Matplotlib ist eine Bibliothek in Python und eine numerisch-mathematische Erweiterung für die NumPy-Bibliothek. Pyplot ist eine zustandsbasierte Schnittstelle zu einem Matplotlib- Modul, das eine MATLAB-ähnliche Schnittstelle bietet. Es gibt verschiedene Diagramme, die in Pyplot verwendet werden können: Liniendiagramm, Kontur, Histogramm, Streuung, 3D-Diagramm usw.

matplotlib.pyplot.close() Funktion

Die Funktion close() im Pyplot-Modul der matplotlib-Bibliothek wird zum Schließen eines Figurenfensters verwendet.

Syntax: matplotlib.pyplot.close (fig = None)

Parameter: Diese Methode akzeptiert nur einen Parameter.
fig: Dieser Parameter akzeptiert die folgenden Werte:

  1. Keine: Dieser Wert schließt die aktuelle Zahl
  2. Abbildung: Dieser Wert schließt die angegebene Abbildung-Instanz
  3. int: Dieser Wert schließt eine Ziffernnummer
  4. str: Dieser Wert schließt einen Figurennamen
  5. 'all': Dieser Wert schließt alle Zahlen

Rückgabe : Diese Methode gibt keine Werte zurück.



Die folgenden Beispiele veranschaulichen die Funktion matplotlib.pyplot.close() in matplotlib.pyplot:

Beispiel 1:

import matplotlib.pyplot as plt 
import numpy as np 
from matplotlib.colors import LogNorm 
  
  
dx, dy = 0.015, 0.05
x = np.arange(-4.0, 4.0, dx) 
y = np.arange(-4.0, 4.0, dy) 
X, Y = np.meshgrid(x, y) 
   
extent = np.min(x), np.max(x), np.min(y), np.max(y) 
   
Z1 = np.add.outer(range(8), range(8)) % 2
plt.imshow(Z1, cmap ="binary_r",  
           interpolation ='nearest', 
           extent = extent,  
           alpha = 1) 
   
def geeks(x, y): 
    return (1 - x / 2 + x**5 + y**6) * np.exp(-(x**2 + y**2)) 
   
Z2 = geeks(X, Y) 
   
x = plt.imshow(Z2, cmap ="Greens",  
               alpha = 0.7,  
               interpolation ='bilinear', 
               extent = extent) 
plt.close() 
plt.title('matplotlib.pyplot.close Example') 
plt.show()

Ausgabe:

Beispiel 2:

import matplotlib.pyplot as plt 
import numpy as np 
from matplotlib.colors import LogNorm 
import matplotlib.tri as tri 
      
dx, dy = 0.015, 0.05
x = np.arange(-4.0, 4.0, dx) 
y = np.arange(-4.0, 4.0, dy) 
X, Y = np.meshgrid(x, y) 
   
extent = np.min(x), np.max(x), np.min(y), np.max(y) 
   
Z1 = np.add.outer(range(8), range(8)) % 2
plt.imshow(Z1, cmap ="binary_r",  
           interpolation ='nearest', 
           extent = extent, 
           alpha = 1) 
   
def geeks(x, y): 
    return (1 - x / 2 + x**5 + y**6) * np.exp(-(x**2 + y**2)) 
   
Z2 = geeks(X, Y) 
   
x = plt.imshow(Z2, cmap ="Greens", 
               alpha = 0.7,  
               interpolation ='bilinear', 
               extent = extent) 
plt.close(1) 
ang = 40
rad = 10
radm = 0.35
radii = np.linspace(radm, 0.95, rad) 
     
angles = np.linspace(0, 0.5 * np.pi, ang) 
angles = np.repeat(angles[..., 
                          np.newaxis],  
                   rad, axis = 1) 
  
angles[:, 1::2] += np.pi / ang 
     
x = (radii * np.cos(angles)).flatten() 
y = (radii * np.sin(angles)).flatten() 
z = (np.sin(4 * radii) * np.cos(4 * angles)).flatten() 
     
triang = tri.Triangulation(x, y) 
triang.set_mask(np.hypot(x[triang.triangles].mean(axis = 1), 
                         y[triang.triangles].mean(axis = 1)) 
                < radm) 
     
tpc = plt.tripcolor(triang, z, 
                    shading ='flat') 
  
plt.colorbar(tpc) 
plt.plasma() 
  
plt.title('matplotlib.pyplot.close() Example') 
plt.show()

Ausgabe: