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
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。