Question

编辑：如果我明确地将matplotlib的后端从'Qt4Agg'更改为'Agg'，那么我就可以运行我的代码而没有错误。我认为这是后端的一个错误？

我正在编写一些代码来自动处理大量数据。代码首先解析我的数据文件并存储所有相关的位。然后，我有不同的功能来生成我需要的每个图形（总共大约有25个）。但是，我一直遇到某种内存错误，我认为这是因为Matplotlib / PyPlot没有正确释放内存。

每个绘图函数都以pyplot.close（fig）命令结束，因为我只是想保存图形而不是立即查看它们不包含pyplot.show（）。

如果我在翻译中单独运行绘图功能，那么我不会遇到任何问题。但是，如果我创建一个单独调用每个绘图函数的函数，那么我会遇到“MemoryError：无法为路径分配内存”。

有没有人遇到过这样的问题？它似乎与Matplotlib runs out of memory when plotting in a loop有关，但pyplot.close（）并不能解决我的问题。

这是我的代码中典型的绘图函数：

def TypicalPlot(self, title=None, comment=False, save=False, show=True):

    if title is None:
        title = self.dat.title

    fig = plt.figure()
    host = SubplotHost(fig, 111)
    fig.add_subplot(host)
    par = host.twinx()
    host.set_xlabel("Time (hrs)")
    host.set_ylabel("Power (W)")
    par.set_ylabel("Temperature (C)")
    p1, = host.plot(self.dat.timebase1, self.dat.pwr, 'b,', label="Power",
                    markevery= self.skip)
    p2, = par.plot(self.dat.timebase2, self.dat.Temp1, 'r,', 
                   label="Temp 1", markevery= self.skip)
    p3, = par.plot(self.dat.timebase2, self.dat.Temp2, 'g,', 
                   label="Temp 2", markevery= self.skip)
    p4, = par.plot(self.dat.timebase2, self.dat.Temp3, 'm,', 
                   label="Temp 3", markevery= self.skip)
    host.axis["left"].label.set_color(p1.get_color())
    # par.axis["right"].label.set_color(p2.get_color())
    #host.legend(loc='lower left')
    plt.title(title+" Temperature")

    leg=host.legend(loc='lower left',fancybox=True)
    #leg.get_frame().set_alpha(0.5)
    frame  = leg.get_frame()
    frame.set_facecolor('0.80')

    ### make the legend text smaller
    for t in leg.get_texts():
        t.set_fontsize('small')

    ### set the legend text color to the same color as the plots for added
    ### readability
    leg.get_texts()[0].set_color(p1.get_color())
    leg.get_texts()[1].set_color(p2.get_color())
    leg.get_texts()[2].set_color(p3.get_color())    
    leg.get_texts()[3].set_color(p4.get_color())        

    if show is True and save is True:
        plt.show()
        plt.savefig('temp.png')
    elif show is True and save is False:
        plt.show()
    elif show is False and save is True:
        plt.savefig('temp.png')
        plt.clf()
        plt.close(fig)

如果我现在在终端中运行

MyClass.TypicalPlot(save=True, show = False)

然后我没有得到任何错误。我的所有绘图功能都是如此。

如果我创建了一个新功能：

def saveAllPlots(self, comments = False):

        if self.comment is None: comment = False
        else: comment = True
        self.TypicalPlot(save=True, show=False, comment=comment)
        self.AnotherPlot(save=True, show=False)
        self.AnotherPlot2(save=True, show=False)
        self.AnotherPlot3(save=True, show=False)
        ...etc, etc, etc

然后它会运行大约一半的图表然后我得到“MemoryError：无法为路径分配内存”。

Answer 1

我认为这样做的原因是因为它经历了所有不同的图形，然后耗尽内存可能是因为它没有正确地释放它。

为什么不尝试创建大约3个左右的程序，每个程序执行一些图形而不是一个程序执行所有图形：

计划1：图1-8

计划2：图表9-16

计划3：图17-25

希望这有助于@FakeDIY：）

Answer 2

我遇到过一次非常类似的问题。我假设matplotlib在内部保留每个图的参考。给出以下代码，创建三个单独的数字：

import matplotlib.pyplot as plt
import numpy as np

# block 1
f, ax = plt.subplots(1)
plt.plot(np.arange(10), np.random.random(10))
plt.title("first")
print 'first', sys.getrefcount(f), sys.getrefcount(ax)

# bock 2
f, ax = plt.subplots(1)
plt.plot(np.arange(10), np.random.random(10)+1)
plt.title("second")
print 'second', sys.getrefcount(f), sys.getrefcount(ax)

# block 3
f, ax = plt.subplots(1)
plt.plot(np.arange(10), np.random.random(10)+2)
plt.title("third")
print 'third', sys.getrefcount(f), sys.getrefcount(ax)

plt.show()

print 'after show', sys.getrefcount(f), sys.getrefcount(ax)

<强>输出：

first 69 26
second 69 26
third 69 26
after show 147 39

这是违反直觉的，因为我们多次重新定义了f和ax。对于每个块，我们创建了一个新图形，可以通过plt引用。创建另一个数字会更改plt可访问的最顶层引用。但必须有一些内部参考，允许plt.show()显示所有数字。这些引用似乎是持久性的，因此gc不会收集这些数据。

我解决的解决方法是改变情节的数据。事后看来，无论如何，这是一个更好的方法：

plt.ion()
f, ax = plt.subplots(1)
line = ax.plot(np.arange(10), np.random.random(10))[0]
plt.title('first')
plt.show()

for i, s in [(2, 'second'), (3, 'third')]:
    x = np.arange(10)
    y = np.random.random(10)+i
    line.set_data(x, y)
    ax.set_xlim(np.min(x), np.max(x))
    ax.set_ylim(np.min(y), np.max(y))
    plt.title(s)
    plt.draw()
    raw_input(s)

唯一的缺点是你必须保持窗口打开图形。如果没有raw_input，程序将直接运行

Matplotlib和Pyplot.close（）没有释放内存？ - 后端相关的Qt4Agg

2 个答案: