如何在IPython笔记本中打开交互式matplotlib窗口？

我将IPython与

--pylab=inline

一起使用，有时我想快速切换到交互式、可缩放的matplotlib GUI以查看绘图（在终端Python控制台中绘图时弹出的绘图）。我怎么能这么做？最好不要离开或重新启动我的笔记本

IPy笔记本中的内联绘图的问题是，它们的分辨率有限，我无法放大它们以查看一些较小的部分。使用从终端开始的maptlotlib GUI，我可以选择要放大的图形矩形，并相应地调整轴。我试着用它做实验

from matplotlib import interactive
interactive(True)

及

但那没用。我在网上也找不到任何提示。

根据，您应该能够像这样来回切换：

In [2]: %matplotlib inline 
In [3]: plot(...)

In [4]: %matplotlib qt  # wx, gtk, osx, tk, empty uses default
In [5]: plot(...) 

这将弹出一个常规绘图窗口（可能需要重新启动笔记本电脑）

我希望这有帮助。

根据，您应该能够像这样来回切换：

In [2]: %matplotlib inline 
In [3]: plot(...)

In [4]: %matplotlib qt  # wx, gtk, osx, tk, empty uses default
In [5]: plot(...) 

这将弹出一个常规绘图窗口（可能需要重新启动笔记本电脑）

---

我希望这会有所帮助。

如果您只想从内联打印切换到交互式打印，然后再切换回来（以便可以平移/缩放），最好使用%matplotlib magic

#interactive plotting in separate window
%matplotlib qt 

然后返回html

#normal charts inside notebooks
%matplotlib inline 

%pylab magic导入了许多其他东西，甚至可能导致冲突。它是“从pylab导入*”

您还可以使用新的笔记本后端（在matplotlib 1.4中添加）：

---

如果您想在图表中增加交互性，可以查看mpld3和bokeh。mpld3非常好，如果您没有大量的数据点（例如如果您只想从内联打印切换到交互式打印再切换回来（以便可以平移/缩放），那么最好使用%matplotlib magic

#interactive plotting in separate window
%matplotlib qt 

然后返回html

#normal charts inside notebooks
%matplotlib inline 

%pylab magic导入了一系列其他东西，甚至可能导致冲突。它确实“来自pylab import*”

您还可以使用新的笔记本后端（在matplotlib 1.4中添加）：

---

如果您想在图表中增加交互性，可以查看mpld3和bokeh。如果您没有大量的数据点，mpld3非常棒（例如，对于您的问题，更好的解决方案可能是使用库。它使您能够使用优秀的javascript库制作漂亮的交互式绘图。Highcharts使用HTML

svg

标记，因此您的所有图表实际上都是矢量图像

一些特点：

• 矢量图，您可以下载为.png、.jpg和.svg格式，这样您就不会遇到分辨率问题
• 交互式图表（缩放、滑动、悬停在点上等）
• 可用于IPython笔记本电脑
• 使用异步绘图功能，同时探索数百个数据结构

---

免责声明：我是该库的开发人员。

解决您问题的更好方法可能是使用该库。它使您能够使用优秀的javascript库制作漂亮的交互式绘图。Highcharts使用HTML

svg

标记，因此您的所有图表实际上都是矢量图像

一些特点：

• 矢量图，您可以下载为.png、.jpg和.svg格式，这样您就不会遇到分辨率问题
• 交互式图表（缩放、滑动、悬停在点上等）
• 可用于IPython笔记本电脑
• 使用异步绘图功能，同时探索数百个数据结构

---

免责声明：我是该库的开发人员

从matplotlib 1.4.0开始，现在有一个交互式后端可用于笔记本电脑

%matplotlib notebook

有几个版本的IPython没有注册该别名，但有以下缺点：

%matplotlib nbagg

如果不起作用，请更新IPython

要玩这个，后藤

粘贴

%matplotlib notebook

import pandas as pd
import numpy as np
import matplotlib

from matplotlib import pyplot as plt
import seaborn as sns

ts = pd.Series(np.random.randn(1000), index=pd.date_range('1/1/2000', periods=1000))
ts = ts.cumsum()

df = pd.DataFrame(np.random.randn(1000, 4), index=ts.index,
                  columns=['A', 'B', 'C', 'D'])
df = df.cumsum()
df.plot(); plt.legend(loc='best')    

