Guarde el gráfico en el archivo de imagen en lugar de mostrarlo usando Matplotlib

Si bien la pregunta ha sido respondida, me gustaría agregar algunos consejos útiles al usar matplotlib.pyplot.savefig. El formato de archivo se puede especificar mediante la extensión:

from matplotlib import pyplot as plt

plt.savefig('foo.png')
plt.savefig('foo.pdf')

Dará una salida rasterizada o vectorizada respectivamente, ambas que podrían ser útiles. Además, a menudo hay un espacio en blanco no deseado alrededor de la imagen, que se puede eliminar con:

plt.savefig('foo.png', bbox_inches='tight')

Tenga en cuenta que si muestra la trama, plt.show() debe seguir plt.savefig(), de lo contrario, la imagen del archivo estará en blanco.

Como han dicho otros, plt.savefig() or fig1.savefig() es de hecho la forma de guardar una imagen.

Sin embargo, he descubierto que en ciertos casos la figura siempre se muestra. (por ejemplo, con Spyder teniendo plt.ion(): modo interactivo = Activado.) Soluciono esto forzando el cierre de la ventana de la figura en mi bucle gigante con plt.close(figure_object) (consulta: documentación), por lo que no tengo un millón de cifras abiertas durante el ciclo:

import matplotlib.pyplot as plt
fig, ax = plt.subplots( nrows=1, ncols=1 )  # create figure & 1 axis
ax.plot([0,1,2], [10,20,3])
fig.savefig('path/to/save/image/to.png')   # save the figure to file
plt.close(fig)    # close the figure window

Debería poder volver a abrir la figura más tarde si es necesario con fig.show() (no me probé).

La solucion es:

pylab.savefig('foo.png')

Acabo de encontrar este enlace en la documentación de MatPlotLib que aborda exactamente este problema: http://matplotlib.org/faq/howto_faq.html#generate-images-without-having-a-window-appear

Dicen que la forma más fácil de evitar que aparezca la figura es utilizar un backend no interactivo (por ejemplo, Agg), a través de matplotib.use(<backend>), p.ej:

import matplotlib
matplotlib.use('Agg')
import matplotlib.pyplot as plt
plt.plot([1,2,3])
plt.savefig('myfig')

Yo personalmente sigo prefiriendo usar plt.close( fig ), desde entonces tiene la opción de ocultar ciertas cifras (durante un bucle), pero aún mostrar las cifras para el procesamiento de datos posterior al bucle. Sin embargo, probablemente sea más lento que elegir un backend no interactivo; sería interesante si alguien lo probara.

ACTUALIZACIÓN: para Spyder, generalmente no puede configurar el backend de esta manera (debido a que Spyder generalmente carga matplotlib temprano, lo que le impide usar matplotlib.use()).

En su lugar, use plt.switch_backend('Agg'), o apagar "habilitar soporte"en las preferencias de Spyder y ejecute el matplotlib.use('Agg') mandarte a ti mismo.

De estos dos consejos: ., dos

Si no le gusta el concepto de figura "actual", haga lo siguiente:

import matplotlib.image as mpimg

img = mpimg.imread("src.png")
mpimg.imsave("out.png", img)

import datetime
import numpy as np
from matplotlib.backends.backend_pdf import PdfPages
import matplotlib.pyplot as plt

# Create the PdfPages object to which we will save the pages:
# The with statement makes sure that the PdfPages object is closed properly at
# the end of the block, even if an Exception occurs.
with PdfPages('multipage_pdf.pdf') as pdf:
    plt.figure(figsize=(3, 3))
    plt.plot(range(7), [3, 1, 4, 1, 5, 9, 2], 'r-o')
    plt.title('Page One')
    pdf.savefig()  # saves the current figure into a pdf page
    plt.close()

    plt.rc('text', usetex=True)
    plt.figure(figsize=(8, 6))
    x = np.arange(0, 5, 0.1)
    plt.plot(x, np.sin(x), 'b-')
    plt.title('Page Two')
    pdf.savefig()
    plt.close()

    plt.rc('text', usetex=False)
    fig = plt.figure(figsize=(4, 5))
    plt.plot(x, x*x, 'ko')
    plt.title('Page Three')
    pdf.savefig(fig)  # or you can pass a Figure object to pdf.savefig
    plt.close()

