matplotlib中ion()/ioff()未达预期效果，是否理解有误？

测试代码片段 #

片段1：启用交互模式（plt.ion()），未调用fig.canvas.draw() #

import numpy as np
import matplotlib.pyplot as plt

x = np.array([])
y_1 = np.array([])
y_2 = np.array([])

plt.ion()

fig = plt.figure(figsize=(9,4))
ax1 = plt.subplot(1,2,1)
ax2 = plt.subplot(1,2,2)

fig.show()

for i in range(0, 100000):
    x = np.append(x, i)
    y_1 = np.append(y_1, i**2)
    y_2 = np.append(y_2, i**3)

    ax1.clear()
    ax2.clear()
    ax1.scatter(x, y_1)
    ax2.scatter(x, y_2)

    #fig.canvas.draw()
    plt.pause(0.02)

片段2：启用交互模式（plt.ion()），调用fig.canvas.draw() #

import numpy as np
import matplotlib.pyplot as plt

x = np.array([])
y_1 = np.array([])
y_2 = np.array([])

plt.ion()

fig = plt.figure(figsize=(9,4))
ax1 = plt.subplot(1,2,1)
ax2 = plt.subplot(1,2,2)

fig.show()

for i in range(0, 100000):
    x = np.append(x, i)
    y_1 = np.append(y_1, i**2)
    y_2 = np.append(y_2, i**3)

    ax1.clear()
    ax2.clear()
    ax1.scatter(x, y_1)
    ax2.scatter(x, y_2)

    fig.canvas.draw()
    plt.pause(0.02)

片段3：关闭交互模式（plt.ioff()），未调用fig.canvas.draw() #

import numpy as np
import matplotlib.pyplot as plt

x = np.array([])
y_1 = np.array([])
y_2 = np.array([])

plt.ioff()

fig = plt.figure(figsize=(9,4))
ax1 = plt.subplot(1,2,1)
ax2 = plt.subplot(1,2,2)

fig.show()

for i in range(0, 100000):
    x = np.append(x, i)
    y_1 = np.append(y_1, i**2)
    y_2 = np.append(y_2, i**3)

    ax1.clear()
    ax2.clear()
    ax1.scatter(x, y_1)
    ax2.scatter(x, y_2)

    #fig.canvas.draw()
    plt.pause(0.02)

测试现象 #

三段代码的表现完全一致：绘图窗口均会自动更新、重绘，未观察到任何差异。

疑问与参考说明 #

参考文档中关于ion()的描述如下：

pyplot接口的交互属性控制是否在每个pyplot命令后绘制图形画布。若交互为False，图形状态会在每个绘图命令后更新，但仅在显式调用draw()时才会绘制；若交互为True，则每个pyplot命令都会触发绘制。

按照上述描述，片段3关闭了交互模式且未调用fig.canvas.draw()，理论上图形不应自动更新/重绘，但实际测试中表现与前两段一致。请问我的理解是否正确，还是遗漏了什么关键点？

内容的提问来源于stack exchange，提问作者Deepak Tatyaji Ahire