Показать сюжет в новом интерактивном окне в jupyter с python 3.6 [duplicate]

Лучшим решением для вашей проблемы может быть библиотека Charts . Это позволяет вам использовать отличную java-библиотеку Highcharts для создания красивых и интерактивных сюжетов. Highcharts использует тег HTML svg, поэтому все ваши диаграммы являются фактически векторными изображениями.

Некоторые функции:

• Векторные графики, которые вы можете скачать в форматах .png, .jpg и .svg, чтобы вы никогда не столкнулись с проблемами разрешения
• Интерактивные диаграммы (масштабирование, слайд, зависание над точками, ...)
• Используется в ноутбуке IPython
• Исследуйте сотни структур данных одновременно, используя возможности асинхронного построения.

Отказ от ответственности: Я разработчик библиотеки

Я использую ipython в «jupyter QTConsole» от Anaconda по адресу www.continuum.io/downloads, 28-28 марта.

Вот пример, чтобы перевернуть между отдельным окном и встроенным сюжетным режимом с использованием магии 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...

Перезагрузите ядро ​​и очистите выходной файл (если не начинаете с нового ноутбука), затем запустите

%matplotlib tk

. Для получения дополнительной информации перейдите к Построение графика с помощью matplotlib

Начиная с matplotlib 1.4.0 теперь есть интерактивный бэкэнд для использования в ноутбуке

%matplotlib notebook

. Существует несколько версий IPython, у которых нет этого псевдонима, :

%matplotlib nbagg

Если это не работает, обновите IPython.

Чтобы играть с этим, goto tmpnb.org

и вставьте

%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')    

в ячейку кода (или просто измените существующий демонстрационный ноутбук python)

Если все, что вы хотите сделать, это перейти от встроенных графиков к интерактивным и обратно (чтобы вы могли панорамировать / масштабировать), лучше использовать магию matplotlib.

#interactive plotting in separate window
%matplotlib qt 

и обратно to html

#normal charts inside notebooks
%matplotlib inline 

% pylab magic импортирует кучу других вещей и может даже привести к конфликту. Это делает «из импорта pylab».

Вы также можете использовать новый блокнот для ноутбука (добавленный в matplotlib 1.4):

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

Если вы хотите иметь больше интерактивности в своих диаграммах , вы можете посмотреть mpld3 и bokeh. mpld3 отлично, если у вас нет тоновых точек данных (например, & lt; 5k +), и вы хотите использовать обычный синтаксис matplotlib, но больше интерактивности по сравнению с ноутбуком% matplotlib. Bokeh может обрабатывать множество данных, но вам нужно изучить его синтаксис, поскольку это отдельная библиотека.

Также вы можете проверить pivottablejs (pip install pivottablejs)

from pivottablejs import pivot_ui
pivot_ui(df)

Однако крутая интерактивная разведка данных, она может полностью испортиться с воспроизводимостью. Это случилось со мной, поэтому я стараюсь использовать его только на самой ранней стадии и переключиться на чистый встроенный matplotlib / seaborn, как только я почувствовал данные.