JupyterLab中Matplotlib交互式绘图异常问题咨询

我之前也踩过这个坑，折腾了好一阵才搞定，给你分享几个靠谱的解决步骤：

1. 确保ipympl扩展正确安装并配置 #

首先得把支持JupyterLab交互式绘图的核心包装对：

• 用pip安装：pip install ipympl
• 用conda的话更稳妥：conda install ipympl -c conda-forge

注意：JupyterLab 3.0及以上版本不需要手动安装lab扩展了，因为ipympl已经是预构建的扩展包。如果你的JupyterLab是3.0以下的旧版本，还需要额外运行这条命令安装扩展：
jupyter labextension install @jupyter-widgets/jupyterlab-manager ipympl

安装完之后一定要重启JupyterLab和kernel，这步很关键，很多问题都是因为没重启导致的。

2. 正确使用魔法命令 #

旧版Notebook的%matplotlib notebook在JupyterLab里完全不兼容，必须换成%matplotlib ipympl，而且要注意运行顺序：

必须在导入matplotlib之前运行这个魔法命令！

正确的示例代码应该是这样的：

# 先运行魔法命令
%matplotlib ipympl
# 再导入matplotlib
import matplotlib.pyplot as plt

x = [1,2,3]
y = [4,5,6]
# 推荐用fig, ax的面向对象方式绘图，交互性更稳定
fig, ax = plt.subplots()
ax.plot(x, y)

如果还是只返回FigureCanvasNbAgg()，大概率是kernel没重启，或者你先导入了matplotlib再运行魔法命令了——关掉当前kernel，重新开一个，先跑魔法命令再导包试试。

3. 排查widgets扩展的问题 #

有时候JupyterLab的widgets缓存会出问题，导致交互绘图加载失败：

• 关闭所有JupyterLab窗口
• 删除用户目录下的~/.jupyter/lab/workspaces文件夹（Windows用户路径是C:\Users\<你的用户名>\.jupyter\lab\workspaces）
• 重新启动JupyterLab，再试一次绘图

4. 备选方案（极端情况） #

如果上面的方法都不行，可以尝试强制指定matplotlib的后端：

import matplotlib
matplotlib.use('module://ipympl.backend_nbagg')
import matplotlib.pyplot as plt

# 然后正常绘图
x = [1,2,3]
y = [4,5,6]
fig, ax = plt.subplots()
ax.plot(x, y)

这个方法相当于手动指定用ipympl的后端，绕过魔法命令的可能问题。

内容的提问来源于stack exchange，提问作者Albatross