matplotlib savefig threadsafe吗？

Question

我有一个内部的分布式计算库，我们一直在使用它来进行并行计算工作。在进程分区之后，它们运行数据加载和计算步骤，然后以“保存”步骤结束。通常，这涉及到将数据写入数据库表。

但是对于特定的任务，我需要每个进程的输出都是一个带有一些数据图的.png文件。总共有95个进程，所以有95个.pngs。

在我的“保存”步骤(在每个进程上执行)中，我有一些非常简单的代码，它使用matplotlib的boxplot函数制作箱形图，还有一些代码使用savefig将其写入到一个.png文件中，该文件的名称基于该进程中使用的特定数据的唯一名称。

但是，我偶尔会看到这样的输出:尽管名称是唯一的，但两组或更多组数据似乎写入了同一个输出文件中。

matplotlib在制作框图或保存图形时是否使用临时文件保存？如果是这样，它是否总是使用相同的临时文件名(从而导致覆盖冲突)？我已经使用strace运行了我的进程，但是看不到任何明显看起来像是从matplotlib中写入的临时文件。

我如何确保这将是threadsafe？我当然希望并行保存文件，因为我希望大大扩展输出.pngs的数量，所以首先存储所有数据，然后只串行执行绘图/保存部分的选择是非常不可取的。

我不可能重现我们正在使用的完整并行基础设施，但下面是被调用来创建绘图句柄的函数，然后是被调用来保存绘图的函数。为了解决这个问题，您应该假设线程安全性与我们的分布式库无关。我们知道它不是来自我们的代码，它已经在我们的多处理作业中使用了多年，没有像这样的线程问题(特别是对于我们不能直接控制的东西，比如来自matplotlib的任何临时文件)。

import pandas
import numpy as np
import matplotlib.pyplot as plt

def plot_category_data(betas, category_name):
    """
    Function to organize beta data by date into vectors and pass to box plot
    code for producing a single chart of multi-period box plots.
    """
    beta_vector_list = []
    yms = np.sort(betas.yearmonth.unique())
    for ym in yms:
        beta_vector_list.append(betas[betas.yearmonth==ym].Beta.values.flatten().tolist())
    ###

    plot_output = plt.boxplot(beta_vector_list)
    axs = plt.gcf().gca()
    axs.set_xticklabels(betas.FactorDate.unique(), rotation=40, horizontalalignment='right')
    axs.set_xlabel("Date")
    axs.set_ylabel("Beta")
    axs.set_title("%s Beta to BMI Global"%(category_name))
    axs.set_ylim((-1.0, 3.0))

    return plot_output
### End plot_category_data

def save(self):
    """
    Make calls to store the plot to the desired output file.
    """
    out_file = self.output_path + "%s.png"%(self.category_name)
    fig = plt.gcf()
    fig.set_figheight(6.5)
    fig.set_figwidth(10)
    fig.savefig(out_file, bbox_inches='tight', dpi=150)
    print "Finished and stored output file %s"%(out_file)
    return None
### End save

Answer 1

在您的两个函数中，您将调用plt.gcf()。每次使用plt.figure()绘图时，我都会尝试生成一个新的图形，并显式引用该图形，这样您就可以完全回避整个问题。