JupyterLab中Holoviews/Panel绘图无法实时更新问题求助

问题原因 #

• JupyterLab单元格执行时，主线程被for循环和time.sleep阻塞，Panel的UI更新事件无法被及时处理，只能等到单元格执行完毕后一次性更新。
• VSCode的Jupyter扩展对事件循环的处理逻辑不同，配合jupyter_bokeh能触发实时更新，但JupyterLab需要显式推送更新并让出事件循环资源。

修复后的代码 #

import matplotlib as mpl
import panel as pn
from IPython import display
import holoviews as hv
import time

pn.extension()

# 复用同一个Figure，避免重复创建
fig = mpl.figure.Figure(figsize=(1, 1))
ax = fig.add_subplot(111)
title = ax.set_title("HELLO 0")

val = 0
stream = hv.streams.Stream.define('I', index=0)()

# 回调函数更新现有Figure的内容，而非新建
def _cb(index):
    string = f"HELLO {index}"
    print(string)
    title.set_text(string)
    # 刷新Matplotlib画布
    fig.canvas.draw()
    fig.canvas.flush_events()
    return pn.panel(fig)

# 创建panel组件
col = pn.Column(pn.bind(_cb, index=stream.param.index))
display.display(col)

# 定期推送数据并强制更新UI
for i in range(10):
    stream.event(index=i)
    # 强制推送更新到Notebook
    pn.io.push_notebook()
    time.sleep(1)
print("end of loop")

关键修改点 #

• 复用Matplotlib Figure：不再每次回调都创建新的Figure，而是更新已有Figure的内容，减少开销并确保更新生效。
• 显式推送更新：调用pn.io.push_notebook()强制Panel将UI更新推送到JupyterLab，突破主线程阻塞的限制。
• 刷新Matplotlib画布：使用fig.canvas.draw()和fig.canvas.flush_events()确保Matplotlib的内容更新被同步。

替代方案（切换Bokeh后端） #

如果Matplotlib后端仍有问题，可改用Bokeh后端（依赖jupyter_bokeh），避免Matplotlib的交互限制：

import panel as pn
import holoviews as hv
import time

pn.extension()
hv.extension('bokeh')

stream = hv.streams.Stream.define('I', index=0)()

@pn.depends(index=stream.param.index)
def _cb(index):
    string = f"HELLO {index}"
    print(string)
    return hv.Text(0.5, 0.5, string, fontsize=20).opts(responsive=True)

col = pn.Column(_cb)
display.display(col)

for i in range(10):
    stream.event(index=i)
    pn.io.push_notebook()
    time.sleep(1)
print("end of loop")

补充说明 #

jupyter_bokeh是Bokeh与Jupyter环境通信的必要依赖，使用Bokeh后端时必须安装；使用Matplotlib后端时它不是问题的直接原因，VSCode的特殊表现源于其事件循环处理逻辑的差异。

内容的提问来源于stack exchange，提问作者Lucas Souchet