Matplotlib循环绘图等待用户输入的解决方案求助（JupyterLab环境）

前置配置 #

首先执行以下命令安装交互式后端依赖：

pip install ipympl

安装完成后重启JupyterLab内核，在你的Notebook开头运行一行魔法命令，切换Matplotlib的交互式后端，解决绘图和循环输入的冲突问题：

%matplotlib widget

这个后端支持绘图实时渲染，不会阻塞后续的用户输入逻辑，是你当前场景下成本最低的适配方案。

核心代码修改 #

你原有代码只需要调整3处即可实现需求：

• 修正plot方法的参数拼写错误，原代码的bakcground_windows为笔误，改为background_windows
• 每次绘图后调用plt.show()确保画布渲染完成
• 用户确认后调用plt.close()关闭当前画布，避免多轮循环的图堆叠

修改后的代码如下：

import matplotlib.pyplot as plt
from copy import deepcopy

def set_background(self):
    """
    该方法用于让用户自定义每个元素的背景参数，后续处理同成分的多幅粒子图像时可直接调用保存的背景参数
    可扩展为点击交互功能，实现点击选择背景区域
    """
    self.Background_tree = {}
    elements_in_sample = deepcopy(self.Data.metadata.Sample['elements'])
    Xray_in_sample = self.weighted_Xray_line_list
    data_sample = deepcopy(self.Data)
    integration_window = 1.3
    for element in elements_in_sample:
        data_sample.set_elements(elements=[element])
        for xray_line in (self.Data.metadata.Sample["xray_lines"]):
            if element in xray_line:   
                data_sample.set_lines([xray_line])
                # 循环等待用户输入有效参数，直到确认接受
                while True:
                    background_points = input('请输入背景点，用空格分隔：').split(' ')
                    background_window = list(map(float,background_points))
                    bw = data_sample.estimate_background_windows(background_window)
                    iw = data_sample.estimate_integration_windows(integration_window)
                    data_sample.sum().plot(True, background_windows=background_window)
                    plt.show()
                    happy = input('是否接受当前结果？输入y确认，输入其他字符重新调整：')
                    plt.close()
                    if happy.lower() == 'y':
                        self.Background_tree[element+"_"+xray_line] = bw
                        break

可选优化：绑定Matplotlib按键事件（无需手动输入字符） #

如果不想每次都在输入框敲y/n，可以给画布绑定按键响应，按Y键确认，按N键重新输入，将循环内的逻辑替换为以下代码即可：

while True:
    background_points = input('请输入背景点，用空格分隔：').split(' ')
    background_window = list(map(float,background_points))
    bw = data_sample.estimate_background_windows(background_window)
    iw = data_sample.estimate_integration_windows(integration_window)
    data_sample.sum().plot(True, background_windows=background_window)
    fig = plt.gcf()
    confirm = None
    # 定义按键响应函数
    def on_key(event):
        nonlocal confirm
        if event.key.lower() == 'y':
            confirm = True
            plt.close()
        elif event.key.lower() == 'n':
            confirm = False
            plt.close()
    fig.canvas.mpl_connect('key_press_event', on_key)
    plt.show(block=True) # 阻塞等待按键触发
    if confirm:
        self.Background_tree[element+"_"+xray_line] = bw
        break

内容的提问来源于stack exchange，提问作者asger rosenkranz