Matplotlib 中 cla()、clf() 和 close() 的区别

按你想作用的对象来选择函数：matplotlib.pyplot.cla() 清除当前 Axes，matplotlib.pyplot.clf() 清除当前 Figure，matplotlib.pyplot.close() 关闭一个 Figure。它们都是 pyplot 函数，不是方法，且各自的作用范围不同。当你只想重绘一个子图时用 cla()，想以全新布局复用一个 Figure 时用 clf()，当你用完一个 Figure 时用 close()。

区别一览

这三个函数构成作用范围的层级。cla() 作用于最小单位，即单个 Axes。clf() 作用于包含该 Axes 的整个 Figure。close() 则更进一步，将 Figure 从 pyplot 中彻底移除。

当一个 Figure 包含多个子图时，作用范围最为关键。清除一个 Axes 会让该 Axes 保留在布局中，因此它的位置和其他子图仍然可用。清除一个 Figure 会一次性移除它的全部 Axes，但 Figure 本身仍可用于新的 Axes 和绘图。关闭一个 Figure 则结束 pyplot 对它的管理，这是三者中唯一能释放 Figure 资源的函数。

除非先选定目标，否则这三个 pyplot 函数都作用于当前的 Axes 或 Figure。如果你已经持有 Axes 或 Figure 对象，对象级操作 ax.clear() 和 fig.clear() 可以显式指定目标，而不必依赖当前恰好是哪一个 Axes 或 Figure。对于 close()，你可以直接传入 Figure，例如 plt.close(fig)。

matplotlib.pyplot.cla()

cla() 清除当前 Axes 的绘制数据、坐标轴标签、标题、图例及其他内容。Axes 本身仍留在 Figure 中的原位置，因此子图网格保持其布局，每个相邻子图也保留其图形。清除一个 Axes 不会把它从 fig.axes 中移除，也不会改变其相邻子图的位置。

这使 cla() 成为更新循环的合适工具：选中该 Axes，清除其内容，再把新数据绘制到同一位置。简单的动画和仪表盘正是采用这种模式——只刷新单个面板，而 Figure 的其余部分保持不变。

下面的示例创建两个子图，然后只清除第二个。打印出的检查结果表明，Figure 仍然包含两个 Axes，第一个 Axes 仍保留其曲线，第二个 Axes 没有曲线且标题为空。

import matplotlib
matplotlib.use("Agg")
import matplotlib.pyplot as plt
import numpy as np

x = np.linspace(0, 2 * np.pi, 100)
fig, (ax1, ax2) = plt.subplots(1, 2, figsize=(8, 3.2))
ax1.plot(x, np.sin(x))
ax1.set_title("Sine (kept)")
ax2.plot(x, np.cos(x), color="orange")
ax2.set_title("Cosine (to be cleared)")
fig.tight_layout()
plt.sca(ax2)
plt.cla()
print(f"axes={len(fig.axes)}; ax1_lines={len(ax1.lines)}; ax2_lines={len(ax2.lines)}; ax2_title={ax2.get_title()!r}")
plt.close(fig)

输出：

axes=2; ax1_lines=1; ax2_lines=0; ax2_title=''

调用之前，两个子图都各有一条曲线：

执行 plt.cla() 之后，第二个 Axes 变空，但仍占据其位置，第一个子图保持不变：

当子图的排列应保持不变、只需刷新一个 Axes 的内容时，选用 cla()。如果你的代码中已有 Axes 变量，ax.clear() 可以在不改变 pyplot 当前 Axes 选择的情况下，表达同样的 Axes 级别意图。

matplotlib.pyplot.clf()

matplotlib.pyplot.clf() 清除当前 Figure，包括它的全部 Axes 及其内容。它让 Figure 对象保持可复用状态，并且不会关闭关联的 Figure 管理器，因此同一个 Figure——在交互式会话中即同一个窗口——可以从头重新填充。不存在按 Axes 的 clf() 操作，因为该函数在 Figure 范围上工作。

在 clf() 之后，Figure 中没有任何 Axes，因此你必须先创建新的 Axes 才能再次绘图；直接调用 plt.plot() 会为你隐式创建一个新的 Axes。如果你打开了多个 Figure，请在调用 plt.clf() 之前选定期望的那一个；fig.clear() 是对象级的等价操作，它使目标明确。

import matplotlib
matplotlib.use("Agg")
import matplotlib.pyplot as plt

fig, axes = plt.subplots(1, 2, figsize=(8, 3.2))
axes[0].plot([0, 1, 2], [0, 1, 4])
axes[0].set_title("Line")
axes[1].bar(["A", "B", "C"], [3, 7, 5])
axes[1].set_title("Bar")
fig.tight_layout()
plt.figure(fig.number)
plt.clf()
print(f"figure_axes={len(fig.axes)}; figure_open={plt.fignum_exists(fig.number)}")
ax = fig.add_subplot(1, 1, 1)
ax.plot([0, 1, 2], [4, 1, 0], color="green")
ax.set_title("Rebuilt on the same Figure")
fig.tight_layout()
plt.close(fig)