    # We can also set the file's metadata via the PdfPages object:
    d = pdf.infodict()
    d['Title'] = 'Multipage PDF Example'
    d['Author'] = u'Jouni K. Sepp\xe4nen'
    d['Subject'] = 'How to create a multipage pdf file and set its metadata'
    d['Keywords'] = 'PdfPages multipage keywords author title subject'
    d['CreationDate'] = datetime.datetime(2009, 11, 13)
    d['ModDate'] = datetime.datetime.today()

Las otras respuestas son correctas. Sin embargo, a veces encuentro que quiero abrir la figura objeto más tarde. Por ejemplo, es posible que desee cambiar los tamaños de las etiquetas, agregar una cuadrícula o realizar otro procesamiento. En un mundo perfecto, simplemente volvería a ejecutar el código que genera la trama y adaptaría la configuración. Por desgracia, el mundo no es perfecto. Por eso, además de guardar en PDF o PNG, agrego:

with open('some_file.pkl', "wb") as fp:
    pickle.dump(fig, fp, protocol=4)

De esta manera, luego puedo cargar el objeto de figura y manipular la configuración como me plazca.

También escribo la pila con el código fuente y locals() diccionario para cada función / método en la pila, de modo que luego pueda decir exactamente qué generó la figura.

NB: tenga cuidado, ya que a veces este método genera archivos enormes.

Después de usar plot () y otras funciones para crear el contenido que desea, puede usar una cláusula como esta para seleccionar entre trazar en la pantalla o archivar:

import matplotlib.pyplot as plt

fig = plt.figure(figsize=(4, 5))       # size in inches
# use plot(), etc. to create your plot.

# Pick one of the following lines to uncomment
# save_file = None
# save_file = os.path.join(your_directory, your_file_name)  

if save_file:
    plt.savefig(save_file)
    plt.close(fig)
else:
    plt.show()

Usé lo siguiente:

import matplotlib.pyplot as plt

p1 = plt.plot(dates, temp, 'r-', label="Temperature (celsius)")  
p2 = plt.plot(dates, psal, 'b-', label="Salinity (psu)")  
plt.legend(loc='upper center', numpoints=1, bbox_to_anchor=(0.5, -0.05),        ncol=2, fancybox=True, shadow=True)

plt.savefig('data.png')  
plt.show()  
f.close()
plt.close()

Encontré muy importante usar plt.show después de guardar la figura, de lo contrario no funcionará.figura exportada en png

Si, como yo, usa Spyder IDE, debe desactivar el modo interactivo con:

plt.ioff()

(este comando se inicia automáticamente con el inicio científico)

Si desea habilitarlo nuevamente, use:

plt.ion()

Puedes hacer:

plt.show(hold=False)
plt.savefig('name.pdf')

y recuerde dejar que savefig finalice antes de cerrar el gráfico de la GUI. De esta forma puedes ver la imagen de antemano.

Alternativamente, puede mirarlo con plt.show() Luego cierre la GUI y ejecute el script nuevamente, pero esta vez reemplace plt.show() a plt.savefig().

Alternativamente, puede utilizar

fig, ax = plt.figure(nrows=1, ncols=1)
plt.plot(...)
plt.show()
fig.savefig('out.pdf')

Según pregunta Matplotlib (pyplot) savefig genera una imagen en blanco.

Una cosa debe tener en cuenta: si usa plt.show y debería después plt.savefig, o le dará una imagen en blanco.

Un ejemplo detallado:

import numpy as np
import matplotlib.pyplot as plt


def draw_result(lst_iter, lst_loss, lst_acc, title):
    plt.plot(lst_iter, lst_loss, '-b', label='loss')
    plt.plot(lst_iter, lst_acc, '-r', label='accuracy')

    plt.xlabel("n iteration")
    plt.legend(loc='upper left')
    plt.title(title)
    plt.savefig(title+".png")  # should before plt.show method

    plt.show()


def test_draw():
    lst_iter = range(100)
    lst_loss = [0.01 * i + 0.01 * i ** 2 for i in xrange(100)]
    # lst_loss = np.random.randn(1, 100).reshape((100, ))
    lst_acc = [0.01 * i - 0.01 * i ** 2 for i in xrange(100)]
    # lst_acc = np.random.randn(1, 100).reshape((100, ))
    draw_result(lst_iter, lst_loss, lst_acc, "sgd_method")


if __name__ == '__main__':
    test_draw()

La solución :

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import matplotlib
matplotlib.style.use('ggplot')
ts = pd.Series(np.random.randn(1000), index=pd.date_range('1/1/2000', periods=1000))
ts = ts.cumsum()
plt.figure()
ts.plot()
plt.savefig("foo.png", bbox_inches='tight')

Si desea mostrar la imagen además de guardarla, utilice:

%matplotlib inline

después de import matplotlib

Cuando usas matplotlib.pyplot, primero debe guardar su gráfico y luego cerrarlo usando estas 2 líneas:

fig.savefig('plot.png') # save the plot, place the path you want to save the figure in quotation
plt.close(fig) # close the figure window

import matplotlib.pyplot as plt
plt.savefig("image.png")

En Jupyter Notebook tienes que eliminar plt.show() y añade plt.savefig(), junto con el resto del código plt en una celda. La imagen seguirá apareciendo en su cuaderno.

