Jupyter Notebook 中 Matplotlib 动态刷新与 Backend 配置指南

Jupyter Notebook 中 Matplotlib 动态刷新实现

直接查看代码实现部分。

import matplotlib
%matplotlib inline
from IPython import display

在需要刷新图表的位置，完成绘图后添加以下代码。

调用 display.clear_output(wait=True) 以清除旧图并刷新显示。

Matplotlib Backend 配置与图表显示问题

补充知识：在 Jupyter Notebook 中绘制并显示 Matplotlib 动态图。

有时 Matplotlib 的绘图无法正常显示在 Notebook 中，这通常与 Backend（后端）配置有关。

首先启动 Notebook，输入以下命令检查当前环境。

%pylab

查看输出的 Matplotlib Backend，例如我的输出显示为：

Qt5Agg

这是当前的渲染方式，使用的是 qt5 渲染。可以在绘图前插入代码段来激活它。

%matplotlib qt5

这样即可显示图表，但图表会显示在 Notebook 外部。如果尝试使用 %matplotlib inline，图表显示可能不正常，具体原因尚不明确。

如果输出的 Backend 类型不同，建议参考相关资料，直接输入对应的绘图激活命令。

Matplotlib 基础概念与 Backend 详解

补充知识：Matplotlib 常用 Backend 列表。

Matplotlib 简明教程（一）：基础概念。

Matplotlib 是一个用于绘制图表的 Python 库，可用于处理图片和绘制统计类图表。

本文分多篇介绍，第一篇旨在说明 Matplotlib 的一些基本使用方法。

基本组成结构。

参考官网图片说明 Matplotlib 图表的基本组成成分。

figure：整个画布，包含一个或多个 axes。

axes：画布中的某一个图表，包含一个 plot。

artist：图中所示的元素，包括 label、line 等，也包括 plot。

Backend（后端）。

每种输出能力称为一种 backend，类似于渲染器。

IPython 中的魔法语句 %matplotlib xxxx 用于选择 backend。

Backend 的优先级选取顺序如下：

matplotlibrc 文件中的 backend 设置。

使用 MPLBACKEND 环境变量。

使用 matplotlib.use() 函数，需在导入 pyplot 前使用。

Backend 从种类上分为可交互型（user interface）和不可交互型（hardcopy）。若希望查看本地支持的 backend，可执行相关命令。

matplotlib.rcsetup.interactive_bk # 可交互型
matplotlib.rcsetup.non_interactive_bk # 不可交互型
matplotlib.rcsetup.all_backends # 所有 backend

获取当前 Backend 可使用 matplotlib.pyplot.get_backend()。

常用 Backend 已在文末附上。

交互模式配置与常用 Backend 列表

交互模式。

“交互模式”代表图表在绘制后可动态变化，例如预设动画或用户操作。

开启交互模式后，绘制的图表会自动更新和绘制。若希望手动更新图表，使用 draw() 函数；在非交互模式下，当所有后台绘制完成后，需使用 show() 函数才能展示最终图表。

若希望使用交互模式，需选用可交互型的 backend。

通过 matplotlib.interactive() 设置交互模式的开启与关闭。

通过 matplotlib.is_interactive() 查询当前是否支持交互模式。

也可通过 matplotlib.pyplot.ion() 和 matplotlib.pyplot.ioff() 来开启或关闭交互模式。

附：常用 Backend 列表。

不可交互型。

AGG：渲染为 png 文件。

PS：渲染为 ps 文件。

PDF：渲染为 pdf 文件。

SVG：渲染为 svg 文件。

Cairo：使用 Cairo 引擎渲染。

可交互型。

Qt5Agg：使用 Qt5 渲染，IPython 中可使用 %matplotlib qt5。

Qt4Agg：使用 Qt4 渲染，IPython 中可使用 %matplotlib qt4。

ipympl：使用 ipympl 库，IPython 中可使用 %matplotlib ipympl。

macosx：使用 Cocoa 画布渲染，IPython 中可使用 %matplotlib osx。

nbAgg：Jupyter Notebook 中使用的 backend，Jupyter 中使用 %matplotlib notebook 来激活。

WXAgg：使用 wxWidgets 库来渲染，IPython 中可使用 %matplotlib wx。

inline：严格来说并非一个 backend，而是 IPython 中的一个语法，表示将图表嵌入笔记中，使用 %matplotlib inline。

以上关于 Jupyter Notebook 实现 Matplotlib 图动态刷新的内容分享到此结束，希望能给大家一个参考，也希望大家多多支持本站。