开发者社区

文档建议反馈控制台

最新优惠活动

文章/答案/技术大牛

发布

在plt.show()之后不显示Plot，没有给出错误，仅显示：<Figure size 432x288 with 0 Axes>‘

在plt.show()之后不显示Plot，没有给出错误，仅显示：<Figure size 432x288 with 0 Axes>的情况，可能是由于缺少plt.show()函数的调用或者在调用plt.show()之前已经关闭了图形窗口。

plt.show()是用于显示图形的函数，它会将之前创建的图形窗口显示出来。如果没有调用plt.show()，图形窗口将不会显示。

解决这个问题的方法是确保在调用plt.show()之前没有关闭图形窗口，并且确保plt.show()函数被正确调用。以下是一些可能的解决方法：

确保在调用plt.show()之前没有关闭图形窗口。如果之前调用了plt.close()或者关闭了图形窗口，可以尝试注释掉这些代码或者重新运行程序。
确保plt.show()函数被正确调用。在调用plt.show()之前，应该先创建图形并进行必要的绘制操作。例如，可以使用plt.plot()函数创建一个简单的曲线图，并在调用plt.show()之前对曲线进行设置和标注。
检查是否有其他的绘图库或者设置与plt.show()冲突。有时候，如果同时使用了多个绘图库或者存在一些特殊的设置，可能会导致plt.show()无法正常工作。可以尝试在调用plt.show()之前，先关闭其他的图形窗口或者重新设置绘图环境。

总结起来，解决这个问题的关键是确保在调用plt.show()之前没有关闭图形窗口，并且正确调用了plt.show()函数。如果问题仍然存在，可以尝试重新运行程序或者查阅相关文档进行进一步的调试和排查。

腾讯云相关产品和产品介绍链接地址：

腾讯云云服务器（CVM）：https://cloud.tencent.com/product/cvm
腾讯云云数据库 MySQL 版：https://cloud.tencent.com/product/cdb_mysql
腾讯云云原生容器服务（TKE）：https://cloud.tencent.com/product/tke
腾讯云人工智能：https://cloud.tencent.com/product/ai
腾讯云物联网平台（IoT Hub）：https://cloud.tencent.com/product/iothub
腾讯云移动开发：https://cloud.tencent.com/product/mobile
腾讯云对象存储（COS）：https://cloud.tencent.com/product/cos
腾讯云区块链服务（BCS）：https://cloud.tencent.com/product/bcs
腾讯云元宇宙：https://cloud.tencent.com/product/mu

页面内容是否对你有帮助？

有帮助

没帮助

相关·内容

数据可视化：Matplotlib的坐标轴管理

as plt #建议不要使用Figure构造器创建Figure对象 fig=plt.figure() fig.show(warn=False) <Figure size 432x288 with 0 Axes...fig=plt.figure() fig.show(warn=False) pylot的figure函数声明如下： matplotlib.pyplot.figure...) plt.plot(1,1) fig.show(warn=False) 在独立窗体中显示，需要添加一行代码： plt.show() 独立窗体显示从上述输出可以看出，linewidth不在其中，这个参数通过...注意：在figure中linewidth默认值是0。 3....) plt.plot(1,1) fig.show(warn=False) plt.show() #在不需要窗体的情况下，可以不使用这种方式显示。

2.5K0 0

Python数据分析实战（3）Python实现数据可视化

x、y数组传递给plot之后，用关键字参数指定各种属性： label 给所绘制的曲线取一个名字，用于在图示（legend）中显示；在字符串前后添加$符号，就会使用内置的latex引擎绘制数学公式。...一个绘图对象(figure)可以包含多个轴(axis)，在Matplotlib中用轴表示一个绘图区域，可以将其理解为子图。上面的第一个例子中，绘图对象只包括一个轴，因此只显示了一个轴（子图Axes）。...调用Series.hist()即可实现，在之后调用plot时加上参数kind='kde'即可生成一张密度图。...size 432x288 with 0 Axes> 画散点图和散点矩阵图如下： plt.scatter(trans_data['m1...it axes = lm.axes axes[0,0].set_ylim(-5,) axes[0,0].set_xlim(-5,85) 显示： ?

4.4K2 0

matplotlib使用教程(二)：Axes和subplot

matplotlib允许我们将一个figure通过栅格系统划分成不同的格子，然后在格子中画图，这样就可以在一个figure中画多个图了。这里的每个格子有两个名称：Axes和subplot。...在使用上，我们完全可以把它当做Axes使用。...Axes 概览最后，我们还是通览一下Axes的属性： {'figure': , '_subplotspec': >, '_url': None, '_gid': None, '_snap': None, '_sketch..._process_plot_var_args at 0x7f039a2e9850>, '_get_patches_for_fill': <matplotlib.axes._base.

2.3K2 0

基于Python的Titannic数据可视化

plt.rcParams['font.family']='sans-serif' plt.rcParams['axes.unicode_minus'] = False # 用来正常显示负号 fig...= plt.figure() fig.set(alpha=0.2) # 设定图表颜色alpha参数 plt.subplot2grid((2,3),(0,0)) # 在一张大图里分列几个小图 data.Survived.value_counts...),(0,1)) data.Pclass.value_counts().plot(kind="bar") # 柱状图显示 plt.ylabel(u"人数") plt.title(u"乘客等级分布")...(kind='bar') plt.title(u"各登船口岸上船人数") plt.ylabel(u"人数") plt.show() Survived_0 = data.Pclass[data.Survived...() g = data.groupby(['SibSp','Survived']) # 数据分组 df = pd.DataFrame

3911 0

matplotlib入门

初开发的Matplotlib，仅支持绘制2d图形，后来随着版本的不断更新，Matplotlib在二维绘图的基础上，构建了一部分较为实用的3D绘图程序包，通过调用该程序包一些接口可以绘制3D散点图、3D曲面图...size 432x288 with 0 Axes> 添加子图 import matplotlib.pyplot as plt fig,axes_lst = plt.subplots(2,2) x =...np.linspace(0,2*np.pi , 400) y = np.sin(x**2) axes_lst[1,1].plot(x,y) # 指定子图绘图 plt.show() 输出如下：...plt.figure() left1,bottom1,width1,height1 = 0.1,0.1,0.8,0.8 # 在画布上添加第一个子图 axes_1 = fig.add_axes([left1...，3x2个子图，figure大小为(20,10) fig,axes = plt.subplots(3,2,figsize=(16,9)) # 为在Matplotlib中显示中文，设置特殊字体 plt.rcParams

4.2K2 0

python绘图及可视化备课

之后在类似的爬取其他内容过程中，发现有些网站爬虫根本无法爬取。...我们课本主要将的是Matplotlib库，我其实没有在互联网上找到matplotlib库的官方中文文档的，关于这些自学起来实际上是看的浏览器的翻译，如有错误还请海涵…… 5.1 matplotlib库基础...import matplotlib.pyplot as plt #只给出y值，画出相应图像 plt.plot([0, 1, 2]) plt.show() 在5.2plt.plot()绘图这一节里，我们以实例...(2,1,1) plt.plot(x,y) x = [1,2,3] y = [2.0,3.5,4.6] axes2 = figure.add_subplot(2,1,2) plt.plot(x,y) plt.show...() axes1 = figure.add_subplot(1,2,1) axes2 = figure.add_subplot(1,2,2) x = np.random.randint(0,100,size

