为何子线程中Matplotlib首次绘图仅告警可用，二次运行报错？

问题原因 #

第一次运行时，Matplotlib的GUI后端（比如默认的TkAgg）在子线程里完成初始化，虽有警告但能正常工作；关闭窗口后，后端的主循环状态残留，第二次再在子线程启动绘图时，后端会尝试绑定已失效的主线程循环，直接抛出RuntimeError: main thread is not in main loop错误。

临时解决方案（两种可选） #

方案1：重置Matplotlib后端+清理残留窗口

每次启动绘图线程前，强制重置Matplotlib的GUI后端并关闭所有残留窗口，让后端重新初始化。修改后的代码如下：

import numpy as np
import matplotlib.pyplot as plt
import matplotlib
import threading, time

def visualization_thread():
        # 强制重置后端，确保每次线程启动都重新初始化GUI环境
        matplotlib.use('TkAgg', force=True)
        plt.close('all')  # 清理所有残留的绘图窗口
        
        fig = plt.figure()
        ax = fig.add_subplot(111)
        l1, *_ = ax.plot(y1, color='r', label="1")
        fig.show()
        fig.canvas.flush_events()
        while running:
            l1.set_ydata(y1)
            fig.canvas.draw_idle()
            fig.canvas.flush_events()
            plt.pause(0.020)

def data_thread():
    global y1, y2, y3
    while running:
        y1 = np.random.rand(100)
        time.sleep(0.020)

# 第一次运行
running = True
threading.Thread(target=data_thread).start()
threading.Thread(target=visualization_thread).start()
time.sleep(4)
running = False
time.sleep(2)

# 第二次运行前先清理
plt.close('all')
running = True
threading.Thread(target=data_thread).start()
threading.Thread(target=visualization_thread).start()
time.sleep(4)
running = False

方案2：改用多进程代替线程（更稳定）

线程共享进程内存空间，Matplotlib的后端状态会互相干扰；改用多进程的话，每个进程有独立的Matplotlib环境，完全避免线程间的状态冲突。注意进程间数据共享需要用multiprocessing的共享对象：

import numpy as np
import matplotlib.pyplot as plt
import multiprocessing as mp, time

def visualization_thread(running, y_queue):
        fig = plt.figure()
        ax = fig.add_subplot(111)
        y1 = y_queue.get()
        l1, *_ = ax.plot(y1, color='r', label="1")
        fig.show()
        fig.canvas.flush_events()
        while running.value:
            # 从队列获取最新数据
            if not y_queue.empty():
                y1 = y_queue.get()
                l1.set_ydata(y1)
            fig.canvas.draw_idle()
            fig.canvas.flush_events()
            plt.pause(0.020)

def data_thread(running, y_queue):
    while running.value:
        y1 = np.random.rand(100)
        # 将数据放入队列传递给绘图进程
        if y_queue.empty():
            y_queue.put(y1)
        time.sleep(0.020)

# 第一次运行
running = mp.Value('b', True)
y_queue = mp.Queue()
mp.Process(target=data_thread, args=(running, y_queue)).start()
mp.Process(target=visualization_thread, args=(running, y_queue)).start()
time.sleep(4)
running.value = False
time.sleep(2)

# 第二次运行
running = mp.Value('b', True)
y_queue = mp.Queue()
mp.Process(target=data_thread, args=(running, y_queue)).start()
mp.Process(target=visualization_thread, args=(running, y_queue)).start()
time.sleep(4)
running.value = False

注意事项 #

• 方案1属于临时hack，不同Matplotlib后端可能有差异，测试时如果TkAgg不行，可以换成Agg（无GUI）或者QtAgg试试。
• 方案2更稳定，但需要处理进程间的数据传递，上面用队列做了简单示例，实际使用可以根据需求调整。

内容的提问来源于stack exchange，提问作者Basj