PyCharm 2017.3.3社区版中Matplotlib仅断点调试时正常显示多图问题

嘿，我刚好碰到过类似的问题！你在PyCharm 2017.3.3社区版里遇到的这个情况，本质是Matplotlib默认的阻塞式绘图机制在搞鬼——直接运行或无断点调试时，第一个plt.show()会卡住整个程序的执行，后面的循环代码根本没机会运行；而断点逐步调试时，你关闭当前窗口后程序才会继续执行下一次循环，所以所有图表都能正常显示。之前用更少图表运行没问题，是因为阻塞时间短没被你注意到，图表数量增多后这个问题就凸显出来了。

问题根源 #

Matplotlib默认使用的后端（比如TkAgg）在调用plt.show()时，会进入阻塞状态，直到你手动关闭当前绘图窗口才会继续执行后续代码。所以当你在循环里直接调用plt.show()，程序就会卡在第一个窗口，无法推进到下一次迭代。

可行解决方案 #

方案1：每次绘图后关闭窗口（最简单直接） #

在每次循环的plt.show()之后，调用plt.close()关闭当前绘图窗口，让程序能继续执行下一次循环：

plt.show()
plt.close()  # 关闭当前窗口，释放资源，让程序继续往下走

方案2：启用交互式模式 #

在代码开头启用Matplotlib的交互式模式，这样plt.show()不会阻塞程序，所有图表会依次弹出，最后可以用plt.ioff()和plt.show()保持窗口不自动关闭：

import matplotlib.pyplot as plt
plt.ion()  # 启用交互式模式

# 你的循环绘图代码...

plt.ioff()  # 关闭交互式模式
plt.show()  # 保持所有窗口打开

方案3：使用面向对象式绘图（更优雅，推荐长期使用） #

避开pyplot的全局状态，改用图和子图对象来管理绘图，能更精准控制每个窗口的生命周期：

# 替换循环内的绘图代码：
fig, (ax1, ax2) = plt.subplots(2, 1, figsize=(10, 8))  # 创建图和子图对象
if not histData[0].empty or not histData[1].empty or not histData[2].empty:
    n, bins, patches = ax1.hist(histData, np.arange(0.5,13, 1), stacked=True, label=types, color=col, rwidth=0.8)
    ax1.legend()
    ax1.set_xticks(range(1,13))
    ax1.set_xticklabels(("Enero", "Febrero", "Marzo", "Abril", "Mayo", "Junio", "Julio", "Agosto", 
                         "Septiembre", "Octubre", "Noviembre", "Diciembre"))
    ax1.set_title(f"Clase {comp+1} de {nclasses}")
    
    ax2.stem(mclass)
    ax2.set_xticks(range(14))
    ax2.set_xticklabels(list(df.loc[:, "M":"Salida2_4"]))
    ax2.set_title("Medias de características para la clase")
plt.show()
plt.close(fig)  # 关闭当前图对象

修正后的完整代码（用方案1快速解决） #

这里给出直接修改后的代码，只加了一行plt.close()，适合你的场景：

import matplotlib.pyplot as plt
import pandas as pd
import numpy as np
from sklearn.externals import joblib

feat_file = 'C:\\Users\\DianaCarolina\\Google Drive\\Maestría\\datos\\indices_Diana\\all_type.xlsx'
sites = {"Bosque":['5256', '5260'], "Rastrojo": ['5253', '5255'], "Pastizal": ['5257', '7125']}
model=joblib.load("C:\\Users\\DianaCarolina\\Google Drive\\Maestría\\datos\\indices_Diana\\ecotyhmm13_3.pkl")
nclasses = 13

for comp in range(nclasses):
    histData = []
    types = []
    col = []
    for type in sites:
        df = pd.read_excel(feat_file, sheet_name=type, index_col=0)
        mdata=df.loc[df.iloc[:, 20] == comp, "Mes"]
        types.append(type)
        histData.append(mdata)
        if len(col) < 3:
            if type == "Bosque" and "green" not in col:
                col.append("green")
            elif type == "Rastrojo" and "orange" not in col:
                col.append("orange")
            elif type == "Pastizal" and "yellow" not in col:
                col.append("yellow")
    mclass = np.sum(np.array([model.gmms_[comp].weights_]).T * model.gmms_[comp].means_, 0)
    plt.figure()
    if not histData[0].empty or not histData[1].empty or not histData[2].empty:
        plt.subplot(2, 1, 1)
        n, bins, patches = plt.hist(histData, np.arange(0.5,13, 1), stacked=True, label= types, color = col, rwidth=0.8)
        plt.legend()
        plt.xticks(range(1,13), ("Enero", "Febrero", "Marzo", "Abril", "Mayo", "Junio", "Julio", "Agosto", \
        "Septiembre", "Octubre", "Noviembre", "Diciembre"))
        plt.title("Clase "+str(comp+1)+" de "+str(nclasses))
        plt.subplot(2, 1, 2)
        plt.stem(mclass)
        plt.xticks(range(14), list(df.loc[:, "M":"Salida2_4"]))
        plt.title("Medias de características para la clase")
    plt.show()
    plt.close()  # 新增：关闭当前窗口，让程序继续执行下一次循环

额外小建议 #

• 如果你需要所有图表同时打开不关闭，方案2会更适合；如果看完一个关一个，方案1最省心。
• 可以通过print(plt.get_backend())查看当前Matplotlib的后端，PyCharm社区版推荐用TkAgg或Qt5Agg这类交互式后端。
• 循环里重复读取Excel文件效率很低，建议提前把所有数据读入内存再循环处理，能大幅提升运行速度哦！

内容的提问来源于stack exchange，提问作者dduque