Jupyter Notebook执行Matplotlib绘图代码导致内核崩溃重启

问题描述 #

运行绘图相关代码时内核直接崩溃，示例代码如下：

import matplotlib.pyplot as plt # 此句运行正常
fig = plt.figure()  # 执行此句时内核崩溃

收到提示：The kernel appears to have died. It will restart automatically.

已知背景：

• 非绘图类代码运行无异常
• Jupyter Notebook由Anaconda管理，运行在Chromebook的Linux环境中
• 约1个月前使用正常，无明确变更操作
• 已重装Linux环境和Anaconda，问题未解决
• 排除已知的conda更新引发的Matplotlib内核崩溃问题

解决步骤 #

1. 切换Matplotlib后端渲染器 #

Chromebook Linux环境可能对Matplotlib默认图形后端不兼容，尝试切换为无界面渲染后端：
在代码最开头添加以下内容：

import matplotlib
matplotlib.use('Agg')  # 切换到无界面后端
import matplotlib.pyplot as plt
%matplotlib inline  # 让Notebook直接显示图像

然后再运行绘图代码测试。

2. 创建全新Anaconda虚拟环境 #

当前环境可能存在依赖冲突，新建干净环境测试：

1. 打开Linux终端，执行命令创建环境：

conda create -n clean_env python=3.9 matplotlib jupyter -y

2. 激活新建环境：

conda activate clean_env

3. 启动Jupyter Notebook：

jupyter notebook

在新环境的Notebook中测试绘图代码，确认是否正常运行。

3. 终端直接测试Matplotlib #

排查是否是Jupyter与图形交互的问题：

1. 终端中启动Python：

python

2. 输入测试代码：

import matplotlib.pyplot as plt
fig = plt.figure()
plt.plot([1,2,3])
plt.savefig('test_plot.png')
exit()

如果当前目录生成了test_plot.png文件，说明Matplotlib本身正常，重点解决Jupyter端的图形显示问题（回到步骤1）。

4. 降级Matplotlib版本 #

尝试回退到兼容性更稳定的旧版本：
在激活的conda环境中执行：

conda install matplotlib=3.5.3 -y

安装完成后重启Jupyter Notebook测试绘图代码。

内容的提问来源于stack exchange，提问作者here2learn