JupyterLab内核崩溃自动重启，运行sns.pairplot代码仍报错求助

1. 切换Matplotlib后端 #

Matplotlib默认后端可能与JupyterLab存在兼容性问题，先尝试切换后端：

• 若无需即时显示，用非交互式后端：

import matplotlib
matplotlib.use('Agg')
import seaborn as sns
import pandas as pd
import matplotlib.pyplot as plt

ad = pd.read_csv("reading_data/Advertising.csv", usecols=[1,2,3,4])
df = ad.copy()
sns.pairplot(df, kind="reg")
plt.savefig('pairplot_result.png')

• 若需要在Lab内显示，切换到inline后端：

%matplotlib inline
import seaborn as sns
import pandas as pd
import matplotlib.pyplot as plt

# 后续代码不变

2. 排查版本冲突，创建全新环境 #

现有环境可能存在依赖版本不兼容，创建干净的conda环境测试：

conda create -n plot_test python=3.9 pandas seaborn matplotlib jupyterlab -y
conda activate plot_test
jupyter lab

在新环境中运行代码，验证是否还会崩溃。

3. 降低绘图计算负载 #

pairplot(kind="reg")会为所有变量对拟合回归模型，数据量过大时可能耗尽CPU内存（即使GPU充足）：

• 先查看数据规模：print(df.shape)
• 采样缩小数据集测试：

df_sample = df.sample(n=1000, random_state=42)
sns.pairplot(df_sample, kind="reg")

4. 关闭Matplotlib交互式模式 #

Jupyter的交互式绘图功能可能触发内核异常，关闭后再绘图：

import seaborn as sns
import pandas as pd
import matplotlib.pyplot as plt

plt.ioff()
ad = pd.read_csv("reading_data/Advertising.csv", usecols=[1,2,3,4])
df = ad.copy()
sns.pairplot(df, kind="reg")
plt.show()

5. 查看内核崩溃日志定位根源 #

通过日志获取具体错误信息：

• 在JupyterLab左侧「Running」面板，找到崩溃的内核，查看详细日志；
• 或从终端启动JupyterLab，直接查看终端输出的报错内容，这能精准定位问题环节。

内容的提问来源于stack exchange，提问作者Yigitcan Siner