Matplotlib inline не работает

Matplotlib. Урок 1. Быстрый старт

Первый урок из цикла, посвященному библиотеке для визуализации данных Matplotlib. В рамках данного урока будут рассмотрены такие вопросы как: установка библиотеки, построение линейного графика, несколько графиков на одном и на разных полях, построение диаграммы для категориальных данных и обзор основных элементов графика.

Установка

Варианты установки Matplotlib

Существует два основных варианта установки этой библиотеки: в первом случае вы устанавливаете пакет Anaconda , в состав которого входит большое количество различных инструментов для работы в области машинного обучения и анализа данных (и не только); во втором – установить Matplotlib самостоятельно, используя менеджер пакетов. Про установку Anaconda вы можете прочитать в статье Python. Урок 1. Установка .

Установка Matplotlib через менеджер pip

Второй вариант – это воспользоваться менеджером pip и установить Matplotlib самостоятельно, для этого введите в командной строке вашей операционной системы следующие команды:

Первая из них обновит ваш pip , вторая установит matplotlib со всеми необходимыми зависимостями.

Проверка установки

Для проверки того, что все у вас установилось правильно, запустите интерпретатор Python и введите в нем следующее:

После этого можете проверить версию библиотеки (она скорее всего будет отличаться от приведенной ниже):

Быстрый старт

Перед тем как углубиться в дебри библиотеки Matplotlib , для того, чтобы появилось интуитивное понимание принципов работы с этим инструментом, рассмотрим несколько примеров, изучив которые вы уже сможете использовать библиотеку для решения своих задач.

Если вы работаете в Jupyter Notebook для того, чтобы получать графики рядом с ячейками с кодом необходимо выполнить специальную magic команду после того, как импортируете matplotlib ::

Результат работы выглядеть будет так, как показано на рисунке ниже.

Если вы пишете код в .py файле, а потом запускаете его через вызов интерпретатора Python , то строка %matplotlib inline вам не нужна, используйте только импорт библиотеки.

Пример, аналогичный тому, что представлен на рисунке выше, для отдельного Python файла будет выглядеть так:

В результате получите график в отдельном окне.

Далее мы не будем останавливаться на особенностях использования magic команды, просто запомните, если вы используете Jupyter notebook при работе с Matplotlib вам обязательно нужно включить %matplotlib inline.

Теперь перейдем непосредственно к Matplotlib . Задача урока “Быстрый старт” – это построить разные типы графиков, настроить их внешний вид и освоиться в работе с этим инструментом.

Построение графика

Для начал построим простую линейную зависимость, дадим нашему графику название, подпишем оси и отобразим сетку. Код программы:

В результате получим следующий график:

Изменим тип линии и ее цвет, для этого в функцию plot() , в качестве третьего параметра передадим строку, сформированную определенным образом, в нашем случае это “r–”, где “r” означает красный цвет, а “–” – тип линии – пунктирная линия. Более подробно о том, как задавать цвет и какие типы линии можно использовать будет рассказано с одной из следующих глав.

Несколько графиков на одном поле

Построим несколько графиков на одном поле, для этого добавим квадратичную зависимость:

В приведенном примере в функцию plot() последовательно передаются два массива для построения первого графика и два массива для построения второго, при этом, как вы можете заметить, для обоих графиков массив значений независимой переменной x один и то же.

Несколько разделенных полей с графиками

Третья, довольно часто встречающаяся задача – это отобразить два или более различных поля, на которых будет отображено по одному или более графику.

Построим уже известные нам две зависимость на разных полях.

Здесь мы воспользовались новыми функциями:

figure() – функция для задания глобальных параметров отображения графиков. В нее, в качестве аргумента, мы передаем кортеж, определяющий размер общего поля.

subplot() – функция для задания местоположения поля с графиком. Существует несколько способов задания областей для вывода через функцию subplot() мы воспользовались следующим: первый аргумент – количество строк, второй – столбцов в формируемом поле, третий – индекс (номер поля, считаем сверху вниз, слева направо).

Остальные функции уже вам знакомы, дополнительно мы использовали параметр fontsize для функций xlabel() и ylabel() , для задания размера шрифта.

Построение диаграммы для категориальных данных

До этого мы строили графики по численным данным, т.е. зависимая и независимая переменные имели числовой тип. На практике довольно часто приходится работать с данными нечисловой природы – имена людей, название фруктов, и т.п.

