python - Matplotlib 加上 NetworkX 在循环多个文件时生成重叠图

Question

我有一个脚本，应该循环遍历一系列 csv 文件以创建不同的有向图。当使用 matplotlib (plt.savefig()) 保存时，随着循环的进行，图表似乎会被保存在另一个图表之上。如果我使用 plt.show() ，这需要我手动关闭每个循环的文件，则不会发生这种情况。如果我通过调试器执行同样的操作。谁能给我关于可能发生的事情的任何建议？

"""Script to read in CSV file with relations (after having processed with weighting),
and then make a tree hierarchy of relations
"""
import pandas as pd
import numpy as np
import networkx as nx
import matplotlib.pyplot as plt
import os


#create graph
def panda_tree():  
    path = './CONLL_test/weighted/weighted_out/'
    filelist = os.listdir(path)
    i = 1
    # read in files as dataframe and change to lists
    for file in filelist:
        if file.endswith('csv'):
            parent_child_rel = pd.read_csv(path+file)
            parents = parent_child_rel['parent']
            children = parent_child_rel['child']

            # change lists to tuples
            relations = pd.DataFrame({'from': parents, 'to': children})
            print(relations)

            # Build your graph
            graph_name = 'G%s' %i
            graph_name=nx.from_pandas_edgelist(relations, 'from', 'to', create_using=nx.DiGraph())

            # Plot it
            nx.draw(graph_name, with_labels=True)
            filename = os.path.splitext(file)
            (f, ext) = filename
            plt.savefig(path+'directed/'+f+'_dirgraph.png')
            i+=1

def main():
    panda_tree()


if __name__ == '__main__':
    main ()

这些文件是包含越来越少数据的数据帧，因为我仅包含超过 10 个、20 个等最多 100 个点击的数据。100 个图表是最繁忙的一个，当我单独运行它时，我不会包含这些数据。没有这个问题。有没有其他人遇到过这个问题，或者有人可以给我一个如何克服这个问题的提示吗？数据是父子关系(对)。

Answer 1

问题是您没有清除 fig这是由 pyplot 创建的全局对象。这意味着每次循环时都会添加更多数据(“图表似乎是相互保存的”)。

为了避免这种情况，您可以调用 plt.clf()或plt.close()调用 plt.save_fig() 后.

如果您要创建很多图形，您绝对应该更喜欢 plt.close() ，自 plt.clf()不释放每个图形使用的内存。