使用matplotlib畫圖時有時會收到來自matplotlib的runtime warming的警告，原因可能是同時開啟太多張圖，最常見的情況是在一個迴圈中畫圖，每次迴圈都新建一個圖，但是未關閉新建的圖，當迴圈次數多了之後記憶體就吃不消了。

有兩種解決方法，一是隻建一個圖，每次迴圈結束後通過plt.cla()清除圖的內容，下次迴圈可以使用同一張圖作畫，例子如下：

import os
import scipy
import tensorflow as tf
import numpy as np
import matplotlib.pyplot as plt
from tqdm import tqdm

data_path = r"D:\PycharmProjects\dataset"

def load_mnist():
    path = os.path.join(data_path, 'mnist')
    fd = open(os.path.join(path, 't10k-images-idx3-ubyte'))
    loaded = np.fromfile(file=fd, dtype=np.uint8)
    teX = loaded[16:].reshape((10000, 28, 28, 1)).astype(np.float)

    teX = teX / 255.
    return teX


teX = load_mnist()
fig, ax = plt.subplots(nrows=5, ncols=5, sharex='all', sharey='all') # 只建一張包含25個子圖的圖
ax = ax.flatten()
for j in range(3):
    for i in range(25):
        img = teX[i + j * 25].reshape(28, 28)
        ax[i].imshow(img, cmap='Greys', interpolation='nearest')
    ax[0].set_xticks([])
    ax[0].set_yticks([])
    plt.tight_layout()  # 自動緊湊佈局
    plt.savefig(r"D:\test\%d.png" % j)
    plt.cla() # 清除內容

 

第二種方法是每次迴圈都新建一張圖，但是每次迴圈結束後關閉這張圖，例子如下：

import os
import scipy
import tensorflow as tf
import numpy as np
import matplotlib.pyplot as plt
from tqdm import tqdm

data_path = r"D:\PycharmProjects\dataset"

def load_mnist():
    path = os.path.join(data_path, 'mnist')
    fd = open(os.path.join(path, 't10k-images-idx3-ubyte'))
    loaded = np.fromfile(file=fd, dtype=np.uint8)
    teX = loaded[16:].reshape((10000, 28, 28, 1)).astype(np.float)

    teX = teX / 255.
    return teX


teX = load_mnist() # 獲取mnist的測試資料

for j in range(3): # 畫三張圖
    fig, ax = plt.subplots(nrows=5, ncols=5, sharex='all', sharey='all') # 每次都新建一張包含25個子圖的圖
    ax = ax.flatten()
    for i in range(25):
        img = teX[i + j * 25].reshape(28, 28)
        ax[i].imshow(img, cmap='Greys', interpolation='nearest')
    ax[0].set_xticks([])
    ax[0].set_yticks([])
    plt.tight_layout()  # 自動緊湊佈局
    plt.savefig(r"D:\test\%d.png" % j)
    plt.close()

 

實驗證明，用第二種方法會比第一種方法快很多