开发者社区

文档建议反馈控制台

最新优惠活动

文章/答案/技术大牛

发布

非交互执行时，plt.figure.Figure.show()不执行任何操作

非交互执行时，plt.figure.Figure.show()不执行任何操作。plt是Python中常用的绘图库matplotlib的缩写，plt.figure.Figure.show()是用于显示绘图结果的方法。

在非交互执行时，即在没有图形界面的环境下或者没有设置交互模式时，plt.figure.Figure.show()方法不会显示图像，而是返回一个空值。这是因为在非交互执行时，绘图库无法创建图形窗口或者无法将图像显示在屏幕上。

如果需要在非交互执行时显示图像，可以使用plt.figure.Figure.savefig()方法将图像保存为文件，然后在其他支持图像显示的环境中打开查看。

综上所述，非交互执行时，plt.figure.Figure.show()不执行任何操作，无法直接显示图像。

页面内容是否对你有帮助？

有帮助

没帮助

相关·内容

matplotlib简介

丰富的第三方模块赋予了python强大的能力，matplotlib作为python最流行的可视化模块之一，功能强大，用法简便。对于新手而言，其上手难度低，仅需要几行代码就可以创建一个发表质量的图片，而且同时支持静态和动态图片。对于开发者而言，其丰富的子模块提供了对图片中各个细节的精确控制，可以实现高度定制的可视化效果。

01

matplotlib交互模式与pacharm单独Figure设置

matplotlib交互模式与pacharm单独Figure设置 Matpotlib交互模式在运行python程序时有时候需要生成以下的动态图模式来显示程序运行的结果此时需要使用matplot

07

matplotlib - matplotlib 教程

Matplotlib 是 Python 的绘图库。它可与 NumPy 一起使用，提供了一种有效的 MatLab 开源替代方案。

03

数据科学 IPython 笔记本 8.3 Matplotlib 可视化

我们现在将深入研究M atplotlib 包，以便在 Python 中进行可视化。Matplotlib 是一个基于 NumPy 数组的多平台数据可视化库，旨在兼容更广泛的 SciPy 技术栈。它由 John Hunter 在 2002 年构思，最初是作为 IPython 的补丁，用于通过来自 IPython 命令行的gnuplot实现 MATLAB 风格的交互式绘图。

01

Python数据可视化大全：Matplotlib、Seaborn、Bokeh和Plotly实战指南

数据可视化是数据科学和分析中不可或缺的一部分，而Python中的Matplotlib和Seaborn库为用户提供了强大的工具来创建各种可视化图表。本文将介绍如何使用这两个库进行数据可视化，并提供一些实用的代码示例和解析。

03

如何在 Python 中使用 Matplotlib 创建一个空的 Figure？

它广泛用于数据科学、工程和科学研究，被认为是 Python 最受欢迎的数据可视化库之一。Matplotlib是开源的，并且正在积极开发，拥有庞大的用户和贡献者社区，他们提供支持和维护库。

02

Matplotlib show方法警告原因

出现该警告信息的原因为：从Matplotlib 3.6版本开始，对于没有required_interactive_framework属性的Figure Canvases（绘图画布），发出了警告。这个属性是为了标识在交互式环境下所需的绘图框架。

02

matplotlib jupyter notebook 图像可视化 plt show操作

如果采用opencv读入的图像，通道顺序为BGR，PLT显示图像是以RGB顺序的，可以采用以下代码：

02

基于凸集上投影（POCS）的聚类算法

来源：DeepHub IMBA本文约1200字，建议阅读5分钟本文综述了一种基于凸集投影法的聚类算法，即基于POCS的聚类算法。原始论文发布在IWIS2022上。 POCS：Projections onto Convex Sets。在数学中，凸集是指其中任意两点间的线段均在该集合内的集合。而投影则是将某个点映射到另一个空间中的某个子空间上的操作。给定一个凸集合和一个点，可以通过找到该点在该凸集合上的投影来进行操作。该投影是离该点最近的凸集内的点，可以通过最小化该点和凸集内任何其他点之间的距离来计算。既然是

