Python jupyterlab交互绘图

我开始使用Jupyter笔记本上的Jupyter实验室。在我以前使用的笔记本中：

import matplotlib.pyplot as plt
%matplotlib notebook
plt.figure()
x = [1,2,3]
y = [4,5,6]
plt.plot(x,y)

用于交互式绘图。现在我（在jupyterlab中）：

我还尝试了魔术（已安装）：

但这只是返回：

FigureCanvasNbAgg()

内联图：

%matplotlib inline

---

工作正常，但我需要交互式绘图。

根据，这是由于没有安装Node.js造成的

要启用jupyter matplotlib后端，请使用matplotlib jupyter magic：

%matplotlib widget
import matplotlib.pyplot as plt
plt.figure()
x = [1,2,3]
y = [4,5,6]
plt.plot(x,y)

更多信息请点击这里

完成步骤

安装

nodejs

，例如

conda安装nodejs

安装

ipympl

，例如

pip安装ipympl

[可选，但推荐；更新JupyterLab，例如

pip安装--升级jupyterlab

]

[可选，但推荐；对于本地用户安装，请运行：

export-JUPYTERLAB\u DIR=“$HOME/.local/share/jupyter/lab”

]

安装扩展：

jupyter labextension install @jupyter-widgets/jupyterlab-manager
jupyter labextension install jupyter-matplotlib

启用小部件：

jupyter nbextension启用--py-widgetsnbextension

重新启动JupyterLab

用

%matplotlib小部件装饰

---

不推荐，但要盲目地让小部件扩展在Anaconda中工作，可以在终端窗口中运行以下操作：

conda install -y nodejs
pip install ipympl
pip install --upgrade jupyterlab
jupyter labextension install @jupyter-widgets/jupyterlab-manager
jupyter labextension install jupyter-matplotlib
jupyter nbextension enable --py widgetsnbextension

这在jupyterlab有效

import numpy as np
import matplotlib.pyplot as plt
from IPython.display import clear_output


n = 10
a = np.zeros((n, n))
plt.figure()

for i in range(n):
    plt.imshow(a)
    plt.show()
    a[i, i] = 1
    clear_output(wait=True)

JupyterLab 3的步骤* 我以前曾多次使用过的，但当我在JupyterLab 3.0.7中尝试它们时，我发现

jupyter labextension install@jupyter widgets/JupyterLab manager

返回了一个错误，我破坏了小部件

在经历了大量的头痛和谷歌搜索之后，我想我会把这个解决方案发布给任何在这里找到自己的人

这些步骤现在已经简化，我可以继续使用以下交互式绘图：

pip安装jupyterlab

pip安装ipympl

用

%matplotlib小部件装饰

步骤2将自动处理其余的依赖项，包括（现在已折旧？）的替换项

@jupyter widgets/jupyterlab manager

希望这能为其他人节省一些时间

总结 在复杂的设置中，

jupyter-lab

进程和jupyter/IPython内核进程运行在不同的Python虚拟环境中，请注意与jupyter相关的Python包和jupyter扩展（例如

ipympl

，

jupyter-matplotlib

）版本及其在环境之间的兼容性

即使在单个Python虚拟环境中，也要确保遵守

例子 下面是几个如何运行JupyterLab的示例

简单（st） 我想，运行JupyterLab最简单的跨平台方法是从Docker容器运行它。您可以像这样构建和运行JupyterLab 3容器

docker run --name jupyter -it -p 8888:8888 \
  # This line on a Linux- and non-user-namespaced Docker will "share"
  # the directory between Docker host and container, and run from the user.
  -u 1000 -v $HOME/Documents/notebooks:/tmp/notebooks \
  -e HOME=/tmp/jupyter python:3.8 bash -c "
    mkdir /tmp/jupyter; \
    pip install --user 'jupyterlab < 4' 'ipympl < 0.8' pandas matplotlib; \
    /tmp/jupyter/.local/bin/jupyter lab --ip=0.0.0.0 --port 8888 \
      --no-browser --notebook-dir /tmp/notebooks;
  "

