Seaborn图表更新问题：调用plt.show()后无法添加后续数据

问题核心是plt.show()的执行时机不对。在Matplotlib默认的非交互式后端里，第一次调用plt.show()会弹出窗口展示图表，而且这个操作是阻塞的——你得关掉窗口，代码才会继续跑。更关键的是，窗口一关，Matplotlib就会释放当前图表（Figure）和坐标轴（Axes）的资源，后面再给self.ax加元素（比如那条绿色虚线）根本没地方去了，自然不会显示。

最简单的解决办法就是：把所有绘图操作（包括添加额外元素）全部做完，最后只调用一次plt.show()，这样所有元素都会渲染到同一个图表里。

修改后的代码如下：

import matplotlib.pyplot as plt
import pandas as pd
import seaborn as sns


class DataPlotter:
    def __init__(self, df):
        self.fig, self.ax = plt.subplots()
        self.df = df

    def plot_samples(self, x: str, y: str):
        # 先画初始折线图
        sns.lineplot(data=self.df, x=x, y=y, ax=self.ax)
        plt.ylim([1, 5])
        plt.xlim([0, 4])
        
        # 在这里添加额外的图表元素
        self.ax.axvline(x=2, color='green', linestyle='--', linewidth=2, label='x=2')
        self.ax.legend()  # 可选，显示标签
        
        # 最后统一展示图表
        plt.show()


dict_data = {'c1': [1, 2,3], 'c2': [2,3,4]} 
df = pd.DataFrame(dict_data) 

plotter = DataPlotter(df)
plotter.plot_samples(x='c1', y='c2')

如果确实需要分步查看（先看初始图，再看更新后的），可以切换到Matplotlib的交互式后端，比如在代码开头加plt.switch_backend('TkAgg')（需要提前装Tkinter），或者在Jupyter环境里用%matplotlib notebook魔法命令。不过大多数场景下，把所有绘图操作做完再统一显示，是更省心的常规做法。

内容的提问来源于stack exchange，提问作者Joey Benson