Flask结合Matplotlib报错RuntimeError：主线程不在主循环中

首先直接回答你的第一个问题：是的，Flask的默认服务器（Werkzeug）在默认配置下是多线程运行的——每个进来的请求都会被分配到一个独立的线程中处理，所以你的sendOutput路由函数确实是在非主线程里执行的。这也是你遇到Matplotlib绘图保存问题的核心原因之一，因为Matplotlib的大多数后端（比如默认的TkAgg、Agg）都不是线程安全的，在子线程里调用fig.savefig很容易触发异常或渲染错误。

接下来给你两种实用方案，帮你让fig.savefig运行在主线程：

方案1：使用线程安全队列实现任务调度 #

这是最可靠的轻量方案，思路是让路由线程只负责生成绘图所需的数据与配置，把实际的保存任务放到线程安全队列中，由主线程专门处理队列里的保存请求。

步骤与示例代码：

1. 导入Python标准库的queue和threading模块，创建全局的线程安全队列
2. 在主线程启动一个后台线程，持续监听队列，一旦收到任务就执行fig.savefig
3. 路由函数中仅准备绘图数据，将保存任务（比如fig对象、保存路径）放入队列

from flask import Flask
import queue
import threading
import matplotlib.pyplot as plt

app = Flask(__name__)
# 创建线程安全的保存任务队列
save_queue = queue.Queue()

def fig_save_worker():
    """主线程后台运行的任务处理函数，专门负责图片保存"""
    while True:
        fig, save_path = save_queue.get()
        try:
            fig.savefig(save_path)
            plt.close(fig)  # 及时释放资源，避免内存泄漏
        except Exception as e:
            print(f"图片保存失败: {str(e)}")
        finally:
            save_queue.task_done()

# 在启动Flask前启动后台任务线程（daemon=True表示随主线程退出而终止）
threading.Thread(target=fig_save_worker, daemon=True).start()

@app.route('/open', methods=['GET', 'POST'])
def sendOutput():
    global loss,a2,xP,yP,scale,sess,fig 
    test_X,test_Y = own_model.getEvaluateData(scale) 
    cost,ans = sess.run([loss,a2],feed_dict={xP:test_X,yP:test_Y}) 
    # 假设你已经完成了fig的绘图逻辑
    # 将保存任务放入队列，由主线程的worker处理
    save_queue.put((fig, './output_result.png'))
    # 返回请求响应
    return {"cost": cost, "status": "图片保存任务已提交"}

if __name__ == '__main__':
    app.run()  # 默认threaded=True，可省略

方案2：切换Matplotlib为无GUI后端（应急用，不推荐复杂场景） #

如果你不想调整代码架构，可以尝试强制Matplotlib使用非GUI的后端（比如Agg），并确保整个绘图流程（创建fig、绘图、保存）在同一个线程中完成。但注意：即使切换后端，Matplotlib的状态机（当前figure、axes等）依然不是线程安全的，多请求并发时仍可能出问题。

在代码最开头添加：

import matplotlib
matplotlib.use('Agg')  # 切换到无GUI后端
import matplotlib.pyplot as plt

另外补充：TensorFlow的Session对象本身是线程安全的（只要不同时在同一个会话中调用sess.run），所以你在路由线程中调用sess.run是没问题的。如果后续有更复杂的多线程操作，也可以考虑把会话封装到线程本地存储中，避免全局变量冲突。

内容的提问来源于stack exchange，提问作者Mihir Prabhudesai