01

Python数据处理从零开始----第四章（可视化）背景：Matplotlib

我们现在将深入研究Matplotlib包，以便在Python中进行可视化。 Matplotlib是一个基于NumPy阵列的多平台数据可视化库，旨在与更广泛的SciPy协同工作。它由John Hunter在2002年构思，最初是作为IPython的补丁，用于通过来自IPython命令行的gnuplot实现交互式MATLAB风格的绘图。 IPython的创始人Fernando Perez当时正完成他的博士学位，而约翰知道他几个月没时间补丁了。约翰认为这是他自己开始的一个提示，Matplotlib软件包诞生了，2003年发布了0.1版本。当它被作为太空望远镜科学研究所选择的绘图包时，它得到了早期的提升。哈勃望远镜背后的科学家在财务上支持Matplotlib的开发并大大扩展了其功能。

01

基于matplotlib中ion()和ioff()的使用详解

在使用matplotlib的过程中，发现不能像matlab一样同时开几个窗口进行比较，于是查询得知了交互模式，但是放在脚本里运行的适合却总是一闪而过，图像并不停留，遂仔细阅读和理解了一下文档，记下解决办法，问题比较简单，仅供菜鸟参考。

03

Python 绘图，我只用 Matplotlib（二）

上篇文章，我们了解到 Matplotlib 是一个风格类似 Matlab 的基于 Python 的绘图库。它提供了一整套和matlab相似的命令API，十分适合交互式地进行制图。而且我们也可以方便地将它作为绘图控件，嵌入GUI应用程序中。本文主要走进 Matplotlib 的世界，初步学会绘制图形。

01

用pandas 进行投资分析

让我们进行一个常见的分析，您可能自己就可以完成这个分析。假设您想分析股票绩效，那么您可以：在 Yahoo 金融专区找一支股票。下载历史数据，保存为 CSV 文件格式。将 CSV 文件导入 Excel。进行数学分析：回归、描述性统计或使用 Excel Solver 工具进行线性优化。很好，但本文为您展示一种更简单、更直观、功能更强大的方法，使用 IPython 和 pandas 进行同种分析。工具准备 IPython 库是使用 Python 的数据科学家的重要工具之一。该工具与 Excel 的最

05

时间序列数据的预处理

来源：Deephub Imba本文约2600字，建议阅读5分钟在本文中，我们将看到在深入研究数据建模部分之前应执行的常见时间序列预处理步骤和与时间序列数据相关的常见问题。时间序列数据随处可见，要进行时间序列分析，我们必须先对数据进行预处理。时间序列预处理技术对数据建模的准确性有重大影响。在本文中，我们将主要讨论以下几点：时间序列数据的定义及其重要性。时间序列数据的预处理步骤。构建时间序列数据，查找缺失值，对特征进行去噪，并查找数据集中存在的异常值。首先，让我们先了解时间序列的定义：时间序列是在

02

Matplotlib 实战：写一个任意函数极值可视化脚手架

Matplotlib 是 Python 从 Matlab 迁移过来的一个 2D 绘图库，它可以在各种平台上以各种硬拷贝格式和交互式环境生成出具有出版品质的图形，通过几行代码，就能开发出直方图、饼状图、散点图、三维图等各式各样的专业图表，具有极强的自定义性和可扩展性。下面是 Matplotlib 官网的几个示例图表：

02

用可视化探索数据特征的N种姿势

数据可视化是指以图形或表格的形式显示信息。成功的可视化需要将数据或信息转换成可视的形式，以便能够借此分析或报告数据的特征和数据项或属性之间的关系。可视化的目标是形成可视化信息的人工解释和信息的意境模型。

02

Matplotlib绘图backend报错—UserWarning: Matplotlib is currently using agg, which is a non-GUI backend

使用交互式后端可以自动在屏幕上绘图，当你想实时绘图并直接在图片上进行其他操作时适合用这种后端。刷新plot的函数：draw() 官方具体参数：

02

十大Python可视化工具，太强了

Matplotlib 是 Python 的一个绘图库，可以绘制出高质量的折线图、散点图、柱状图、条形图等等。它也是许多其他可视化库的基础。

01

Matplotlib绘图的基础操作

对于初步接触matplotlib绘图库的朋友来说，绘图的字体设置、轴标签设置、图例和标题是令人头疼的问题，本文关于这些方面做出些许探讨，限于笔者能力有限，如有错误，敬请指正。

01

详解用Python进行时间序列预测的7种方法

假设要解决一个时序问题：根据过往两年的数据（2012 年 8 月至 2014 年 8月），需要用这些数据预测接下来 7 个月的乘客数量。

03

6个顶级Python可视化库

如果你是Python可视化的新手，一些流行的可视化库包括Matplotlib、Seaborn、Plotly、Bokeh、Altair和Folium，以及大量的库和例子可能会让你感到不知所措。

02

6个顶级Python可视化库

这篇文章云朵君将和大家一起学习每个库的优点和缺点。到最后，对它们的不同特点有更好的了解，在合适的时候更容易选择合适的库。

02

matplotlib的多图合并

本文是我在学习莫烦老师视频教程时候整理的笔记。Matplotlib是一个python的 2D绘图库，它以各种硬拷贝格式和跨平台的交互式环境生成出版质量级别的图形。通过Matplotlib，开发者可以仅需要几行代码，便可以生成绘图，直方图，功率谱，条形图，散点图等。承接上文：

03

6个顶级Python可视化库！

如果你是Python可视化的新手，一些流行的可视化库包括Matplotlib、Seaborn、Plotly、Bokeh、Altair和Folium，以及大量的库和例子可能会让你感到不知所措。

01

Python数据可视化：Matplotlib 直方图、箱线图、条形图、热图、折线图、散点图。。。

使用Python进行数据分析，数据的可视化是数据分析结果最好的展示方式，这里从Analytic Vidhya中找到的相关数据，进行一系列图形的展示，从中得到更多的经验。强烈推荐：Analytic Vidhya

00

一文讲解Python时间序列数据的预处理

时间序列数据随处可见，要进行时间序列分析，我们必须先对数据进行预处理。时间序列预处理技术对数据建模的准确性有重大影响。

03

python绘图及可视化备课

于刊老师担心我准备的内容不够讲两节课的，如果我讲完这一章的内容还没有结束的话我就讲一讲我最近捣鼓的东西

02

Matplotlib：先搞明白plt. /ax./ fig再画

我们花短短的时间，来从根本上了解一下matplotlib的架构，各种名词是什么意思，一个正常的画图程序是什么。

02

Matplotlib从入门到精通03-布局格式定方圆

参考： https://datawhalechina.github.io/fantastic-matplotlib/%E7%AC%AC%E4%B8%80%E5%9B%9E%EF%BC%9AMatplotlib%E5%88%9D%E7%9B%B8%E8%AF%86/index.html

02

使用Python绘制一只可爱的小猫

在本篇技术博客文章中，我们将使用Python绘制一只可爱的小猫。我们将使用Python中的绘图库来实现这个任务。在这个示例中，我们将使用matplotlib库来进行绘图操作。

01

Matplotlib使用(1)

Matplotlib 是Python编程语言的一个绘图库及其数值数学扩展 NumPy。它为利用通用的图形用户界面工具包，如Tkinter, wxPython, Qt或GTK+向应用程序嵌入式绘图提供了面向对象的应用程序接口。

03

matplotlib基础手册：pyplot手册

matplotlib.pyplot 是一个函数集合，使 matplotlib 能够像 MATLAB 一样进行绘图。每一个 pyplot 函数都会改变 figure，比如创建figure，在figure中创建绘图区域，在绘图区域绘制线条，添加 labels 等。matplotlib.pyplot 的函数调用会记住当前的状态，从而更新 figure 和绘图区域。而且 matplotlib.pyplot 是直接在当前 axes 进行绘图。

04

基本图像操作和处理(python)

PIL提供了通用的图像处理功能，以及大量的基本图像操作，如图像缩放、裁剪、旋转、颜色转换等。

00

基本图像操作和处理(python)

PIL提供了通用的图像处理功能，以及大量的基本图像操作，如图像缩放、裁剪、旋转、颜色转换等。

02

Matplotlib中的两种绘图API说明

在Matplotlib库中提供了两种风格的API供开发者使用：一种是Pyplot编程接口（state-based），一种是面向对象对象的编程接口（object-based）。

03

Matplotlib中的“plt”和“ax”到底是什么?