Построим диаграмму на которой будет отображаться количество фруктов в магазине:

Для вывода диаграммы мы использовали функцию bar() .

К этому моменту, если вы самостоятельно попробовали запустить приведенные выше примеры, у вас уже должно сформировать некоторое понимание того, как осуществляется работа с этой библиотекой.

Основные элементы графика

Рассмотрим основные термины и понятия, касающиеся изображения графика, с которыми вам необходимо будет познакомиться, для того, чтобы в дальнейшем у вас не было трудностей при прочтении материалов из этого цикла статей и документации по библиотеке matplotlib .

Корневым элементом при построения графиков в системе Matplotlib является Фигура ( Figure ). Все, что нарисовано на рисунке выше является элементами фигуры. Рассмотрим ее составляющие более подробно.

На рисунке представлены два графика – линейный и точечный. Matplotlib предоставляет огромное количество различных настроек, которые можно использовать для того, чтобы придать графику вид, который вам нужен: цвет, толщина и тип линии, стиль линии и многое другое, все это мы рассмотрим в ближайших статьях.

Вторым, после непосредственно самого графика, по важности элементом фигуры являются оси. Для каждой оси можно задать метку (подпись), основные ( major ) и дополнительные ( minor ) тики, их подписи, размер и толщину, также можно задать диапазоны по каждой из осей.

Сетка и легенда

Следующими элементами фигуры, которые значительно повышают информативность графика являются сетка и легенда. Сетка также может быть основной ( major ) и дополнительной ( minor ). Каждому типу сетки можно задавать цвет, толщину линии и тип. Для отображения сетки и легенды используются соответствующие команды.

Ниже представлен код, с помощью которого была построена фигура, изображенная на рисунке:

Если в данный момент вам многое кажется непонятным – не переживайте, далее мы разберем подробно особенности настройки и использования всех элементов представленных на поле с графиками.

P.S.

Вводные уроки по “Линейной алгебре на Python” вы можете найти соответствующей странице нашего сайта . Все уроки по этой теме собраны в книге “Линейная алгебра на Python”.

Если вам интересна тема анализа данных, то мы рекомендуем ознакомиться с библиотекой Pandas. Для начала вы можете познакомиться с вводными уроками. Все уроки по библиотеке Pandas собраны в книге “Pandas. Работа с данными”.

Источник

Использование% matplotlib notebook после% matplotlib inline в Jupyter Notebook не работает

Я использую Блокнот Jupyter для построения круговых диаграмм.

В первой ячейке с моим кодом у меня есть магическая команда %matplotlib inline , и после этой магической команды я запускаю свой код, все работает отлично, и моя фигура отображается.

Но в второй ячейке , когда я установил %matplotlib notebook для интерактивного черчения, моя фигура не будет отображаться после запуска этой второй ячейки.

Мне нужно перезапустить ядро и снова запустить ячейку с %matplotlib notebook и не может выполнить команду %matplotlib inline до этого.

Вот мой код для первой ячейки с %matplotlib inline , который хорошо отображается:

После этого у меня вторая ячейка с тем же кодом, просто %matplotlib inline заменяется на %matplotlib notebook . Рисунок не будет отображаться после запуска этой ячейки, и мне нужно перезапустить ядро и снова запустить эту ячейку.

3 ответа

У вас просто неправильный порядок ваших команд. Бэкэнд должен быть установлен перед импортом pyplot в jupyter. Или, другими словами, после смены бэкэнда pyplot необходимо снова импортировать.

Поэтому вызовите %matplotlib . до импорта pyplot.

В первой ячейке:

Во второй ячейке:

Редактировать: оказывается, что вы можете динамически менять бэкенды на Jupyter. Все еще оставляю ответ здесь, потому что я думаю, что это уместно и объясняет некоторую магию matplotlib, которая может иногда появляться.

Волшебная команда, как видно из исходного кода, вызывает matplotlib.pyplot.switch_backend(newbackend) для изменения бэкэнда. Как указано в документах matplotlib:

Переключите бэкэнд по умолчанию. Эта функция является экспериментальной, и ожидается, что она будет работать только при переключении на бэкэнд изображения. например, если у вас есть несколько сценариев PostScript, которые вы хотите запустить из интерактивного сеанса ipython, вы можете захотеть переключиться на серверную часть PS перед запуском, чтобы избежать появления всплывающих окон GUI. Если вы попытаетесь интерактивно переключиться с одного интерфейса GUI на другой, вы будете взорваны ..

