交互式子图动画参数变更后不重绘：为何将fig创建移到函数外？

核心逻辑：Matplotlib绘图对象与显示上下文的绑定关系 #

Matplotlib的Figure（画布）和Axes（子图）是绘图的核心载体，它们一旦创建就会和当前的显示上下文（比如Jupyter的输出单元格）绑定。如果把创建fig和子图的代码放在run函数里，每次触发交互时都会生成全新的绘图对象，这些新对象并没有被挂载到已经显示的输出容器上——第一次运行时生成的fig是绑定到输出单元格的，但后续每次run新建的fig只是存在于内存中，没有被Jupyter的渲染系统识别，自然看不到更新。

而把fig和子图的创建移到run函数外，就相当于始终复用同一个绑定了显示容器的绘图载体。每次调整参数触发run时，只是修改这个已有载体上的内容（比如清空子图、重新绘制数据、更新动画逻辑），Matplotlib会自动通知前端刷新已存在的绘图容器，所以能看到图表重绘。

动画对象的依赖限制 #

Matplotlib的FuncAnimation等动画类是依赖特定Figure实例工作的。如果每次run都新建fig，新生成的动画对象和之前显示的fig完全无关，动画的帧更新信号无法传递到用户看到的那个图表上。复用外部的fig后，动画始终绑定同一个画布，参数调整后只需要更新动画的数据或帧生成逻辑，就能让动画的变化反映到已显示的图表中。

Jupyter的输出渲染特性 #

Jupyter对Matplotlib绘图的默认逻辑是：代码块执行完毕后，渲染一次当前上下文的fig。如果在run里每次新建fig，相当于每次交互都生成一个未被捕获的新绘图实例，Jupyter不会自动替换之前的输出（除非手动调用clear_output等方法）。而复用同一个fig时，每次修改内容都会触发Matplotlib的重绘机制，Jupyter会感知到这个已绑定的绘图对象发生变化，从而更新显示。

举个简单的代码对比：

错误写法（无法重绘）

from ipywidgets import interact
import matplotlib.pyplot as plt
from matplotlib.animation import FuncAnimation

def run(param):
    # 每次交互都新建画布和子图，无法绑定到已有输出
    fig, (ax1, ax2) = plt.subplots(2, 1)
    # 动画绑定新fig，但新fig没被显示
    anim = FuncAnimation(fig, lambda frame: update(frame, ax1, ax2, param))
    print("run执行了")

interact(run, param=(1, 10))

正确写法（可重绘）

from ipywidgets import interact
import matplotlib.pyplot as plt
from matplotlib.animation import FuncAnimation

# 提前创建画布和子图，绑定到Jupyter输出容器
fig, (ax1, ax2) = plt.subplots(2, 1)

def run(param):
    # 清空已有子图内容
    ax1.clear()
    ax2.clear()
    # 动画复用已绑定的fig，更新后触发重绘
    anim = FuncAnimation(fig, lambda frame: update(frame, ax1, ax2, param))
    print("run执行了")

interact(run, param=(1, 10))

内容的提问来源于stack exchange，提问作者akaphenom