在 Ipython notebook / Jupyter 中，Pandas 没有显示我尝试绘制的图表答案

【问题标题】：in Ipython notebook / Jupyter, Pandas is not displaying the graph I try to plot在 Ipython notebook / Jupyter 中，Pandas 没有显示我尝试绘制的图表
【发布时间】：2012-05-17 16:03:50
【问题描述】：

我正在尝试在 Ipython Notebook 中使用 pandas 绘制一些数据，虽然它给了我对象，但它实际上并没有绘制图形本身。所以它看起来像这样：

In [7]:

pledge.Amount.plot()

Out[7]:

<matplotlib.axes.AxesSubplot at 0x9397c6c>

该图应该在之后出现，但它根本没有出现。我已经导入了 matplotlib，所以这不是问题。我还需要导入其他模块吗？

【问题讨论】：

几天前我可以绘制一些东西，同时关注一个视频，但现在我似乎无法绘制任何东西。而且我似乎在做与文档相同的事情。 pandas.pydata.org/pandas-docs/stable/visualization.html 所以我认为我的系统有问题或者没有导入模块
@chrisfs 有一个更新的正确答案。您几年前选择的那个现在不正确。你会考虑改变你接受的答案吗？谢谢。

标签： python pandas ipython jupyter-notebook

【解决方案1】：

请注意，--pylab 已被弃用，并已从较新的 IPython 版本中删除，现在在 IPython Notebook 中启用内联绘图的推荐方法是运行：

%matplotlib inline
import matplotlib.pyplot as plt

有关详细信息，请参阅 ipython-dev 邮件列表中的 this post。

【讨论】：

非常好。在使用%matplotlib inline 之后，我尝试绘制的结果是内联可见图像，很好。事实上，如果绘图是 OP 中已经存在的对象的方法，则不需要导入。
这是新的正确答案。更多信息in this blog post.
@Tal Yarkoni 我添加了您答案的第一行，以便它起作用。谢谢~~！
同样适用于 Jupyter notebook 中的 pandas。
为了完整起见，%matplotlib nbagg 这些天来获得更具交互性的版本很有用。

【解决方案2】：

编辑：Pylab 已被弃用，请查看当前接受的答案

好的，看来答案是用--pylab=inline 启动ipython notebook。所以 ipython notebook --pylab=inline 这让它完成了我之前看到的以及我想要它做的事情。对模糊的原始问题感到抱歉。

【讨论】：

是的，这就是您所需要的。你也可以在 notebook 中运行%pylab inline 来开启 pylab 模式。
请注意，虽然 pandas 可以工作，但它不必处于内联模式。如果有人想要的话，我很乐意将 ipython notebook --pylab 与 pandas 一起使用，以便在一个额外的窗口中显示情节。

【解决方案3】：

只需添加您的import matplotlib.pyplot as plt

plt.show()

它会显示所有存储的图。

【讨论】：

好的，这有帮助。我以为 Ipython 会自动进行内联绘图。 pandas 的文档也没有显示必须执行 plt.show() pandas.pydata.org/pandas-docs/stable/visualization.html

【解决方案4】：

导入matplotlib后很简单，如果你像这样启动ipython，你就执行了一个魔法

ipython notebook 

%matplotlib inline

运行这个命令一切都会完美显示

【讨论】：

【解决方案5】：

使用ipython notebook --pylab inline 启动ipython，然后图形将显示为内联。

【讨论】：

是的，这是关于这个问题的第一个答案，但现在似乎也被弃用了。

【解决方案6】：

import matplotlib as plt
%matplotlib as inline

【讨论】：

【解决方案7】：

您需要做的就是导入 matplotlib。

import matplotlib.pyplot as plt

【讨论】：

I have imported matplotlib
嗯，这很奇怪。你用什么？我使用 iPython 笔记本。我的代码如下。 data.plot（种类 = 'barh'，堆叠 = True）
这个答案是上面接受的答案的重复。