防止 matplotlib 有状态

如果我创建一个Axes对象在matplotlib并改变它（即通过绘制一些数据），然后我调用一个函数没有通过我的Axes反对该函数那么这个函数仍然可以改变我的Axes。例如：

import matplotlib.pyplot as plt
import numpy as np

def innocent_looking_function():
    #let's draw a red line on some unsuspecting Axes!
    plt.plot(100*np.random.rand(20), color='r')

fig, ax = plt.subplots()
ax.plot(100*np.random.rand(20), color='b') #draw blue line on ax
#ax now has a blue line, as expected

innocent_looking_function()
#ax now unexpectedly has a blue line and a red line!

我的问题是：我可以阻止这种全局变量行为吗？我知道我可以打电话plt.close()在致电任何人之前innocent_looking_function()但有什么方法可以使其成为默认值吗？

当然！你需要做的是绕过pyplot当你制作图形时完全是状态机。

它更详细，因为你不能直接调用fig = plt.figure().

首先，让我解释一下如何plt.gca() or plt.gcf()作品。当使用pyplot接口，matplotlib 存储所有已创建但未显示的图形管理器。图形管理器基本上是图形的 GUI 包装器。

plt._pylab_helpers.Gcf是存储图窗管理器并跟踪当前处于活动状态的单例对象。plt.gcf()返回活动数字_pylab_helpers.Gcf. Each Figure对象跟踪它自己的轴，所以plt.gca()只是plt.gcf().gca().

通常，当您拨打电话时plt.figure(), it:

1. 创建返回的图形对象
2. 创建一个FigureManager对于该数字使用适当的后端
3. 图形管理器创建一个FigureCanvas、GUI 窗口（根据需要）和NavigationToolbar2（缩放按钮等）
4. 然后将图形管理器实例添加到_pylab_helpers.Gcf的数字列表。

这是我们想要绕过的最后一步。

这是一个使用非交互式后端的简单示例。请注意，因为我们不担心与绘图交互，所以我们可以跳过整个图形管理器，只创建一个Figure and FigureCanvas实例。 （从技术上讲，我们可以跳过FigureCanvas，但是当我们想要将绘图保存到图像等时就需要它。）

import matplotlib.backends.backend_agg as backend
from matplotlib.figure import Figure

# The pylab figure manager will be bypassed in this instance. `plt.gca()`
# can't access the axes created here.
fig = Figure()
canvas = backend.FigureCanvas(fig)
ax = fig.add_subplot(111)

只是为了证明这一点gca看不到这个轴：

import matplotlib.pyplot as plt
import matplotlib.backends.backend_agg as backend
from matplotlib.figure import Figure

# Independent figure/axes
fig = Figure()
canvas = backend.FigureCanvas(fig)
ax = fig.add_subplot(111)
ax.plot(range(10))

# gca() is completely unaware of this axes and will create a new one instead:
ax2 = plt.gca()
print 'Same axes?:', id(ax) == id(ax2)

# And `plt.show()` would show the blank axes of `ax2`

有了交互式支持，事情就变得更加复杂了。你不能打电话plt.show()，所以你需要自己启动gui的主循环。您可以“从头开始”完成这一切（请参阅任何“嵌入 matplotlib”示例），但是FigureManager抽象出支持的特定部分：

作为使用 TkAgg 后端的示例：

import matplotlib.backends.backend_tkagg as backend
from matplotlib.figure import Figure

fig = Figure()
ax = fig.add_subplot(111)

manager = backend.new_figure_manager_given_figure(1, fig)
manager.show()
backend.show.mainloop()

要使用其他后端之一，只需更改后端导入即可。例如，对于 Qt4：

import matplotlib.backends.backend_qt4agg as backend
from matplotlib.figure import Figure

fig = Figure()
ax = fig.add_subplot(111)

manager = backend.new_figure_manager_given_figure(1, fig)
manager.show()
backend.show.mainloop()

这实际上甚至适用于nbaggIPython 笔记本中使用的后端。只需将后端导入更改为import matplotlib.backends.backend_nbagg as backend