3082 0

matplotlib - matplotlib 教程

创建一个图像的最简单方法是使用pylot： # 没有坐标轴的空图形 fig = plt.figure() # 为图形添加一个标题 fig.suptitle('No axes on this figure...交互例子从普通的python提示符，或者在没有选项的情况下调用ipython之后，试试这个： import matplotlib.pyplot as plt plt.ion() plt.plot([1.6...在这种情况下，您需要显式调用draw() 以更新绘图： plt.draw() 非交互式示例像上一个示例中一样开始一个新会话，但现在关闭交互模式...要显示绘图，您需要执行以下操作： plt.show() 现在你看到图像，但你的终端命令行没有响应; show() 命令会阻止其他命令的输入，直到您手动终止绘图窗口。被迫使用阻塞功能？...以下脚本将首先显示没有任何块大小限制的数据，然后显示块大小为10,000的相同数据。

4.5K3 1

深度讲解Matplotlib库

) axes.figure: Figure(432x288) xaxis.figure: Figure(432x288) yaxis.figure: Figure(432x288) 创造完以上四个容器元素后...---- 在图中可以添加基本元素「折线」。 plt.figure()plt.plot( [0,1],[0,1] )plt.show() ?...---- 当我们每次说画东西，看起来是在图 (Figure) 里面进行的，实际上是在坐标系 (Axes) 里面进行的。...spx 是个 DataFrame，将它的值一个个画出折线图只需用 plt.plot() 函数，展示在屏幕需用 plt.show()。...plt.figure( figsize=(16,6), dpi=100 )plt.plot( spx.values )plt.show() ? 运行代码生成大宽屏图！

1.9K4 1

万字长文盘点python的Matplotlib使用 | 【推荐收藏】

) axes.figure: Figure(432x288) xaxis.figure: Figure(432x288) yaxis.figure: Figure(432x288) 创造完以上四个容器元素后...---- 在图中可以添加基本元素「折线」。 plt.figure()plt.plot( [0,1],[0,1] )plt.show() ?...---- 当我们每次说画东西，看起来是在图 (Figure) 里面进行的，实际上是在坐标系 (Axes) 里面进行的。...spx 是个 DataFrame，将它的值一个个画出折线图只需用 plt.plot() 函数，展示在屏幕需用 plt.show()。...plt.figure( figsize=(16,6), dpi=100 )plt.plot( spx.values )plt.show() ? 运行代码生成大宽屏图！

2.9K2 1

超硬核的 Python 数据可视化教程！

#创建画布 fig = plt.figure() #创建subplot，221表示这是2行2列表格中的第1个图像。...family='monospace',fontsize=10) #中文注释在默认环境下并不能正常显示，需要修改配置文件，使其支持中文字体。.../plot.jpg') #保存图像为plot名称的jpg格式图像 3 Pandas中的绘图函数 Matplotlib作图 matplotlib... ?...kind='bar',ax=axes[0],rot=0,alpha=0.3) data.plot(kind='barh',ax=axes[1],grid=True) <matplotlib.axes.

5K5 1

【干货】一文掌握Matplotlib的使用方法

) axes.figure: Figure(432x288) xaxis.figure: Figure(432x288) yaxis.figure: Figure(432x288) 创造完以上四个容器元素后...---- 在图中可以添加基本元素「折线」。 plt.figure()plt.plot( [0,1],[0,1] )plt.show() ?...---- 当我们每次说画东西，看起来是在图 (Figure) 里面进行的，实际上是在坐标系 (Axes) 里面进行的。...spx 是个 DataFrame，将它的值一个个画出折线图只需用 plt.plot() 函数，展示在屏幕需用 plt.show()。...plt.figure( figsize=(16,6), dpi=100 )plt.plot( spx.values )plt.show() ? 运行代码生成大宽屏图！

2.2K3 1

python 数据可视化工具包 matplotlib

np.linspace(0, 2, 100) axes1, axes2 = axes axes1.plot(x, x, label='artist legend') axes2.plot(x, x*...plt.show() 可以看到，上面脚本运行后，并没有显示可见的图表。...使用 plt.figure() 方法创建的 figure 要显示图表，必须调用 plt.plot() 等绘制函数。...在同一个 axes 中绘制不同图形： figure, axes = plt.subplots() t = np.arange(0., 5., 0.2) axes.plot(t, t, 'r--',...t, t**2, 'bs', t, t**3, 'g^') plt.show() 在一个 figure 中的两个 axes 绘制不同图形，并且共享 x 轴(axis)： def f(t): return

