调用PyCaret的plot_model()函数时，如何禁止显示图表？

目前PyCaret的plot_model()确实没有内置的display_fig=False这类参数来直接禁用图表显示，但可以通过以下两种方法实现需求，避免循环中大量显示图表占用内存：

方法1：切换Matplotlib非交互式后端 #

通过将Matplotlib的后端临时切换为无显示功能的Agg，可以完全阻止图表弹出，适合批量处理场景：

import matplotlib
from pycaret.classification import setup, create_model, plot_model

# 保存原后端（后续需要显示图表时可恢复）
original_backend = matplotlib.get_backend()
# 切换到无显示的后端
matplotlib.use('Agg')

# 初始化环境与模型
clf_setup = setup(data=your_dataset, target='target_column')
model = create_model('logistic_regression')

# 循环处理多个图表示例
plot_types = ['confusion_matrix', 'auc', 'feature']
for plot_type in plot_types:
    fig = plot_model(model, plot=plot_type, return_fig=True)
    fig.savefig(f'{plot_type}.png')
    # 手动释放图表资源，进一步降低内存占用
    del fig

# 恢复原后端（如果后续需要显示图表）
matplotlib.use(original_backend)

方法2：获取图表后手动关闭显示 #

如果需要保留Matplotlib的交互能力，可在获取图表对象后立即关闭显示窗口，释放内存：

import matplotlib.pyplot as plt
from pycaret.classification import setup, create_model, plot_model

clf_setup = setup(data=your_dataset, target='target_column')
model = create_model('logistic_regression')

fig = plot_model(model, plot='confusion_matrix', return_fig=True)
fig.savefig('confusion_matrix.png')
# 关闭当前图表的显示窗口，释放资源
plt.close(fig)

这两种方法都能有效避免循环中大量图表显示导致的内存占用过高问题，根据自己的使用场景选择即可。

内容的提问来源于stack exchange，提问作者Cameron Levine