版权声明：本文为博主原创文章，如需转载请贴上原博文链接：https://blog.csdn.net/u011628215/article/details/108379046
前言：最近又把莫烦老师的PyTorch教学视频学习一遍，当使用PyTorch做回归练习的时候，想把整个神经网络训练做成模块（莫烦老师的教程中，只将建立神经网络定义了类——class Net(torch.nn.Module)，我把训练过程、参数回传、优化器选择以及可视化分别做了函数），供以后直接调用，但是当做到可视化的时候，就遇到了问题，而问题就出在plt.ion()和plt.ioff()上。
注：from matplotlib import pyplot as plt
问题：莫烦老师的代码因为方便演示写成了一个整体（没有写成if __name__ == '__main__':的模块形式），所以运行没有问题；而当把代码做成单个的函数进行调用的时候，出现了可视化不连续的情况，即需要手动关闭figure窗口才能显示下一次训练的结果，如图1所示；
图1 运行的时候，训练一次就停住了
解决方法：直到写这个博客为止，我才发现是写函数的时候，plt.ioff()和plt.show()缩进错了，如图2所示。
图2 函数缩进出错
拓展1：既然知道哪里出错了，就好解决了！关键是，对于plt.ion()和plt.ioff()的用法，依然有含糊，所以借此机会巩固一下。（见参考文献）
拓展2：在看过参考文献后，依然有些不太明白，希望能有些官方的案例以供参考，如图3所示，是从“Matplotlib Release 3.1.1.pdf”中截取的片段。
图3 What is interactive mode?
TIPS:
1.两种模式还是蛮有意思的，从最后一个例子来看，阻塞模式(ioff，这个是默认模式)下，plt.show()的作用就像是plt.pause(∞)，延时了无穷时间，需要把窗口关闭才能显示下一张图。
# 最后的例子，将plt.ioff()去掉后，效果一样 import numpy as np import matplotlib.pyplot as plt for i in range(3): plt.plot(np.random.rand(10)) plt.show() # plt.show()感觉很有意思，试试看下面的代码，在console中一步一步的run plt.ioff() # 此处的plt.ioff()可以省略，matplotlib中默认是阻塞式的 plt.figure() # 建立图像，但是并没有显示出来，控制台会出现“<Figure size 640x480 with 0 Axes>” plt.show() # 显示图像，此时程序阻塞，即控制台不能再输入代码，除非将这个窗口关闭 # 再试试看下面的，在console单步运行 plt.ion() # 开启交互模式 plt.figure() # 此时会弹出窗口，就好像输入了plt.show()一样，但是此时程序不阻塞 plt.show() # 当在控制台输入这个代码的同时，刚才的窗口已经被console控制台遮挡住了，敲完回车键后，刚才的窗口又出现在桌面最顶层了，此时程序也不阻塞，是不是很神奇！2.如果还是不能理解ion和ioff的作用的话，不妨试试看下面的代码：
from matplotlib import pyplot as plt plt.ioff() # 开启阻塞模式 plt.figure() # 此时没有显示窗口 plt.ion() # 开启交互模式 plt.figure() # 此时显示窗口，并且弹出的窗口名称应该是“Figure2”，就好像plt.show()已经内置到plt.figure()中一样 plt.show() # 此时会将所有窗口全部显示，并且是按照刚才创建的顺序显示的Figure2在Figure1上层 # 如果觉得不明显的话，试试看这个 plt.ioff() plt.figure() plt.figure() plt.figure() plt.ion() plt.figure() # 这行代码运行后，会出现“Figure4” plt.show() # 显示四张图，Figure1在最底层，Figure4在最顶层20201010更新：
当需要保存显示出来的图片，但是又不想要在显示器上出现该图片（是不是有点绕！），例如：需要用plt.subplot()分块显示多张图，但并不想在显示器上看到这张图而只想保存它，怎么做呢？
# 举个例子：all_txt_file是一个12*10000的二维列表（<class 'list'>）， # name是需要保存图片的名字（<class 'str'>） def data_display(all_txt_file, name): plt.ioff() # 注释这一行再试一次（如果不加这一行，窗口会被创建并显示在显示器上） plt.figure() plt.subplot(2, 6, 1) plt.plot(all_txt_file[0]) plt.grid() plt.subplot(2, 6, 2) plt.plot(all_txt_file[4]) plt.grid() plt.subplot(2, 6, 3) plt.plot(all_txt_file[6]) plt.grid() plt.subplot(2, 6, 4) plt.plot(all_txt_file[7]) plt.grid() plt.subplot(2, 6, 5) plt.plot(all_txt_file[8]) plt.grid() plt.subplot(2, 6, 6) plt.plot(all_txt_file[5]) plt.grid() plt.subplot(2, 6, 7) plt.plot(all_txt_file[3]) plt.grid() plt.subplot(2, 6, 8) plt.plot(all_txt_file[2]) plt.grid() plt.subplot(2, 6, 9) plt.plot(all_txt_file[1]) plt.grid() plt.subplot(2, 6, 10) plt.plot(all_txt_file[10]) plt.grid() plt.subplot(2, 6, 11) plt.plot(all_txt_file[9]) plt.grid() plt.subplot(2, 6, 12) plt.plot(all_txt_file[11]) plt.grid() plt.savefig('%s.jpg' % name) plt.close() if __name__ == '__main__': # all_txt_file = [[]] # 2维列表 name = 'picture' data_display(all_txt_file, name)
参考文献（感谢以下文献的贡献者们！）：
1.matplotlib 画动态图以及plt.ion()和plt.ioff()的使用
2.matplotlib 学习笔记(4)：ion 和 ioff
3.[matplotlib] plt.ion()的动态显示（附测试代码）
4.【matplotlib】 之 清理、清除 axes 和 figure （plt.cla、plt.clf、plt.close）
5.Python中读取,显示,保存图片的方法
