Matplotlib 内存不足答案

【问题标题】：Matplotlib runs out of memoryMatplotlib 内存不足
【发布时间】：2021-07-18 09:00:58
【问题描述】：

这是我用来绘制许多图并保存它们的代码，但它占用了所有可用 RAM 并导致笔记本崩溃。我尝试添加fig.clf()、del fig、gc.collect，但似乎没有任何效果。我只能保存 38 个数字，然后会话在 Google Colab 上崩溃，因为 RAM 已满。

import numpy as np
import matplotlib as mpl
import matplotlib.pyplot as plt

print(np.__version__) # 1.19.5
print(mpl.__version__) # 3.2.2, also tried with latest 3.4.1

x = np.arange(0, 280, 0.1)
y = np.sin(x)

for k in range(100):
  fig, ax = plt.subplots(6, 2, sharex = True)
  fig.set_size_inches(37.33, 21)

  for i in range(2):
    for j in range(6):
      ax[j][i].plot(x, y)

  fig.savefig(f'figure{k}.png', dpi = 300)
  plt.close(fig)

【问题讨论】：

我们无法通过查看伪代码来解决性能问题。提供 MCVE。 stackoverflow.com/help/minimal-reproducible-example
完成，添加了一个 MCVE。
您真的要创建 100 个单独的图像，每个图像包含 12 个图吗？我花了大约 7 秒才生成第一张图像（在 Jupyter 之外完成）。还请在您的示例中添加必要的导入，以及您正在使用的库的版本号。
是的，实际上我想创建 200 个单独的图像，每个图像有 12 个图，每个图包含 2.8k 行数据。但它只能创建 38 个。添加了必要的导入和库的版本号。感谢您的调查。

标签： python-3.x matplotlib jupyter-notebook google-colaboratory

【解决方案1】：

如果您在生成每个图形后尝试保存它，我的意思是尝试将fig. savefig 放入 for 循环中。编辑：在谷歌上查找问题后，我发现您可能需要购买 Colab pro。

【讨论】：

它已经在最外层的for循环中，在绘制完所有的子图之后。

【解决方案2】：

我建议在循环之外创建 fig 和 ax，而不是创建 100 个。您可以通过使用plt.cla() 或ax[j][i].cla() 在每次迭代中清除它来重用相同的ax：

x = np.arange(0, 280, 0.1)
y = np.sin(x)

fig, ax = plt.subplots(6, 2, sharex=True)
fig.set_size_inches(37.33, 21)

for k in range(100):
    for i in range(2):
        for j in range(6):
            ax[j][i].cla()
            ax[j][i].plot(x, y)
    
    fig.savefig(f'figure{k}.png', dpi=300)

【讨论】：

我试过了，由于某些原因，第一个情节按照我的意愿很好地创建了，但之后其他情节有填充问题，因为在这里我添加了一个 MCVE，在实际代码中我也有标签、图例和情节标题。在第一个情节之后没有正确放置。
我还尝试使用fig.clf() 和fig.add_subplot() 仍然存在填充问题。

【解决方案3】：

这与内联后端有关。通过显式切换到 agg 后端可以避免内存泄漏。交叉引用：matplotlib/issues/20067

【讨论】：