在jupyter notebook中使用matplotlib绘图的注意事项

标签： Python

文章目录

%matplotlib notebook（推荐）
%matplotlib
%matplotlib inline
一个细节：在每个单元格运行后，图表被重置
VScode中用plt.show()

在使用jupyter notebook时经常会用到matplotlib库，来实现交互式绘图，能够支持数据查看，数据位置确定，图像移动等功能

%matplotlib notebook（推荐）

在开头加上如下代码可以在jupyter notebook行内形成交互式的图表

%matplotlib notebook

在这里插入图片描述

%matplotlib

在开头加上如下代码可以在mac内形成交互式的图表，即会弹出图像窗口

%matplotlib

%matplotlib inline

开头加上如下代码可以显示图像，但无交互功能

%matplotlib inline

如果开头不加上面所说的代码，运行后也会形成一张干巴巴的图片，无法实现交互式功能

一个细节：在每个单元格运行后，图表被重置

使用jupyter notebook时有个细节需要注意，在每个单元格运行后，图表被重置，因此对于复杂的图标，你必须将所有的绘图命名放在单个的notebook单元格内（%matplotlib notebook和import matplotlib.pyplot as plt只要在最开头加一句就够了）

在这里插入图片描述

注意：如果要把jupyter notebook导出成markdown格式，那么你要把开头那句话改成%matplotlib inline，这样才会导出生成的图片（会自动放在同一个文件夹中）
在这里插入图片描述

VScode中用plt.show()

在VScode中使用%matplotlib会报错，正确做法是用plt.show()
在这里插入图片描述
plt.show() 保持图像打开，关闭图像才会继续往下运行代码

import numpy as np
import matplotlib.pyplot as plt

x = np.arange(0, 2*np.pi, 0.1)
y1 = np.sin(x)
y2 = np.cos(x)

plt.figure(1)
plt.plot(x, y1)
plt.pause(2)  # 在figure(1)上绘制sin曲线，2s后自动关闭窗口

plt.figure(2)
plt.plot(x, y2)
plt.pause(2)  # 在figure(2)上绘制cos曲线，2s后自动关闭窗口

plt.pause(0)  # 重新绘制figure(1)和figure(2)，不会自动关闭
print(2)

参考资料：
matplotlib绘图的两种模式“block”和“interactive”

本文链接：https://blog.csdn.net/qq_43827595/article/details/104911316

智能推荐

用pyecharts在jupyter notebook上绘图

...

Mac、ubuntu在终端和jupyter notebook中使用matplotlib画图无法显示中文

一、Mac系统 1、在Mac电脑上使用matplotlib画图，中文无法显示，在终端用fc-list :lang=zh显示command not found: 网上百度了很久都没搞定终端的command not found的问题，于是将解决思路聚焦在字体问题上。 2、在网上下载一种中文字体：SimHei 字体链接：https://pan.baidu.com/s/1dYiUYRJLDrmWHLHXj...

在Jupyter Notebook中使用Python虚拟环境

在Jupyter Notebook中使用Python虚拟环境一、在base环境生成jupyter配置环境二、进入虚拟环境三、安装ipykernel 四、生成jupyter服务配置一、在base环境生成jupyter配置环境二、进入虚拟环境三、安装ipykernel 四、生成jupyter服务配置参考链接：https://zhuanlan.zhihu.com/p/29564719 参考...

在Jupyter Notebook中使用Python虚拟环境

Jupyter Notebook本身是默认使用一种Anaconda中root目录下的Python环境的，如果想使用其它的虚拟环境，还需要通过插件来实现，也就是nb_conda插件。安装完成后，jupyter notebook中多了Conad选项卡，但此时还不能用，还需要在每一个虚拟环境中安装jupyter（也许有第二种方式，见下文）我们安装完nb_conda插件后，打开jupyter在自己的J...

冒泡排序，及改进方式，性能优化400%>>>附图解加源码

首先源码附上，源码中带有注释，看不懂没关系，源码后面附带图解，最后附上代码效率提升图源码如下：方案一：其实实现很简单，两层循环，每次内层迭代出最大的一个值，将其放入数组最后一个位置，外层循环的末端便往前移一位。其原理如下图方案一代码块：方案二：优化改进仔细观察上面的图，我们不难发现当迭代到图下这样的情况时，其实已经全排序好了，但是我们还是需要对它进行1，2，3，4，5，6的迭代，这些情况...