将D2L PyTorch代码转为.py运行时触发enable_gui子类实现错误求助

问题场景 #

学习《DIVE INTO DEEP LEARNING》PyTorch版本时，Jupyter Notebook中运行微积分章节代码一切正常，但将代码改写为.py脚本后，执行conda activate d2l再运行python 1.py，数值计算输出正常，绘图时触发以下错误：

NotImplementedError: Implement enable_gui in a subclass

报错原因 #

原代码依赖matplotlib_inline.backend_inline这个Jupyter专用的绘图后端，在普通Python脚本环境中，matplotlib无法找到合适的GUI交互框架，尝试调用IPython的GUI功能时失败，从而抛出该错误。

解决方案 #

方案1：保存图片而非交互式显示（无GUI环境通用） #

这种方式适合服务器或无桌面环境的场景，生成图片文件而非弹出窗口：

1. 在代码开头添加非交互式后端配置：

import matplotlib
matplotlib.use('Agg')  # 指定非交互式后端，用于生成图片文件

2. 注释掉针对Jupyter的use_svg_display函数及调用（该函数仅在Notebook环境生效）：

# def use_svg_display():  #@save
#     """使用svg格式在Jupyter中显示绘图"""
#     backend_inline.set_matplotlib_formats('svg')
    
def set_figsize(figsize=(3.5, 2.5)):  #@save
    """设置matplotlib的图表大小"""
    # use_svg_display()  # 注释掉该行
    d2l.plt.rcParams['figure.figsize'] = figsize

3. 在脚本最后添加保存图片的代码：

d2l.plt.savefig('calculus_plot.png')

运行脚本后，当前目录会生成calculus_plot.png图片文件。

方案2：启用系统支持的GUI后端（需本地有桌面环境） #

根据操作系统指定对应的GUI后端，让脚本弹出窗口显示图表：

• MacOS系统，在代码开头添加：

import matplotlib
matplotlib.use('macosx')

• Linux系统，在代码开头添加：

import matplotlib
matplotlib.use('TkAgg')

• Windows系统，在代码开头添加：

import matplotlib
matplotlib.use('QtAgg')

修改后运行脚本，会自动弹出窗口显示绘制的图表。

完整修改后的示例代码 #

import matplotlib
matplotlib.use('Agg')  # 可根据需求替换为macosx/TkAgg/QtAgg
import os
import numpy as np
# from matplotlib_inline import backend_inline  # 注释掉Jupyter专用模块
from d2l import torch as d2l


def f(x):
    return 3 * x ** 2 - 4 * x
    

def numerical_lim(f, x, h):
    return (f(x + h) - f(x)) / h

h = 0.1
for i in range(5):
    print(f'h={h:.5f}, numerical limit={numerical_lim(f, 1, h):.5f}')
    h *= 0.1

# def use_svg_display():  #@save
#     """使用svg格式在Jupyter中显示绘图"""
#     backend_inline.set_matplotlib_formats('svg')
    
def set_figsize(figsize=(3.5, 2.5)):  #@save
    """设置matplotlib的图表大小"""
    # use_svg_display()
    d2l.plt.rcParams['figure.figsize'] = figsize

#@save
def set_axes(axes, xlabel, ylabel, xlim, ylim, xscale, yscale, legend):
    """设置matplotlib的轴"""
    axes.set_xlabel(xlabel)
    axes.set_ylabel(ylabel)
    axes.set_xscale(xscale)
    axes.set_yscale(yscale)
    axes.set_xlim(xlim)
    axes.set_ylim(ylim)
    if legend:
        axes.legend(legend)
    axes.grid()


#@save
def plot(X, Y=None, xlabel=None, ylabel=None, legend=None, xlim=None,
         ylim=None, xscale='linear', yscale='linear',
         fmts=('-', 'm--', 'g-.', 'r:'), figsize=(3.5, 2.5), axes=None):
    """绘制数据点"""
    if legend is None:
        legend = []

    set_figsize(figsize)
    
    axes = axes if axes else d2l.plt.gca()

    # 如果X有一个轴，输出True
    def has_one_axis(X):
        return (hasattr(X, "ndim") and X.ndim == 1 or isinstance(X, list)
                and not hasattr(X[0], "__len__"))

    if has_one_axis(X):
        X = [X]
    if Y is None:
        X, Y = [[]] * len(X), X
    elif has_one_axis(Y):
        Y = [Y]
    if len(X) != len(Y):
        X = X * len(Y)
    axes.cla()
    for x, y, fmt in zip(X, Y, fmts):
        if len(x):
            axes.plot(x, y, fmt)
        else:
            axes.plot(y, fmt)
    set_axes(axes, xlabel, ylabel, xlim, ylim, xscale, yscale, legend)


x = np.arange(0, 3, 0.1)
plot(x, [f(x), 2 * x - 3], 'x', 'f(x)', legend=['f(x)', 'Tangent line (x=1)'])
d2l.plt.savefig('calculus_plot.png')  # 保存图片（方案1需保留，方案2可删除）

内容的提问来源于stack exchange，提问作者Princekin