Seaborn函数库数据可视化图像不持久显示

Question

在使用python的Seaborn函数库绘图的时候，发现有两个Axes-level层级的API（pairplot、lmplot）绘图以后图像无法持久显示，闪一下就没有了，可以明显看到图是绘制出来的，但是只显示一下就消失，另外所有Figure-level层级的API（relplot、catplot）都是同样的现象。
因为大部分是可以显示的，所以基础环境应该没问题
python 3.10.5
matplotlib 3.5.2
seaborn 0.11.2
代码中绘图部分前3行是只显示一下的，后边的是可以正常显示，求解决方案

import matplotlib.pyplot as plt
import seaborn as sns
iris = sns.load_dataset("iris")
sns.pairplot(iris,hue='species') #只显示一下
# sns.lmplot(x="sepal_length", y="sepal_width", hue="species", data=iris) #只显示一下
#sns.relplot(x="sepal_length", y="petal_length", hue="species", style="species", data=iris,kind='line')#只显示一下
# sns.scatterplot(x="sepal_length", y="sepal_width", hue="species", style="species", data=iris)
# sns.lineplot(x="sepal_length", y="petal_length", hue="species", style="species", data=iris)
# sns.stripplot(x="sepal_length", y="species", data=iris)
# sns.swarmplot(x="sepal_length", y="species", data=iris)
# sns.boxplot(x="sepal_length", y="species", data=iris)
# sns.boxenplot(x="sepal_length", y="species", data=iris)
# sns.violinplot(x="sepal_length", y="species", data=iris)
# sns.pointplot(x="sepal_length", y="species", data=iris)
# sns.barplot(x="sepal_length", y="species", data=iris)
# sns.countplot(x="species", data=iris)
# sns.distplot(iris["sepal_length"])
# sns.kdeplot(iris["sepal_length"])
# sns.jointplot(x="sepal_length", y="sepal_width", data=iris, hue="species")
# sns.jointplot(x="sepal_length", y="sepal_width", data=iris, kind="kde", hue="species")
# sns.jointplot(x="sepal_length", y="sepal_width", data=iris, kind="hex")
# sns.jointplot(x="sepal_length", y="sepal_width", data=iris, kind="reg")
# sns.regplot(x="sepal_length", y="sepal_width", data=iris)
plt.show()

Answer 1

添加如下代码在本地查看

import matplotlib.pyplot as plt
import seaborn as sns
import time
iris = sns.load_dataset("iris")
sns.pairplot(iris, hue='species')  # 只显示一下
time.sleep(1)
plt.savefig(f'{time.time()}.png', format='png')
plt.show()

sns.lmplot(x="sepal_length", y="sepal_width", hue="species", data=iris)  # 只显示一下
time.sleep(1)
plt.savefig(f'{time.time()}.png', format='png')
plt.show()

本地结果

我这边是正常的，你可以在侧边栏看看，