seaborn distplot 循环惰性评估

Question

我正在使用 ipython notebook 并尝试使用以下函数导出 seaborn distplots。如果我调用该函数并一次仅使用一个变量执行，它就可以正常工作。如果我在循环中调用该函数，它会继续在前一个函数调用的 distplot 之上构建。

我想要的输出是函数每次在循环中调用时输出一个新的 displot。有没有办法强制评估或新的 distplot？

def graph_extraversion (x):


    file_name = "extraversion_" + str(x) + ".png"
    sns_plot = sns.distplot(Personalities[Personalities.labels1 ==x].extraversion)
    sns_plot = sns.distplot(df.extraversion)
    fig = sns_plot.get_figure()
    fig.savefig(file_name)
    new_stat = Personalities[Personalities.labels1 ==x].extraversion.describe()
    extraversion_drift = extraversion_median - new_stat[1]
    drift = extraversion_drift / extraversion_std
    if (drift >= 1) | (drift <= -1):
        return "1 std deviation or more"
    else:
        return "Less than one std deviation"

这就是一次调用后 distplot 的样子

这是循环中稍后的两次调用。

同样，这在一次调用和执行中工作得很好，但在循环时它会继续构建。

Answer 1

所以这与 matplotlib 和收盘数字有关。

需要的附加代码是导入：

import matplotlib.pyplot as plt

然后在函数的最后：

plt.close(fig)

这应该有助于 seaborn 和 matplotlib 的任何循环

seaborn distplot 循环惰性评估

seaborn distplot loop lazy evaluation

python

matplotlib

ipython

seaborn