---

进入一个代码单元（或者只是修改现有的python演示笔记本）

从matplotlib 1.4.0开始，现在有一个交互式后端可在笔记本中使用

%matplotlib notebook

有几个版本的IPython没有注册该别名，但有以下缺点：

%matplotlib nbagg

如果不起作用，请更新IPython

要玩这个，后藤

粘贴

%matplotlib notebook

import pandas as pd
import numpy as np
import matplotlib

from matplotlib import pyplot as plt
import seaborn as sns

ts = pd.Series(np.random.randn(1000), index=pd.date_range('1/1/2000', periods=1000))
ts = ts.cumsum()

df = pd.DataFrame(np.random.randn(1000, 4), index=ts.index,
                  columns=['A', 'B', 'C', 'D'])
df = df.cumsum()
df.plot(); plt.legend(loc='best')    

---

进入代码单元（或者只修改现有的python演示笔记本）

重新启动内核并清除输出（如果不是从新笔记本开始），然后运行

%matplotlib tk

---

有关更多信息，请转到重新启动内核并清除输出（如果不是从新笔记本开始），然后运行

%matplotlib tk

有关更多信息，请访问2017年5月28日Anaconda网站www.continuum.io/downloads上的“jupyter QTConsole”中的ipython

下面是一个使用ipython magic在单独窗口和内联打印模式之间来回切换的示例

>>> import matplotlib.pyplot as plt

# data to plot
>>> x1 = [x for x in range(20)]

# Show in separate window
>>> %matplotlib
>>> plt.plot(x1)
>>> plt.close() 

# Show in console window
>>> %matplotlib inline
>>> plt.plot(x1)
>>> plt.close() 

# Show in separate window
>>> %matplotlib
>>> plt.plot(x1)
>>> plt.close() 

# Show in console window
>>> %matplotlib inline
>>> plt.plot(x1)
>>> plt.close() 

# Note: the %matplotlib magic above causes:
#      plt.plot(...) 
# to implicitly include a:
#      plt.show()
# after the command.
#
# (Not sure how to turn off this behavior
# so that it matches behavior without using %matplotlib magic...)
# but its ok for interactive work...

我正在使用Anaconda网站www.continuum.io/downloads上2017年5月28日发布的“jupyter QTConsole”中的ipython

下面是一个使用ipython magic在单独窗口和内联打印模式之间来回切换的示例

>>> import matplotlib.pyplot as plt

# data to plot
>>> x1 = [x for x in range(20)]

# Show in separate window
>>> %matplotlib
>>> plt.plot(x1)
>>> plt.close() 

# Show in console window
>>> %matplotlib inline
>>> plt.plot(x1)
>>> plt.close() 

# Show in separate window
>>> %matplotlib
>>> plt.plot(x1)
>>> plt.close() 

# Show in console window
>>> %matplotlib inline
>>> plt.plot(x1)
>>> plt.close() 

# Note: the %matplotlib magic above causes:
#      plt.plot(...) 
# to implicitly include a:
#      plt.show()
# after the command.
#
# (Not sure how to turn off this behavior
# so that it matches behavior without using %matplotlib magic...)
# but its ok for interactive work...

你可以用

%matplotlib qt

---

如果出现错误

ImportError:无法导入任何qt绑定

，请将PyQt5安装为：

pip安装PyQt5

，它对我有效。

您可以使用

%matplotlib qt

---

如果出现错误

ImportError:无法导入任何qt绑定

，请将PyQt5安装为：

pip安装PyQt5

，它对我有效。

这是

%pylab qt

。在OS X中不起作用。可能在Ubuntu中会有所帮助。不幸的是，您无法来回切换。如果您在开始使用pylab=inline或pyl后尝试切换ab=qt，您将得到：对matplotlib.use（）的调用无效，因为已选择了后端；在首次导入pylab、matplotlib.pyplot或matplotlib.backends之前，必须调用matplotlib.use（）。我对此投了反对票，因为它对我不起作用，而且仍然不起作用