应强制使用 Agg 后端并禁用自动渲染：代码前加 matplotlib.use('Agg')，Jupyter 中避免 %matplotlib inline，设 MPLBACKEND=Agg；绘图后调 plt.close('all')；禁用 IPython 自动显示、封禁非常规导出路径、约束读写函数协议。
禁用 Matplotlib 默认 GUI 后端
matplotlib 在无显式配置时可能自动启用 qt5agg 或 tkagg 等 gui 后端，触发窗口弹出或生成临时图形缓存——这是界面图表生成最隐蔽的入口。
- 在所有绘图代码前插入
import matplotlib; matplotlib.use('Agg')，强制使用非交互后端（Agg不依赖 GUI，仅支持保存图像） - 若用 Jupyter，需确认未执行
%matplotlib inline或%matplotlib widget；改用%matplotlib agg（部分环境支持）或直接跳过魔法命令 - 检查环境变量：启动 Python 前设
MPLBACKEND=Agg，可覆盖代码中误写的matplotlib.use()
拦截 pandas / seaborn 的自动绘图调用
某些方法如 df.plot()、sns.pairplot() 默认会显示图形，即使没写 plt.show()，也可能触发后端渲染链路。
- 显式禁止显示：所有绘图后加
plt.close('all')，避免句柄残留和后台渲染 - 重写默认行为：用
pandas.options.plotting.backend = 'matplotlib'确保可控，再配合matplotlib.use('Agg')隔离 GUI - 警惕链式调用：如
df.hist().figure.savefig(...)仍会创建 figure 实例，应改为df.hist(figsize=(6,4)); plt.savefig(...); plt.close()
关闭 Jupyter Notebook / Lab 的自动输出渲染
Jupyter 会对返回的 Figure、PlotlyFigure 等对象自动调用 _repr_png_() 或 _repr_html_()，导致隐式可视化与潜在数据导出。
- 在 notebook 顶部单元格运行：
from IPython.core.interactiveshell import InteractiveShell; InteractiveShell.ast_node_interactivity = "last_expr"，禁用多表达式自动渲染 - 对绘图结果显式赋值并加
;（如df.plot();），抑制返回值输出 - 禁用第三方插件：检查
jupyter labextension list，停用@jupyter-widgets/jupyterlab-manager等可能触发交互导出的扩展
阻断数据导出函数的默认行为
to_csv()、to_excel()、to_json() 这类函数本身不“可视化”，但常被用于外泄原始数据，且路径参数若含网络地址或挂载盘，风险陡增。
- 检查所有导出调用的
path_or_buf参数：禁止出现http://、https://、/mnt/、/net/等非常规本地路径 - 统一封装导出逻辑，例如定义
safe_to_csv(df, filename)，内部校验filename是否匹配白名单正则r'^/tmp/[a-z0-9_]+\.csv$' - 对
pd.read_csv()等读取函数也做反向约束：禁用file://外协议，防止通过读取恶意 URL 触发 DNS/HTTP 请求泄露环境信息
真正难防的是那些没被显式调用、却由底层库自动触发的渲染和序列化行为。比如 seaborn 某些高阶图函数内部调用 plt.gcf()，或 pandas 在 __repr__ 中悄悄生成 mini plot——这些点不会报错，也不会留日志，只在特定环境组合下漏出数据。盯住后端、禁掉 repr、封死路径，比加一堆 export 开关更有效。
