Matplotlib同画布多图层绘制时如何单独更新指定绘图内容

你代码里连续两次调用plt.subplot(1,1,1)并不会生成两个独立的绘图图层，ax1和ax2只是指向同一个坐标轴对象的两个引用而已。这种情况下不管你调用哪个变量的clear()/cla()方法，本质都是清空这唯一一个坐标轴上的所有内容，自然会把两条曲线都删掉。

Matplotlib同一个坐标轴上的所有绘图元素都是独立的Python对象，只要你在创建元素时拿到对应的句柄，就可以单独修改、删除任意元素，完全不需要重绘其他固定内容，刚好适配你“慢渲染底图+高频更新叠加层”的需求。

基础示例（对应你的正弦曲线测试代码） #

直接在同一个ax对象上绘图，给需要更新的元素保存句柄即可：

import numpy as np
import matplotlib.pyplot as plt

fig, ax = plt.subplots()
x = np.arange(0, 10, 0.1)

# 绘制固定不变的内容，这部分只渲染一次
ax.plot(x, np.sin(x), 'b-')
# 绘制需要更新的内容，接收返回的线对象句柄
line_update, = ax.plot(x, 2*np.sin(x), 'g-')

# 单独更新第二组数据：直接修改对象的y值即可，不需要清空画布
new_y_data = 3 * np.cos(x)
line_update.set_ydata(new_y_data)

# 如果要彻底删除第二组内容，直接执行 line_update.remove() 即可，不会影响蓝色固定曲线

# 适配新数据调整坐标范围，刷新画布
ax.relim()
ax.autoscale_view()
fig.canvas.draw()
plt.show()

适配卫星底图+循环更新等高线的场景 #

等高线对象的操作逻辑和普通线条一致，每次更新前只需要移除上一轮生成的等高线集合即可，不需要碰已经画好的卫星底图：

import numpy as np
import matplotlib.pyplot as plt

fig, ax = plt.subplots()
x = np.arange(0, 10, 0.1)
y = np.arange(0, 10, 0.1)
X, Y = np.meshgrid(x, y)

# ------------ 只渲染一次的耗时底图 ------------
# 替换成你自己的卫星数据渲染逻辑，imshow、pcolormesh等方法都适用
sat_base_data = np.random.rand(*X.shape)  # 模拟卫星栅格数据
ax.pcolormesh(X, Y, sat_base_data, cmap='gray')
# ---------------------------------------------

contour_set = None  # 用来存等高线对象的句柄

# 循环迭代更新等高线
for step in range(10):
    # 先删除上一轮画的等高线
    if contour_set is not None:
        for collection in contour_set.collections:
            collection.remove()
    
    # 生成当前步的等高线数据
    current_z = np.sin(X + step*0.5) * np.cos(Y + step*0.3)
    # 画新的等高线，保存句柄
    contour_set = ax.contour(X, Y, current_z, levels=5, cmap='jet')
    
    # 刷新画布并保存，这一步不会重绘卫星底图，渲染速度极快
    fig.canvas.draw()
    plt.savefig(f'output_step_{step}.png', dpi=100)

• 不要在同一个子图位置重复调用plt.subplot()，这不会创建独立图层，只会返回同一个坐标轴的引用，后续操作会互相干扰
• 所有需要后续修改/删除的元素，第一次绘制时一定要接收返回的对象句柄，没有句柄就无法单独操作对应元素
• 循环更新时不要调用ax.clear()/ax.cla()，这类方法会清空坐标轴上的所有元素，会迫使你重绘耗时的底图
• 如果更新后的数据范围和初始绘制时差异较大，记得在刷新前调用ax.relim()和ax.autoscale_view()自动调整坐标轴范围，避免内容显示不全

内容的提问来源于stack exchange，提问作者methane-rain