如何完全清除所有matplotlib图的内存

Question

我有一个数据分析模块，其中包含多次调用matplotlib.pyplot API 以在每次运行中生成多达 30 个数字的函数。这些数字在生成后会立即写入磁盘，因此我需要从内存中清除它们。

目前，在每个函数结束时，我都会这样做：

import matplotlib.pyplot as plt

plt.clf()

但是，我不太确定这个语句是否真的可以清除内存。我特别担心，因为我发现每次运行我的模块进行调试时，我的可用内存空间都在不断减少。

每次将绘图写入磁盘后，我需要做什么才能真正清除内存？

Answer 1

特别是当您运行多个进程或线程时，最好定义您的图形变量并直接使用它：

from matplotlib import pyplot as plt

f = plt.figure()
f.clear()
plt.close(f)

无论如何，必须结合使用 plt.clear() 和 plt.close()

更新（2021/01/21）

如果您使用 MacOS 系统及其默认后端（称为“MacOSX”），则这不起作用（至少在 Big Sur 中）。我找到的唯一解决方案是切换到其他知名后端，例如 TkAgg、Cairo 等。要做到这一点，只需键入：

import matplotlib
matplotlib.use('TkAgg') # Your favorite interactive or non-interactive backend

Answer 2

经过一周的试验，我得到了解决方案！希望它可以帮助你。 附上我的演示。

import matplotlib.pyplot as plt
import numpy as np

A = np.arange(1,5)
B = A**2

cnt=0
while(1):  
    cnt = cnt+1
    print("########### test %d ###########" % cnt)

    # here is the trick: 
    # set the figure a 'num' to prevent from re-malloc of a figure in the next loop 
    # and set "clear=True" to make the figure clear
    # I never use plt.close() to kill the figure, because I found it doesn't work.
    # Only one figure is allocated, which can be self-released when the program quits.
    # Before: 6000 times calling of plt.figure() ~ about 1.6GB of memory leak
    # Now: the memory keeps in a stable level
    fig = plt.figure(num=1, clear=True)
    ax = fig.add_subplot()

    # alternatively use an other function in one line
    # fig, ax = plt.subplots(num=1,clear=True)

    ax.plot(A,B)
    ax.plot(B,A)

    # Here add the functions you need 
    # plt.show()
    fig.savefig('%d.png' % cnt)

Answer 3

我有一个数据分析模块，其中包含多个调用 Matplotlib pyplot API 的函数

您可以编辑调用 matplotlib 的函数吗？我遇到了同样的问题，我尝试了以下命令，但都没有奏效。

plt.close(fig)
fig.clf()
gc.collect()
%reset_selective -f fig

然后一个技巧对我有用，而不是每次都创建一个新图形，而是将相同的 fig 对象传递给函数，这解决了我的问题。

例如使用，

fig = plt.figure()
for i in range(100):
    plt.plot(x,y)

而不是，

for i in range(100):
    fig = plt.figure()
    plt.plot(x,y)

Answer 4

这更像是一个测试套件，而不是问题的答案。 在这里我展示了截至 2021 年 12 月，没有提供的解决方案实际上会清除内存。

我们需要以下库：

import os
import psutil 
import numpy
import matplotlib
import matplotlib.pyplot

我创建了一个应该清除所有 matplotlib 内存的函数：

def MatplotlibClearMemory():
    #usedbackend = matplotlib.get_backend()
    #matplotlib.use('Cairo')
    allfignums = matplotlib.pyplot.get_fignums()
    for i in allfignums:
        fig = matplotlib.pyplot.figure(i)
        fig.clear()
        matplotlib.pyplot.close( fig )
    #matplotlib.use(usedbackend) 

我制作了一个创建 100 个图形的脚本，然后尝试将它们全部从内存中删除：

#Use TkAgg backend because it works better for some reason:
matplotlib.use('TkAgg')

#Create fake data for our figures:
x = numpy.arange(1000)

#Get system process information for printing memory usage:
process = psutil.Process(os.getpid())

#Check memory usage before we create figures:
print('BeforeFigures: ', process.memory_info().rss)  # in bytes

#Make 100 figures, and check memory usage:
for n in range(100):
    matplotlib.pyplot.figure()
    matplotlib.pyplot.plot(x, x)
print('AfterFigures:  ', process.memory_info().rss)  # in bytes

#Clear the all the figures and check memory usage:
MatplotlibClearMemory( )
print('AfterDeletion: ', process.memory_info().rss)  # in bytes

输出剩余内存：

>>> BeforeFigures: 76083200
>>> AfterFigures:  556888064
>>> AfterDeletion: 335499264

分配的内存不到一半被清除（如果使用标准后端则更少）。此堆栈溢出页面上唯一可行的解​​决方案是避免同时在内存中放置多个图形。

Answer 5

迟到的答案，但这对我有用。我有一个很长的顺序代码生成许多绘图，并且在进程结束时它总是会吃掉所有的 RAM。 我没有在每个图完成后调用 fig.close()，而是简单地重新定义了 plt.figure 函数，如下所示，以便它自动完成：

import matplotlib.pyplot as plt
import copy
try:
   # if script it run multiple times, only redefine once
   plt.old_figure
except:
  # matplotlib is imported for the first time --> redefine
  plt.old_figure = copy.deepcopy(plt.figure)
  def newfig(*args):
    plt.show()
    plt.close("all")
  return plt.old_figure(*args)
  plt.figure = newfig

我很清楚这不是一个好的解决方案，但是它简单、快速并且对我有用！也许有一种方法可以装饰 plt.figure 而不是重新定义它。