Python中与Matlab中的'hold on'相对应的是什么？

Question

Python的matplotlib中是否有与Matlab的hold on等效的明确命令？我正在尝试在同一坐标轴上绘制所有图形。一些图形是在for循环内生成的，这些图形与su和sl分别绘制。

import numpy as np
import matplotlib.pyplot as plt

for i in np.arange(1,5):
    z = 68 + 4 * np.random.randn(50)
    zm = np.cumsum(z) / range(1,len(z)+1)
    plt.plot(zm)
    plt.axis([0,50,60,80])

plt.show()

n = np.arange(1,51)
su = 68 + 4 / np.sqrt(n)
sl = 68 - 4 / np.sqrt(n)

plt.plot(n,su,n,sl)

plt.axis([0,50,60,80])
plt.show()

- Medulla Oblongata

---

你的意思是 plt.hold(True) 吗？ - Cody Piersall

可能是multiple-plot-in-one-figure-in-python的重复问题。 - Kraay89

@Cody Piersall - 这个方法可能适用于其他情况，但是显然不适用于我的例子。 - Medulla Oblongata

应该指出，hold=True是默认值。 - tacaswell

希望这可以帮到你，因为这对我有用：链接。 - troymyname00

在最新版本的matplotlib中，plt.hold(True)已经被弃用。请在程序中使用plt.show()。 - user2110417

Answer 1

在最后只需调用 plt.show() 即可：

import numpy as np
import matplotlib.pyplot as plt

plt.axis([0,50,60,80])
for i in np.arange(1,5):
    z = 68 + 4 * np.random.randn(50)
    zm = np.cumsum(z) / range(1,len(z)+1)
    plt.plot(zm)    

n = np.arange(1,51)
su = 68 + 4 / np.sqrt(n)
sl = 68 - 4 / np.sqrt(n)

plt.plot(n,su,n,sl)

plt.show()

- Alvaro Fuentes

---

注意：如果涉及到从命令行进行交互输入，则此方法不起作用。但在脚本中执行则可以正常运行。 - ZZZ

Answer 2

您可以使用以下内容：

plt.hold(True)

- mapsa

---

这个函数已经被弃用了，有没有类似的替代方案？ - Jyotirmay

@Jyotirmay 在Matplotlib中的hold函数没有任何作用，因此已被弃用。无论如何，pyplot始终会像设置了“hold”为True一样运行。 - ImportanceOfBeingErnest

Answer 3

在matplotlib.pyplot中，默认情况下启用了hold on功能。因此，在调用plt.show()之前每次调用plt.plot()，就会向绘图中添加一张图片。如果在函数plt.show()之后再调用plt.plot()，则会重新绘制整个图形。

- freude

---

当使用IPython时，你该如何解决这个问题？ - ThatNewGuy

使用后端%matplotlib inline，所有plt.plot()在一个单元格中将输出到同一帧中。如果您在单元格中的plt.plot()函数之间放置plt.show()，它将创建更多的框架，每个plt.show()都会创建一个新的框架。 - freude

Answer 4

查看 pyplot 文档。为了完整性，

import numpy as np
import matplotlib.pyplot as plt

#evenly sampled time at 200ms intervals
t = np.arange(0., 5., 0.2)

# red dashes, blue squares and green triangles
plt.plot(t, t, 'r--', t, t**2, 'bs', t, t**3, 'g^')
plt.show()

- CKM

Answer 5

使用plt.sca(ax)来设置当前的坐标轴，其中ax是您想要激活的Axes对象。

例如：

在第一个函数中： import numpy as np import matplotlib.pyplot as plt

for i in np.arange(1,5):
    z = 68 + 4 * np.random.randn(50)
    zm = np.cumsum(z) / range(1,len(z)+1)
    plt.plot(zm)
    plt.axis([0,50,60,80])

plt.show()

在下一个函数中： def function2(...., ax=None)

if ax is None:
    fig, ax = plt.subplots(1)
else:
    plt.sca(ax)

n = np.arange(1,51)
su = 68 + 4 / np.sqrt(n)
sl = 68 - 4 / np.sqrt(n)

plt.plot(n,su,n,sl)

plt.axis([0,50,60,80])
plt.show()

- Ben van Oeveren