实际上，作为最流行和最基础的数据可视化库，Matplotlib在某些方面有些令人困惑，这些部分经常有人问起。

03

数据分析 | Numpy实战(二) - 分析各类用户平均骑行时间

上次的文章发出之后发现忘了补充数据源的链接，之后咸鱼补充在留言区了，有需要动手实践的朋友可以自取，下面是直通车：

01

Matplotlib 中文用户指南 3.1 pyplot 教程

matplotlib.pyplot是一个命令风格函数的集合，使matplotlib的机制更像 MATLAB。每个绘图函数对图形进行一些更改：例如，创建图形，在图形中创建绘图区域，在绘图区域绘制一些线条，使用标签装饰绘图等。在matplotlib.pyplot中，各种状态跨函数调用保存，以便跟踪诸如当前图形和绘图区域之类的东西，并且绘图函数始终指向当前轴域（请注意，这里和文档中的大多数位置中的『轴域』（axes）是指图形的一部分（两条坐标轴围成的区域），而不是指代多于一个轴的严格数学术语）。

04

TensorFlow应用实战 | TensorFlow基础知识

hw = tf.constant("Hello World! Mtianyan love TensorFlow!")

04

Matplotlib的详细使用及原理

Matplotlib是一个Python 2D绘图库，能够以多种硬拷贝格式和跨平台的交互式环境生成出版物质量的图形，用来绘制各种静态，动态，交互式的图表。

01

泊松过程的模拟

模拟泊松过程给定时间，求发生次数给定发生次数，求所需时间非齐时泊松过程 import numpy as np import matplotlib.pyplot as plt import pandas as pd import seaborn as sns from scipy import stats from tqdm import tqdm, trange sns.set() sns.set_context('talk') sns.set_style('ticks') 模拟泊松过程给定时间，求发生次

04

pycharm实现print输出保存到txt文件

程序比较大，运行时间又长的时候，不想等着结果，只要先确保程序功能正确无误，可以把需要的结果print然后保存到TXT文件中，超级方便

02

【Python进阶】带你使用Matplotlib进行可视化

欢迎来到专栏《Python进阶》。在这个专栏中，我们会讲述Python的各种进阶操作，包括Python对文件、数据的处理，Python各种好用的库如NumPy、Scipy、Matplotlib、Pandas的使用等等。我们的初心就是带大家更好的掌握Python这门语言，让它能为我所用。

02

使用Python城市交通大数据分析与可视化的研究案例

在现代城市中，交通管理和规划面临越来越大的挑战。随着城市化进程的加速，交通拥堵、公共交通优化以及智能出行服务成为亟待解决的问题。利用大数据技术分析和可视化城市交通数据，为城市交通管理提供科学的决策支持，已经成为智慧城市建设的重要方向。Python作为一种功能强大且灵活的编程语言，在城市交通大数据分析与可视化中得到了广泛应用。通过使用Python，可以对交通流量数据、气象数据、公交客流数据等多源数据进行清洗、处理、分析和可视化，从而揭示交通模式和规律，优化交通管理策略。

01

使用Python城市交通大数据分析与可视化的研究案例

在现代城市中，交通管理和规划面临越来越大的挑战。随着城市化进程的加速，交通拥堵、公共交通优化以及智能出行服务成为亟待解决的问题。利用大数据技术分析和可视化城市交通数据，为城市交通管理提供科学的决策支持，已经成为智慧城市建设的重要方向。Python作为一种功能强大且灵活的编程语言，在城市交通大数据分析与可视化中得到了广泛应用。通过使用Python，可以对交通流量数据、气象数据、公交客流数据等多源数据进行清洗、处理、分析和可视化，从而揭示交通模式和规律，优化交通管理策略。

02

python数据科学系列：matplotlib入门详细教程

上篇中，介绍了numpy的常用接口及使用，并对部分接口方法进行了详细对比。与之齐名，matplotlib作为数据科学的的另一必备库，算得上是python可视化领域的元老，更是很多高级可视化库的底层基础，其重要性不言而喻。

02

matplotlib 设置移动边框

绘制余弦曲线的代码在 Pycharm 中执行调用，执行的结果会弹出一个独立的桌面端图形界面。这里以二维图形为例，在 matplotlib 中的图形是由几个部分构成，如果想要更好的理解 matplotlib 模块，清楚这几个部分尤为的重要。由于本文主要介绍边框，因此只介绍与之相关的部分。

01

快速上手matplotlib画图

本文是我在学习莫烦老师视频教程时候整理的笔记。Matplotlib是一个python的 2D绘图库，它以各种硬拷贝格式和跨平台的交互式环境生成出版质量级别的图形。通过Matplotlib，开发者可以仅需要几行代码，便可以生成绘图，直方图，功率谱，条形图，散点图等。

02

扫码

添加站长进交流群

领取专属 10元无门槛券

手把手带您无忧上云

扫码加入开发者社群

相关资讯

热门标签

活动推荐

运营活动

活动名称

广告关闭