Además de los anteriores, agregué __file__ para el nombre para que la imagen y el archivo Python obtengan los mismos nombres. También agregué algunos argumentos para que se vea mejor:

# Saves a PNG file of the current graph to the folder and updates it every time
# (nameOfimage, dpi=(sizeOfimage),Keeps_Labels_From_Disappearing)
plt.savefig(__file__+".png",dpi=(250), bbox_inches='tight')
# Hard coded name: './test.png'

Dado que hoy (no estaba disponible cuando se hizo esta pregunta) mucha gente usa Jupyter Notebook como consola de Python, existe una manera extremadamente fácil de guardar los gráficos como .png, solo llama al matplotlib's pylab class de Jupyter Notebook, trace la figura de las celdas jupyter 'en línea' y luego arrastre esa figura / imagen a un directorio local. No olvides %matplotlib inline en la primera linea!

Solo una nota extra porque todavía no puedo comentar las publicaciones.

Si está utilizando plt.savefig('myfig') o algo por el estilo, asegúrese de agregar un plt.clf() después de que se guarde su imagen. Esto se debe a que savefig no cierra el gráfico y si agrega al gráfico después sin un plt.clf() estará agregando a la trama anterior.

Es posible que no note si sus tramas son similares, ya que se trazarán sobre la trama anterior, pero si está en un bucle guardando sus figuras, la trama se volverá masiva lentamente y hará que su guión sea muy lento.

Como se sugirió anteriormente, puede usar:

import matplotlib.pyplot as plt
plt.savefig("myfig.png")

Para guardar cualquier imagen de IPhython que esté mostrando. O en una nota diferente (mirando desde un ángulo diferente), si alguna vez se pone a trabajar con un CV abierto, o si ha importado un CV abierto, puede optar por:

import cv2

cv2.imwrite("myfig.png",image)

Pero esto es solo por si necesita trabajar con Open CV. De lo contrario plt.savefig() debería ser suficiente

bueno, recomiendo usar envoltorios para renderizar o controlar el trazado. los ejemplos pueden ser mpltex (https://github.com/liuyxpp/mpltex) o prettyplotlib (https://github.com/olgabot/prettyplotlib).

import mpltex

@mpltex.acs_decorator
def myplot():
  plt.figure()
  plt.plot(x,y,'b-',lable='xxx')
  plt.tight_layout(pad=0.5)
  plt.savefig('xxxx')  # the figure format was controlled by the decorator, it can be either eps, or pdf or png....
  plt.close()

Básicamente utilizo mucho este decorador para publicar artículos académicos en varias revistas de la American Chemical Society, American Physics Society, Opticcal Society American, Elsivier, etc.

Se puede encontrar un ejemplo en la siguiente imagen (https://github.com/MarkMa1990/gradientDescent):

Puedes guardar tu imagen con cualquier extensión (png, jpg, etc.) Y con la resolución que desees. Aquí tienes una función para guardar tu figura.

import os

def save_fig(fig_id, tight_layout=True, fig_extension="png", resolution=300):
    path = os.path.join(IMAGES_PATH, fig_id + "." + fig_extension)
    print("Saving figure", fig_id)
    if tight_layout:
        plt.tight_layout()
    plt.savefig(path, format=fig_extension, dpi=resolution)

'fig_id' es el nombre con el que desea guardar su figura. Espero eso ayude:)

Puedes hacerlo así:

def plotAFig():
  plt.figure()
  plt.plot(x,y,'b-')
  plt.savefig("figurename.png")
  plt.close()

Nada funcionaba para mí. El problema es que la imagen guardada era muy pequeña y no pude encontrar cómo diablos hacerla más grande.

Esto parece hacerlo más grande, pero aún no a pantalla completa.

https://matplotlib.org/stable/api/figure_api.html#matplotlib.figure.Figure.set_size_inches

fig.set_size_inches ((ancho, alto))

Espero que ayude a alguien.