环境下，其也很少被使用，因为一般不需要重绘，其只会用在逻辑上图片已经改变（例如添加了一些东西或者改变了一些状态）但又没有在显示上（物理上）更新的情况。由于我们使用的大多数改变图片的操作例如plt.title之类的，其本身会自动重绘。

show,plot

matplotlib.pyplot.show：展示所有的图片。你没看错，是所有。plt.figure可以创建一个新的图片。

x=np.arange(3)
# f1=plt.figure()
plt.plot(x,x)#由于没有图片，所以默认会自动创建，此时图片1.
plt.xlabel("x")
# plt.show()
f2=plt.figure()#创建了一个新的图片，而且之后的plot操作基于此。
plt.plot(x,x+1)
plt.xlabel("v")
plt.show()#显示所有图片。

matplotlib.pyplot.plot:这个经常和show搞混，因为用这个不是不用show就能把图画出来吗？那要其有何用？区别在于这个会先缓冲，晚于所有其他输出，最后再画出来所有图像。而show执行命令就开始画。

不过，那种输出展示过的都会让先前的figure对象失去焦点并且是失去活性，相当于这个figure完全清空了。然后下次再次plt是重新新的figure。show也不例外。实验如下：

这两个图片是不一样的，前面两个都是操作在同一个图片上，在输出展示之后，后面又是新的一个图片。

一个问题是，为什么上面示例中的第一段代码

x=np.arange(3)
plt.plot(x,x)
plt.xlabel("x")

不是生成两个图，而会乖乖的都画在一起。因为我发现绘图时晚于所有其他输出的，也就是说执行完全部之后，该输出的输出，然后才会绘制图像，这个时候，由于没有绘制图像，所以图一没有失去活性，所以第三句代码已经添加到图上去了，所以一共是一张图。看如下：

x=np.arange(3)
plt.plot(x,x)
plt.xlabel("x")
print("he")
plt.title("haha")
print("hs")#输出在图前面。

即一次执行如果没有创建多张图，则只会输出一张图，且在最后才输出展示。这个是jupyter的特点好像，而且按照道理应该输出是动态的才对（交互环境嘛！一条代码变换一次图像）。但是Jupyter好像做不到，其一定会留在最后一起，然后再显示图像。

不知道大家有没有试过将代码作为.py文件使用下载的python语言直接点击运行，看是不是动态变化的（可以配合time.sleep()）。

拓展

上面有好几次都创建了图片，我们又该如何切换呢？

x=np.arange(3)
f1=plt.figure(1)
plt.plot(x,x)
plt.xlabel("x")
# plt.show()，不能使用show，否则会释放figure1。
f2=plt.figure(2)#创建了一个新的图片，而且之后的plot操作基于此。
plt.plot(x,x+1)
plt.xlabel("v")
# plt.show()#显示所有图片。
plt.figure(1)#又切换到了图片1.
plt.title("hello")