如果你发现自己经常做这样的事情，可能值得研究一下matplotlib的面向对象接口。在你的情况下：

import matplotlib.pyplot as plt
import numpy as np

x = np.arange(5)
y = np.exp(x)
fig1, ax1 = plt.subplots()
ax1.plot(x, y)
ax1.set_title("Axis 1 title")
ax1.set_xlabel("X-label for axis 1")

z = np.sin(x)
fig2, (ax2, ax3) = plt.subplots(nrows=2, ncols=1) # two axes on figure
ax2.plot(x, z)
ax3.plot(x, -z)

w = np.cos(x)
ax1.plot(x, w) # can continue plotting on the first axis

字符串
它有点冗长，但它更清晰，更容易跟踪，特别是有几个数字，每个数字都有多个子情节。

调用figure时，只需对图进行编号。

x = arange(5)
y = np.exp(5)
plt.figure(0)
plt.plot(x, y)

z = np.sin(x)
plt.figure(1)
plt.plot(x, z)

w = np.cos(x)
plt.figure(0) # Here's the part I need
plt.plot(x, w)

字符串
编辑：请注意，您可以根据需要对图进行编号（这里，从0开始），但如果您在创建新图时根本没有提供数字，则自动编号将从1开始（根据文档，“Matlab样式”）。

但是，编号从1开始，因此：

x = arange(5)
y = np.exp(5)
plt.figure(1)
plt.plot(x, y)

z = np.sin(x)
plt.figure(2)
plt.plot(x, z)

w = np.cos(x)
plt.figure(1) # Here's the part I need, but numbering starts at 1!
plt.plot(x, w)

字符串
此外，如果图形上有多个轴，例如子图，请使用axes(h)命令，其中h是所需轴对象的句柄，以聚焦于该轴。
(don还没有评论权限，抱歉有新的答案！）

这里接受的答案是使用 * 面向对象接口 *（matplotlib），但答案本身包含了一些 * MATLAB风格的接口 *（matplotib.pyplot）。
如果你喜欢的话，可以单独使用OOP**方法：

import numpy as np
import matplotlib

x = np.arange(5)
y = np.exp(x)
first_figure      = matplotlib.figure.Figure()
first_figure_axis = first_figure.add_subplot()
first_figure_axis.plot(x, y)

z = np.sin(x)
second_figure      = matplotlib.figure.Figure()
second_figure_axis = second_figure.add_subplot()
second_figure_axis.plot(x, z)

w = np.cos(x)
first_figure_axis.plot(x, w)

display(first_figure) # Jupyter
display(second_figure)

字符串
这使用户可以手动控制图形，避免了pyplot的内部状态只支持单个图形的问题。

为每次迭代绘制单独帧的简单方法可以是：

import matplotlib.pyplot as plt  
for grp in list_groups:
        plt.figure()
        plt.plot(grp)
        plt.show()

字符串
然后python将绘制不同的帧。

经过一番努力，我发现一种方法是创建一个函数，该函数将data_plot矩阵，文件名和顺序作为参数，从有序图中的给定数据创建箱线图（不同的顺序=不同的图），并将其保存在给定的文件名下。

def plotFigure(data_plot,file_name,order):
    fig = plt.figure(order, figsize=(9, 6))
    ax = fig.add_subplot(111)
    bp = ax.boxplot(data_plot)
    fig.savefig(file_name, bbox_inches='tight')
    plt.close()

字符串