在动画中使用matplotlib时的内存泄漏

Question

最近，我正在使用python和matplotlib制作动画。在开始时，我遵循了在网络中搜索的示例，它具有以下结构：

=========================================================================
import matplotlib.pyplot as plot
import matplotlib.animation as anim

def animate(i):
    ax.clear()
    # Re-plot the figure with updated animation data

if __name__ == "__main__":
    fig, ax = plot.subplots(fsigsize=(8,4))
    an = anim.FuncAnimation(fig, animate, interval=1)
    plot.show()
=========================================================================

这段代码看起来没问题。没有内存泄漏。但问题是它运行得太慢了。因为当使用更新的动画数据重新生成绘图时，绘图的所有设置(例如，set_xlim()、set_ylim()、绘图轴、...等等)必须一遍又一遍地做。因此，我尝试用这种方式来提高性能：

========================================================================
import matplotlib.pyplot as plot
import matplotlib.animation as anim

def init():
    ax.set_title("....")
    ax.set_xlim(-1, 1)
    ax.set_ylim(-10,10)
    # plot axes, and all the patterns which are fixed in the animation

def animate(i):
    # x[] and y[] are large arrays with updated animation data
    if ('la' in globals()): la.remove()
    la, = ax.plot(x, y)

if __name__ == "__main__":
    fig, ax = plot.subplots(figsize=(8,4))
    an = anim.FuncAnimation(fig, animate, init_func=init, interval=1)
    plot.show()
========================================================================

以这种方式，只有主曲线"la“被重新绘制。其他固定部分在init()子例程中只执行一次。现在动画运行得更快了。但是出现了严重的内存泄漏。在动画中运行"top“，我看到占用的内存不断增长。经过测试，我确信这条语句是内存泄漏的来源：

la, = ax.plot(x, y)

一些讨论表明，内存泄漏是由于绘图"ax“未关闭所致。但是，如果我每次都关闭绘图来更新图形，那么性能就会变得太慢。

有没有更好的方法来解决这个问题？

我的环境: Python 3.4，matplotlib-1.4.2，Debian GNU/Linux 8.8。我也在Cygwin和MacOS X下测试了Python3.6，matplotlib-2.1.0，情况是一样的。

非常感谢你的帮助。

T.H.Hsieh

Answer 1

对不起，我刚刚想出了答案。在动画中更新绘图的正确方法应该是“设置新数据”，而不是“移除并重新绘制曲线”或“重新生成绘图”。因此，我的代码应该改为：

=====================================================================
import matplotlib.pyplot as plot
import matplotlib.animation as anim

def init():
    global ax, la
    ax.set_title("....")
    ax.set_xlim(-1, 1)
    ax.set_ylim(-10,10)
    # get the initial data x[], y[] to plot the initial curve
    la, = ax.plot(x, y, color="red", lw=1)

def animate(i):
    global fig, la
    # update the data x[], y[], set the updated data, and redraw.
    la.set_xdata(x)
    la.set_ydata(y)
    fig.canvas.draw()

if __name__ == "__main__":
    fig, ax = plot.subplots(fsigsize=(8,4))
    an = anim.FuncAnimation(fig, animate, interval=1)
    plot.show()
=====================================================================    

无论如何，感谢那些给了我评论的人，他们让我找到了答案。

诚挚的问候,

T.H.Hsieh