输出：

figure_axes=0; figure_open=True

该 Figure 起初并排包含一个折线图和一个条形图：

输出确认 clf() 移除了全部 Axes（figure_axes=0），而 Figure 本身保持打开状态（figure_open=True）。随后示例添加了一个新的 Axes，并在同一个 Figure 上绘制了一个完全不同的单一图形：

当你想让一个 Figure 保持可用、但要从头重建它的全部图形或子图布局时，使用 clf()。当同一 Figure 中的其他 Axes 必须保持原样时，改用 cla()。

matplotlib.pyplot.close()

matplotlib.pyplot.close() 关闭一个由 pyplot 管理的 Figure。不带参数调用时，它关闭当前 Figure。传入 Figure 对象、其编号或已注册的 Figure 名称，可以针对特定的 Figure，例如 plt.close(fig)；传入 'all' 则可一次性关闭所有 Figure。

关闭会把该 Figure 从 pyplot 的注册表中移除，因此 plt.fignum_exists() 不再报告它，pyplot 也不再把它的内容保留在内存中。它与清除的一个重要区别在于：close() 之后，pyplot 中没有可复用的 Figure 剩下；而 clf() 之后，同一个 Figure 以空状态等待新内容。在交互式后端中，Figure 的窗口也会被销毁，不过可见窗口的确切行为取决于后端和执行上下文。

import matplotlib
matplotlib.use("Agg")
import matplotlib.pyplot as plt

fig1, ax1 = plt.subplots(figsize=(5, 3.2))
ax1.plot([0, 1, 2], [0, 2, 1])
ax1.set_title("Report 1 (to be closed)")
fig1.tight_layout()
fig2, ax2 = plt.subplots(figsize=(5, 3.2))
ax2.plot([0, 1, 2], [1, 0, 3], color="purple")
ax2.set_title("Report 2 (kept open)")
fig2.tight_layout()
print(f"open_before={plt.get_fignums()}")
plt.close(fig1)
print(f"open_after={plt.get_fignums()}; fig1_open={plt.fignum_exists(fig1.number)}")
plt.close("all")

输出：

open_before=[1, 2]
open_after=[2]; fig1_open=False

调用之后，只有 Figure 2 仍被注册，它也是仍然可供显示或保存的那个 Figure：

每当你创建了不再需要的 Figure 时——尤其是在生成大量 Figure 的脚本和循环中——都应使用 close()。如果你需要复用同一个 Figure，改用 clf() 清除它；如果只需刷新一个子图，则使用 cla() 或 ax.clear()。

内存与 Figure 的生命周期

这三个函数在代价上也有所不同。cla() 和 clf() 是廉价且可重复的操作：Figure 仍在 pyplot 中注册，它的窗口和缓冲区保持存活，被丢弃的只有内容。这正是会被再次绘制的 Figure 所需要的。close() 是唯一能释放 Figure 本身的函数，因此它也是一个不再被绘制的 Figure 唯一正确的收尾方式。

pyplot 会把创建的每个 Figure 一直注册着，直到它被显式关闭；当注册表变得过大时，它会发出警告。在循环中不断创建 Figure 却不关闭，会累积内存，并最终触发 RuntimeWarning：

import warnings
import matplotlib
matplotlib.use("Agg")
import matplotlib.pyplot as plt

with warnings.catch_warnings(record=True) as caught:
    warnings.simplefilter("always")
    for _ in range(25):
        plt.figure()
    print(f"figures_open={len(plt.get_fignums())}")
    print(f"too_many_figures_warning={any(str(w.message).startswith('More than 20 figures') for w in caught)}")
plt.close("all")
print(f"after_close_all={plt.get_fignums()}")

输出：

figures_open=25
too_many_figures_warning=True
after_close_all=[]

在那个循环中，cla() 和 clf() 都帮不上忙，因为问题在于已注册 Figure 的数量，而不是它们的内容。经验法则是：同一个 Figure 还要继续用，就清除；不再继续，就关闭。每个 Figure 保存一个文件的批处理任务，应在保存后立即调用 plt.close(fig)，这样无论任务生成多少份报告，峰值内存都保持恒定。

应该使用哪个函数？

• 重绘多面板 Figure 中的一个面板，例如在动画或实时仪表盘中：使用 cla()（或 ax.clear()），以便布局和其他面板得以保留。
• 以不同的布局重新开始一个 Figure，同时保持同一个窗口或 Figure 对象：使用 clf()（或 fig.clear()），然后添加新的 Axes。
• 用完了一个 Figure，尤其是在循环或批处理脚本中：使用 close()，传入 Figure、其编号或 'all'，以便 pyplot 释放它。

最常见的错误包括：在本该用 cla() 的地方用了 clf()——这会悄无声息地抹除 Figure 中的全部子图，而不只是当前那一个；在错误的 Axes 处于当前状态时调用 cla()；以及期望一个已关闭的 Figure 之后仍能通过 pyplot 访问。简而言之：用 cla() 清除一个 Axes，用 clf() 清除一个 Figure 中的全部 Axes，用 close() 为一个 Figure 收尾。