Como posso abrir a janela matplotlib interativa no notebook IPython?

Estou usando IPython com --pylab=inlinee às vezes gostaria de mudar rapidamente para a GUI matplotlib interativa e com zoom para visualizar plotagens (aquela que aparece quando você plota algo em um console Python de terminal). Como posso fazer isso? De preferência sem sair ou reiniciar meu notebook.

O problema com plotagens embutidas em notebooks IPy é que eles têm uma resolução limitada e não consigo ampliá-los para ver algumas partes menores. Com a GUI do maptlotlib que começa em um terminal, posso selecionar um retângulo do gráfico no qual desejo ampliar e os eixos se ajustam de acordo. Eu tentei experimentar

from matplotlib import interactive
interactive(True)

e

interactive(False)

mas isso não fez nada. Não consegui encontrar nenhuma dica online também.

De acordo com a documentação , você deve ser capaz de alternar desta forma:

In [2]: %matplotlib inline 
In [3]: plot(...)

In [4]: %matplotlib qt  # wx, gtk, osx, tk, empty uses default
In [5]: plot(...) 

e isso irá abrir uma janela normal de plotagem (pode ser necessário reiniciar o notebook).

Eu espero que isso ajude.

Se tudo o que você deseja fazer é alternar de gráficos embutidos para interativos e vice-versa (para que você possa aplicar panorâmica / zoom), é melhor usar a magia% matplotlib.

#interactive plotting in separate window
%matplotlib qt 

e de volta ao html

#normal charts inside notebooks
%matplotlib inline 

% pylab magic importa um monte de outras coisas e pode até resultar em um conflito. Ele faz "da importação do pylab *".

Você também pode usar o novo back-end do notebook (adicionado no matplotlib 1.4):

#interactive charts inside notebooks, matplotlib 1.4+
%matplotlib notebook 

Se você quiser ter mais interatividade em seus gráficos, pode olhar para mpld3 e bokeh . mpld3 é ótimo, se você não tem toneladas de pontos de dados (por exemplo, <5k +) e deseja usar a sintaxe matplotlib normal, mas mais interatividade, em comparação com o bloco de notas% matplotlib. O Bokeh pode lidar com muitos dados, mas você precisa aprender sua sintaxe, pois é uma biblioteca separada.

Além disso, você pode verificar pivottablejs (pip install pivottablejs)

from pivottablejs import pivot_ui
pivot_ui(df)

Por mais interessante que seja a exploração de dados interativa, ela pode bagunçar totalmente a reprodutibilidade. Aconteceu comigo, então tento usá-lo apenas no estágio inicial e mudar para matplotlib / seaborn puro em linha, assim que tenho os dados.

A partir do matplotlib 1.4.0, agora há um backend interativo para uso no notebook

%matplotlib notebook

Existem algumas versões do IPython que não têm esse alias registrado, o fallback é:

%matplotlib nbagg

Se isso não funcionar, atualize seu IPython.

Para brincar com isso, vá para tmpnb.org

e colar

%matplotlib notebook

import pandas as pd
import numpy as np
import matplotlib

from matplotlib import pyplot as plt
import seaborn as sns

ts = pd.Series(np.random.randn(1000), index=pd.date_range('1/1/2000', periods=1000))
ts = ts.cumsum()

df = pd.DataFrame(np.random.randn(1000, 4), index=ts.index,
                  columns=['A', 'B', 'C', 'D'])
df = df.cumsum()
df.plot(); plt.legend(loc='best')    

em uma célula de código (ou apenas modifique o bloco de notas de demonstração Python existente)

Uma solução melhor para o seu problema pode ser a biblioteca de gráficos . Ele permite que você use a excelente biblioteca javascript Highcharts para fazer plotagens bonitas e interativas. Highcharts usa a svgtag HTML para que todos os seus gráficos sejam, na verdade, imagens vetoriais.

Algumas funcionalidades:

• Gráficos vetoriais que você pode baixar nos formatos .png, .jpg e .svg para que você nunca tenha problemas de resolução
• Gráficos interativos (zoom, slide, foco sobre pontos, ...)
• Pode ser usado em um notebook IPython
• Explore centenas de estruturas de dados ao mesmo tempo usando os recursos de plotagem assíncrona.

Isenção de responsabilidade: eu sou o desenvolvedor da biblioteca

Estou usando ipython no "jupyter QTConsole" do Anaconda em www.continuum.io/downloads em 28/05/20117.

Aqui está um exemplo para alternar entre uma janela separada e um modo de plotagem embutida usando magia ipython.

>>> import matplotlib.pyplot as plt

# data to plot
>>> x1 = [x for x in range(20)]

# Show in separate window
>>> %matplotlib
>>> plt.plot(x1)
>>> plt.close() 

# Show in console window
>>> %matplotlib inline
>>> plt.plot(x1)
>>> plt.close() 

# Show in separate window
>>> %matplotlib
>>> plt.plot(x1)
>>> plt.close() 

# Show in console window
>>> %matplotlib inline
>>> plt.plot(x1)
>>> plt.close() 

# Note: the %matplotlib magic above causes:
#      plt.plot(...) 
# to implicitly include a:
#      plt.show()
# after the command.
#
# (Not sure how to turn off this behavior
# so that it matches behavior without using %matplotlib magic...)
# but its ok for interactive work...

Reinicie o kernel e limpe a saída (se não estiver começando com o novo notebook), então execute

%matplotlib tk

Para obter mais informações, vá para Plotando com matplotlib

Você pode usar

%matplotlib qt

Se você obteve o erro ImportError: Failed to import any qt binding, instale o PyQt5 como: pip install PyQt5e ele funciona para mim.