Matplotlib双窗口动态更新数据触发add_subplot弃用警告问题咨询

MatplotlibDeprecationWarning: Adding an axes using the same arguments as a previous axes currently reuses the earlier instance.
这个警告的触发原因很明确：你在每次调用Creo_ventana函数时，都会对已经存在的WINDOW1、WINDOW2窗口重复执行add_subplot(111)操作，且没有给子图设置唯一标识。在当前Matplotlib版本中该操作会复用已有的子图实例，但未来版本会默认创建新的子图，你的原有视图、大小设置逻辑就会完全失效。

另外你的代码还存在冗余逻辑问题：不需要每次更新数据都重新获取figure、重新添加子图，仅需第一次初始化时完成窗口和子图的创建即可，后续直接更新子图内容效率更高。

1. 快速消警方案（无需修改整体逻辑） #

直接给add_subplot方法添加唯一label参数，明确告知Matplotlib需要复用对应子图，即可消除警告：

# 修改对应行即可
ax1 = window1.add_subplot(111, label="window1_ax")
ax2 = window2.add_subplot(111, label="window2_ax")

2. 优化逻辑方案（推荐） #

将窗口、子图的初始化逻辑从循环内移到循环外，避免重复创建操作，性能和稳定性更好，修改后的完整代码如下：

import matplotlib.pyplot as plt
import numpy as np

def update_plot(ax, window, data, first_run):
    if not first_run:
        # 先保存用户调整后的参数
        y_min, y_max = ax.get_ylim()
        x_min, x_max = ax.get_xlim()
        size = window.get_size_inches()
        # 清空原有内容
        ax.cla()
        # 恢复用户调整的参数
        ax.set_xlim(x_min, x_max)
        ax.set_ylim(y_min, y_max)
        window.set_size_inches(size)
        ax.autoscale(False)
        ax.autoscale_view(True, False, False)
        ax.set_adjustable('box')
    # 绘制新数据
    ax.plot(data)
    window.canvas.draw()
    window.canvas.flush_events()

if __name__ == "__main__":
    plt.ion()
    # 仅初始化一次窗口和子图
    window1 = plt.figure('WINDOW1') 
    ax1 = window1.add_subplot(111)
    window2 = plt.figure('WINDOW2')  
    ax2 = window2.add_subplot(111)
    first_run = True
    correr = 'y' 
    while correr == 'y':
        data = np.random.rand(100)*10
        update_plot(ax1, window1, data, first_run)
        update_plot(ax2, window2, data, first_run)
        first_run = False
        correr = input('otro? y/n :')

该方案将重复的绘图逻辑封装为通用函数，移除了每次调用都重新获取窗口、添加子图的冗余操作，从根源上避免了警告触发，也能稳定保留用户手动调整的窗口大小、视图范围参数。

内容的提问来源于stack exchange，提问作者dexter