Django结合Matplotlib与mpld3绘图刷新触发Segmentation fault求助

我之前也碰到过一模一样的问题，这种段错误大概率是Matplotlib在多请求场景下的资源管理或线程安全问题导致的——每次请求都依赖全局的plt接口创建图表，却没正确释放资源，多次刷新后就会出现资源冲突或泄漏，最终导致服务器崩溃。

给你几个亲测有效的修复步骤：

1. 切换到Matplotlib的非交互式后端 #

服务器端生成图表不需要交互式后端，指定Agg后端可以规避很多线程安全问题，必须在导入Matplotlib的绘图模块前设置：

import matplotlib
matplotlib.use('Agg')

2. 使用面向对象的Matplotlib API，避免全局状态 #

别再用plt.figure()这种全局接口了，直接创建Figure实例，让每个请求的图表都是独立的，不会互相干扰。

3. 请求结束后强制清理资源 #

每次生成完图表后，主动清理figure并触发垃圾回收，确保资源被及时释放，避免累积导致崩溃。

修改后的完整views.py代码如下：

from django.shortcuts import render
import matplotlib
# 先指定非交互式后端，必须在导入绘图类之前
matplotlib.use('Agg')
from matplotlib.figure import Figure
import mpld3
import gc

def index(request):
    # 面向对象方式创建图表
    fig = Figure()
    ax = fig.add_subplot(111)
    ax.plot([1,2,3,4,5],[5,4,3,2,1],'r--')
    
    # 转换为mpld3可渲染的HTML
    chart_html = mpld3.fig_to_html(fig)
    
    # 清理当前figure的资源
    fig.clear()
    # 触发垃圾回收，强制释放内存
    gc.collect()
    
    return render(request, 'index.html', {'a': chart_html})

额外注意事项 #

• 检查你的Matplotlib和mpld3版本是否兼容，版本不匹配也可能引发这类奇怪的崩溃；
• 如果是生产环境，建议缓存生成好的图表HTML，既减少重复生成的开销，也能进一步降低资源冲突的概率。

内容的提问来源于stack exchange，提问作者Anbarasu Subramaniyan