您只需单击该链接，JupyterLab就会在浏览器中打开。关闭JupyterLab实例后，容器将停止。您可以使用

docker start-ai jupyter

重新启动它

复杂的 这说明了如何使用JupyterLab 2构建Python虚拟环境，以及如何在容器中使用NodeJ构建所有必需的扩展，而无需在主机系统上安装NodeJ。使用JupyterLab 3，这种方法就不那么重要了

上下文 今天调试

%matplotlib小部件
在JupyterLab 2中不工作时，我有些抓狂。我有单独的预构建JupyterLab venv（如上所述），它将本地JupyterLab作为Chromium“应用程序模式”（即
c.LabApp.browser='Chromium browser--app=%s'
，在配置中）提供支持，还有一些来自具有特定依赖项（很少更改）的简单Python venv的IPython内核，以及一个将自身暴露为IPython内核的应用程序。互动“小部件”模式的问题以不同的方式表现出来

比如说,


在JupyterLab“主机”版本中：jupyter matplotlib v0.7.4扩展和
ipympl==0.6.3


在内核版本中：
ipympl==0.7.0
和
matplotlib==3.4.2



在浏览器控制台中，我遇到以下错误：


错误：模块jupyter matplotlib，semver range ^0.9.0未注册为小部件模块
错误：无法创建模型。
无法实例化小部件

在JupyterLab UI中：


%matplotlib小部件重新启动时成功

图表卡在“加载小部件…”
重新运行具有图表输出的单元格时无任何内容
在以前的尝试中，
%matplotlib小部件
可能会引发类似于
KeyError的问题：“97acd0c8fb504a2288834b349003b4ae”

在浏览器控制台的内核venv中降级
ipympl==0.6.3
：


无法实例化小部件
异常打开新通信
错误：无法创建模型。
模块jupyter matplotlib，semver range ^0.8.3未注册为小部件模块

一旦我根据以下内容制作了包/扩展：


在JupyterLab“主机”版本中：jupyter matplotlib v0.8.3扩展，
ipympl==0.6.3


在内核版本中：
ipympl==0.6.3
，
matplotlib==3.3.4



它或多或少像预期的那样工作。嗯，确实存在一些小问题，比如，除了我将
%matplotlib widget
与图表放在每个单元格中，比如重新启动时，第一个图表“累积”了笔记本中所有图表的所有内容。使用每个单元格的
%matplotlib小部件
，一次只有一个图表处于“活动”状态。重新启动时，只渲染最后一个小部件（但手动重新运行单元格会进行修正）。
使用Jupyter笔记本电脑时，我倾向于使用>导入matplotlib>matplotlib。使用（'nbagg'）获得具有平移/缩放功能的交互式绘图。硒
import numpy as np
import matplotlib.pyplot as plt
from IPython.display import clear_output


n = 10
a = np.zeros((n, n))
plt.figure()

for i in range(n):
    plt.imshow(a)
    plt.show()
    a[i, i] = 1
    clear_output(wait=True)

docker run --name jupyter -it -p 8888:8888 \
  # This line on a Linux- and non-user-namespaced Docker will "share"
  # the directory between Docker host and container, and run from the user.
  -u 1000 -v $HOME/Documents/notebooks:/tmp/notebooks \
  -e HOME=/tmp/jupyter python:3.8 bash -c "
    mkdir /tmp/jupyter; \
    pip install --user 'jupyterlab < 4' 'ipympl < 0.8' pandas matplotlib; \
    /tmp/jupyter/.local/bin/jupyter lab --ip=0.0.0.0 --port 8888 \
      --no-browser --notebook-dir /tmp/notebooks;
  "

    To access the server, open this file in a browser:
    ...
        http://127.0.0.1:8888/lab?token=abcdef...