39

编辑：如果我明确地将 matplotlib 的后端从“Qt4Agg”更改为“Agg”，那么我就可以毫无错误地运行我的代码。我认为这是后端的错误？

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位。然后我有不同的函数来生成我需要的每个图表（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，因为我只想保存图形而不是立即查看它们，所以它们不包含 pyplot.show()。

如果我在解释器中单独运行绘图函数，那么我不会遇到任何问题。但是，如果我创建一个单独的函数来依次调用每个绘图函数，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？在循环中绘图时，它似乎与Matplotlib 内存不足有关，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的样子：

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。我所有的绘图功能也是如此。

如果我创建一个执行此操作的新函数：

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

然后它遍历大约一半的图表，然后我得到“MemoryError：无法为路径分配内存”。

4

2 回答 2

1

我认为它这样做的原因是因为当它遍历所有不同的图表时它会耗尽内存，可能是因为它没有正确释放它。

您为什么不尝试创建大约 3 个左右的程序，每个程序都会做一些图表，而不是一个程序来做所有的图表：

程序 1：图 1-8

程序 2：图 9-16

程序 3：图 17-25

希望这有助于@FakeDIY :)

于 2016-02-22T18:07:28.497 回答
1

我曾经遇到过一个非常相似的问题。我假设 matplotlib 在内部保留每个图的引用。给定以下代码，创建三个单独的图形：

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)

输出：

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

这是反直觉的，因为我们多次重新f定义ax。对于每个块，我们都创建了一个新图形，可以通过plt. 创建另一个图形会更改可访问的最顶层引用plt。但是必须有一些内部参考，可以plt.show()显示所有数字。这些引用似乎是持久的，因此 gc 不会收集这些数字。

我解决的解决方法是更改​​绘图的数据。事后看来，无论如何，这是一种更好的方法：

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)

唯一的缺点是您必须在图形打开的情况下保持窗口。没有这个raw_input程序只会运行

于 2016-04-24T00:35:37.790 回答