
本文详解如何在循环中为每个 matplotlib 子图生成并保存独立的 png 文件,避免仅保存最后一个图像的常见错误,并提供完整可运行示例与关键注意事项。
本文详解如何在循环中为每个 matplotlib 子图生成并保存独立的 png 文件,避免仅保存最后一个图像的常见错误,并提供完整可运行示例与关键注意事项。
在使用 Matplotlib 绘制多个子图(如城市地理网络图)时,一个典型误区是:将 plt.savefig() 放在循环外部——这会导致仅最后一幅图被保存(或覆盖式保存同一文件),而前几幅图完全丢失。根本原因在于:plt.savefig() 默认保存当前活动的 Figure 对象(即 plt.gcf()),而每次调用 plt.subplots() 都会创建新 Figure;若未显式保存,旧 Figure 会被后续操作丢弃。
✅ 正确做法是:在绘图循环内部,对每个子图对应的 Figure 实例调用 savefig(),并确保文件名唯一。以下为优化后的核心代码段:
import matplotlib.pyplot as plt
# 示例数据(模拟 city_edges)
city_edges = {
"Tokyo": None, "Paris": None, "São Paulo": None,
"Cairo": None, "Sydney": None, "Toronto": None
}
color_palette = [
{"Neon": "#ff0099", "Background": "#2e002e"},
{"Neon": "#00ff00", "Background": "#003300"},
{"Neon": "#00ccff", "Background": "#002233"},
{"Neon": "#ffff00", "Background": "#333300"},
{"Neon": "#ff6600", "Background": "#331a00"},
{"Neon": "#ff00ff", "Background": "#330033"}
]
for idx, (city, edges) in enumerate(city_edges.items()):
# 创建独立 Figure 和 Axes
fig, ax = plt.subplots(1, 1, figsize=(12, 12))
# 【此处应替换为真实绘图逻辑,例如:edges.plot(ax=ax, ...)】
# 为演示,我们绘制一个简单圆圈示意
circle = plt.Circle((0.5, 0.5), 0.4, color=color_palette[idx]["Neon"], alpha=0.8)
ax.add_patch(circle)
ax.set_xlim(0, 1)
ax.set_ylim(0, 1)
ax.set_facecolor(color_palette[idx]["Background"])
# 隐藏坐标轴刻度与标签
ax.set_xticks([])
ax.set_yticks([])
ax.set_xticklabels([])
ax.set_yticklabels([])
# 添加标题
ax.set_title(city, fontsize=20, color=color_palette[idx]["Neon"], pad=20)
# ✅ 关键:在循环内保存当前 fig,使用唯一文件名
fig.savefig(f"cities_{idx+1}_{city}.png", dpi=150, bbox_inches='tight')
# 【推荐】及时关闭 figure,释放内存(尤其处理大量图像时)
plt.close(fig)? 重要注意事项:
-
不要使用
plt.savefig():它作用于全局当前 figure,易出错;务必使用fig.savefig()显式指定目标 figure。 -
文件名唯一性:建议结合索引(
idx)与语义信息(如city)命名,避免覆盖(例如"cities_1_Tokyo.png")。 -
资源管理:循环中持续创建 figure 会占用内存,强烈建议在保存后调用
plt.close(fig)或fig.clear()。 -
DPI 与边距:添加
dpi=150提升清晰度;bbox_inches='tight'自动裁剪空白边距,使标题不被截断。
通过以上结构化实践,您可稳定、高效地批量导出任意数量的高质量独立图像,适用于地理可视化、模型结果对比、自动化报告等场景。

