Поэтому вам действительно нужно перезапускать ядро каждый раз, когда вы переключаете бэкенды, потому что у matplotlib есть проблема с переключением бэкэнда после его использования.

Эта проблема в основном из-за несовместимости между различными основными циклами бэкэнда GUI. Поскольку обычно каждый бэкэнд также заботится о потоках и пользовательском вводе, вы не можете запускать Qt и Tkinter бок о бок. Так что это ограничение переносится на юпитер.

В блокноте Jupyter вы должны указать блокнот matplotlib в той же строке, что и тот, который хотите запустить. Даже если вы введете «встроенный», а затем «блокнот», он все равно не будет работать. Он должен быть в той же строке, что и код, который вы хотите отобразить.

Источник

Как исправить ошибку Line magic function `%matplotlib.inline` not found после установки Anaconda 3?

Здравствуйте подскажите как исправить ошибку:

После установки пакета Anaconda3-4.3.0.1-Windows-x86 в Windows 7 (x86), браузер Firefox 51.0.1 (32-бит). Ошибка возникает после установки пакета, открытия Anaconda Promt и вызова оттуда ipython notebook в командной строке.

Для проверки правильной работы пакета после установки вводил эти тестовые данные в ipython notebook:

по идее должен появиться график, а выходит ошибка.

Программа Spyder и Anaconda Navigator из пакета Anaconda3-4.3.0.1-Windows-x86 также не запускаются.

все эти файлы которые не импортируются: C:\Users\DmitrOK71\Anaconda3\lib\site-packages\matplotlib\pyplot.py C:\Users\DmitrOK71\Anaconda3\lib\site-packages\matplotlib\colorbar.py C:\Users\DmitrOK71\Anaconda3\lib\site-packages\matplotlib\contour.py C:\Users\DmitrOK71\Anaconda3\lib\site-packages\matplotlib\text.py C:\Users\DmitrOK71\Anaconda3\lib\site-packages\matplotlib\backend_bases.py C:\Users\DmitrOK71\Anaconda3\lib\site-packages\matplotlib\textpath.py C:\Users\DmitrOK71\Anaconda3\lib\site-packages\matplotlib\mathtext.py

находятся в папке созданной по умолчанию инсталятором Anaconda3-4.3.0.1-Windows-x86: C:\Users\DmitrOK71\Anaconda3\Lib\site-packages\matplotlib

изменил название папки с Lib на lib: C:\Users\DmitrOK71\Anaconda3\lib\site-packages\matplotlib

но это не помогло решить проблему, появляется всё та же ошибка: ERROR:root:Line magic function %matplotlib.inline not found.

не только в браузере Firefox 51.0.1 (32-бит), но так же и в Google Chrome 56.0.2924.87 (32-бит) и в Internet Explorer 11.0.9600.18449 (32-бит)

Источник

Why doesn’t ‘%matplotlib inline’ work in python script?

The following does not work:

However this totally works in Jupiter Notebook.

If I simply comment it out, the graph doesn’t show up. (Maybe it won’t show up anyways)

3 Answers 3

Other answers and comments have sufficiently detailed why %matplotlib inline cannot work in python scripts.

To solve the actual problem, which is to show the plot in a script, the answer is to use

at the end of the script.

If you are using notebook and run my_file.py file as a module

Change the line «%matplotlib inline» to «get_ipython().run_line_magic(‘matplotlib’, ‘inline’)». Then run my_file.py using this %run It should look like this:

This run my_file.py in ipython, which help avoid the bug

NameError: name ‘get_ipython’ is not defined

Define an alias for a system command.

%alias alias_name cmd defines alias_name as an alias for cmd

In standard Python, % takes the remainder when one number is divided by another (or can be used for string interpolation), so in a standard Python program, %matplotlib inline doesn’t make any sense. It does, however, work in iPython, as described above.

Not the answer you’re looking for? Browse other questions tagged python matplotlib or ask your own question.

Related

Hot Network Questions

Subscribe to RSS

To subscribe to this RSS feed, copy and paste this URL into your RSS reader.

site design / logo © 2021 Stack Exchange Inc; user contributions licensed under cc by-sa. rev 2021.10.18.40487

By clicking “Accept all cookies”, you agree Stack Exchange can store cookies on your device and disclose information in accordance with our Cookie Policy.

Источник