Python 3.x 在使用python的主成分分析中未显示图形

如何在主成分分析的输出中显示图形图像

import matplotlib.pyplot as plt
%matplotlib inline

fig = plt.figure(figsize = (8, 8))
ax = fig.add_subplot(1, 1, 1)
ax.set_xlabel('Principal Component 1', fontsize = 15)
ax.set_ylabel('Principal Component 2', fontsize = 15)
ax.set_title('2 Component PCA', fontsize = 20)

targets = ['Iris - setosa', 'Iris - versicolor', 'Iris - virginica']
colors = ['r', 'g', 'b']

for target, color in zip(targets, colors):
    indicesToKeep = finalDF['target'] == target     
    ax.scatter(finalDF.loc[indicesToKeep, 'Principal Component 1'],
              finalDF.loc[indicesToKeep, 'Principal Component 2'],
              c = color, s = 50)

ax.legend(targets)
ax.grid()
ax.show()

以下是错误：

AttributeError                            Traceback (most recent call last)
<ipython-input-21-d87d089bc5f1> in <module>
         16 ax.legend(targets)
         17 ax.grid()
--->     18 ax.show()

AttributeError: 'AxesSubplot' object has no attribute 'show'

AttributeError回溯（最近一次调用）
在里面
16轴图例（目标）
17 ax.网格（）
--->18 ax.show（）
AttributeError:“AxeSubPlot”对象没有属性“show”

---

如何在没有绘图且显示属性不工作的情况下显示图形？

这里唯一的更正是：在最后一行中，用

fig.show（）替换
axis.show（）

这里唯一的修正是：在最后一行中，用图show（）替换轴show（）

但是我的绘图没有显示..它显示的是..C:\Users\DELL\Anaconda3\lib\site packages\matplotlib\figure.py:445:UserWarning:matplotlib当前正在使用module://ipykernel.pylab.backend_inline，它是非GUI后端，因此无法显示该图。%get_backend（）)因为正如它所说：“您的环境是一个非GUI后端”，您可以尝试保存fig而不是
fig.show（）
try
fig.savefig（“fig\u name.png”）
请记住以“.png”或“.jpg”等名称添加格式，或者您可以尝试任何其他环境。但我的绘图没有显示..它正在显示………C:\Users\DELL\Anaconda3\lib\site packages\matplotlib\figure.py:445:UserWarning:matplotlib当前正在使用module://ipykernel.pylab.backend_inline，这是一个非GUI后端，因此无法显示图形。%get_backend（））因为它说：“您的环境是非GUI后端”，您可以尝试保存fig，而不是
fig.show（）
try
fig.savefig（“fig_name.png”）
记住在名称中添加格式，如“.png”或“.jpg”，或者您可以尝试任何其他环境。要显示pyplot图形，使用
plt.show（）
。要显示pyplot图形，请使用
plt.show（）
。
import matplotlib.pyplot as plt
%matplotlib inline

fig = plt.figure(figsize = (8, 8))
ax = fig.add_subplot(1, 1, 1)
ax.set_xlabel('Principal Component 1', fontsize = 15)
ax.set_ylabel('Principal Component 2', fontsize = 15)
ax.set_title('2 Component PCA', fontsize = 20)

targets = ['Iris - setosa', 'Iris - versicolor', 'Iris - virginica']
colors = ['r', 'g', 'b']

for target, color in zip(targets, colors):
    indicesToKeep = finalDF['target'] == target     
    ax.scatter(finalDF.loc[indicesToKeep, 'Principal Component 1'],
              finalDF.loc[indicesToKeep, 'Principal Component 2'],
              c = color, s = 50)

ax.legend(targets)
ax.grid()
fig.show()