我有一个内部分布式计算库，我们一直使用它来处理并行计算作业。进程分区后，它们运行数据加载和计算步骤，然后以“保存”步骤结束。通常这涉及将数据写入数据库表。
但对于特定任务，我需要每个过程的输出是一个包含一些数据图的 .png 文件。总共有 95 个进程，所以 95 个 .png。
在我的“保存”步骤(在每个进程上执行)中，我有一些非常简单的代码，使用 matplotlib 的 boxplot 函数和一些使用 savefig 的代码制作箱线图> 将其写入具有基于该过程中使用的特定数据的唯一名称的 .png 文件。
但是，我偶尔会在输出中看到两组或更多组数据被写入同一个输出文件，尽管名称是唯一的。
matplotlib 在制作箱线图或保存图形时是否使用临时文件保存？如果是这样，它是否总是使用相同的临时文件名(从而导致覆盖冲突)？我已经使用 strace 运行我的进程，但看不到任何明显看起来像从 matplotlib 写入临时文件的内容。
我如何确保这将是线程安全的？我绝对想并行进行文件保存，因为我希望大大扩展输出 .png 的数量，所以首先存储所有数据然后连续执行绘图/保存部分的选项是非常不可取的。
我不可能重现我们正在使用的完整并行基础设施，但下面是被调用以创建绘图句柄的函数，然后是被调用以保存绘图的函数。为了这个问题，您应该假设线程安全与我们的分布式库无关。我们知道它不是来 self 们的代码，这些代码多年来一直用于我们的多处理作业，没有像这样的线程问题(特别是对于我们不直接控制的东西，比如来自 matplotlib 的任何临时文件)。
import pandas
import numpy as np
import matplotlib.pyplot as plt
def plot_category_data(betas, category_name):
"""
Function to organize beta data by date into vectors and pass to box plot
code for producing a single chart of multi-period box plots.
"""
beta_vector_list = []
yms = np.sort(betas.yearmonth.unique())
for ym in yms:
beta_vector_list.append(betas[betas.yearmonth==ym].Beta.values.flatten().tolist())
###
plot_output = plt.boxplot(beta_vector_list)
axs = plt.gcf().gca()
axs.set_xticklabels(betas.FactorDate.unique(), rotation=40, horizontalalignment='right')
axs.set_xlabel("Date")
axs.set_ylabel("Beta")
axs.set_title("%s Beta to BMI Global"%(category_name))
axs.set_ylim((-1.0, 3.0))
return plot_output
### End plot_category_data
def save(self):
"""
Make calls to store the plot to the desired output file.
"""
out_file = self.output_path + "%s.png"%(self.category_name)
fig = plt.gcf()
fig.set_figheight(6.5)
fig.set_figwidth(10)
fig.savefig(out_file, bbox_inches='tight', dpi=150)
print "Finished and stored output file %s"%(out_file)
return None
### End save
请您参考如下方法:
在您的两个函数中，您正在调用 plt.gcf()。每次您使用 plt.figure() 绘图并明确引用该图形时，我都会尝试生成一个新图形，这样您就可以完全避开整个问题。
