为何调用plt.show()时Pandas绘图输出到ipywidgets？无此调用则追加输出

以下代码在滑块移动时能正常刷新柱状图：

from ipywidgets import widgets
import pandas as pd
import matplotlib.pyplot as plt

slider = widgets.IntSlider(value=0,min=0,max=100,step=1,continuous_update=False)

def run_model(slider):
  df = pd.DataFrame({"label":["A","B","C"],"value":[0,slider,100]})
  fig,ax = plt.subplots(1,1,figsize=(3,2))
  df.plot.bar(ax=ax)
  plt.show()
  
output = widgets.interactive_output(run_model, {"slider":slider})
display(slider,output)

但如果去掉plt.show()语句，每次滑块移动时，新的柱状图会追加显示而非替换旧图，这不符合预期。推测是因为绘图被发送到Jupyter单元格的全局输出，而非ipywidgets的输出容器（该容器会在每次更新时清空）。

核心疑问：

• 为什么必须调用plt.show()才能实现图表刷新？
• 该调用为何能改变df.plot生成的绘图的输出位置？

回答 #

1. Jupyter中Matplotlib的默认输出逻辑 #

在Jupyter环境里，Matplotlib默认用「inline后端」：当你创建绘图对象（比如plt.subplots或df.plot）时，后端会自动把绘图缓存起来，等到整个单元格执行结束后，再一次性输出到单元格的全局输出区域。这种模式下，绘图不会主动“定向”到指定位置，只是被动累积在缓存里，所以每次滑块触发回调时，新图都会追加到全局输出，不会替换旧图。

2. plt.show()的两个关键作用 #

plt.show()在这里解决了两个问题：

• 强制即时渲染：它会让Matplotlib立即把当前的绘图缓存渲染出来，而不是等到单元格执行结束。
• 适配widget输出上下文：当在interactive_output的回调函数里调用plt.show()时，Matplotlib会感知到当前处于widget的输出上下文（而非单元格全局上下文），因此会把绘图输出到interactive_output对应的容器中。而这个容器在每次回调执行时会自动清空旧内容，所以新图会直接替换旧图，实现刷新效果。

3. 去掉plt.show()的问题根源 #

如果没有plt.show()，df.plot和plt.subplots创建的绘图只会被Matplotlib的inline后端缓存起来。回调结束后，Jupyter会把这个缓存的绘图追加到单元格的全局输出区域——这个区域不会自动清空，所以每次滑块移动都会新增一张图，最终导致图表不断叠加。

内容的提问来源于stack exchange，提问作者Sideshow Bob