8261 1

Matplotlib使用笔记

lower center' : 8, 'upper center' : 9, 'center' : 10, """ plt.legend(loc = 'upper right') # 显示在右上角...', fontdict={'size':14, 'color':'red'}) # 显示图像 plt.show() plt.close() """ 画图种类 """ # 散点图 SIZE = 1024...x = np.random.normal(0, 1, SIZE) y = np.random.normal(0, 1, SIZE) T = np.arctan2(y, x) plt.scatter(x...() plt.close() """ 多图合并显示 """ # 1、subplot多合一显示 plt.figure() # 将整个图像窗口均匀分为2行2列 plt.subplot(2,2,1) plt.plot...as gridspec # 2、subplot分格显示 plt.figure() gs = gridspec.GridSpec(3,3) ax1 = plt.subplot(gs[0,:]) ax2

5412 0

玩转Matplotlib的10个高级技巧

rcParams['figure.figsize'] = 8, 6 rcParams['legend.fontsize'] = "large" rcParams['xtick.major.size'...3, label="cubic") ax.set_title("Simple Plot") plt.show() 这很简单，只需在axes对象上调用get_xticklabels，就可以得到...而plt.setp可以更改属性在没有任何参数的对象上调用this会打印出该对象可以接受的属性值: >>> plt.setp(l2) ......我们只需在创建了plot之后将这个对象传递给bar_label: ax = sns.countplot(diamonds["cut"]) ax.bar_label(ax.containers[0],...padding=1) ax.set_ylim(0, 25000) plt.show(); 10、zorder 当有很多图的时候，显示顺序是非常重要的。

2131 0

玩转Matplotlib的10个高级技巧

rcParams['figure.figsize'] = 8, 6 rcParams['legend.fontsize'] = "large" rcParams['xtick.major.size...** 3, label="cubic") ax.set_title("Simple Plot") plt.show() 这很简单，只需在axes对象上调用get_xticklabels...而plt.setp可以更改属性在没有任何参数的对象上调用this会打印出该对象可以接受的属性值: >>> plt.setp(l2) ......我们只需在创建了plot之后将这个对象传递给bar_label: ax = sns.countplot(diamonds["cut"]) ax.bar_label(ax.containers[0...], padding=1) ax.set_ylim(0, 25000) plt.show(); 10、zorder 当有很多图的时候，显示顺序是非常重要的。

2021 0

Matplotlib 使用笔记

lower center' : 8, 'upper center' : 9, 'center' : 10, """ plt.legend(loc = 'upper right') # 显示在右上角...', fontdict={'size':14, 'color':'red'}) # 显示图像 plt.show() plt.close() """ 画图种类 """ # 散点图 SIZE = 1024...x = np.random.normal(0, 1, SIZE) y = np.random.normal(0, 1, SIZE) T = np.arctan2(y, x) plt.scatter(x...() plt.close() """ 多图合并显示 """ # 1、subplot多合一显示 plt.figure() # 将整个图像窗口均匀分为2行2列 plt.subplot(2,2,1) plt.plot...as gridspec # 2、subplot分格显示 plt.figure() gs = gridspec.GridSpec(3,3) ax1 = plt.subplot(gs[0,:]) ax2

3383 0

盘一盘 Python 系列 5 - Matplotlib

) axes.figure: Figure(432x288) xaxis.figure: Figure(432x288) yaxis.figure: Figure(432x288) 创造完以上四个容器元素后...---- 在图中可以添加基本元素「折线」。 plt.figure() plt.plot( [0,1],[0,1] ) plt.show() ?...---- 当我们每次说画东西，看起来是在图 (Figure) 里面进行的，实际上是在坐标系 (Axes) 里面进行的。...spx 是个 DataFrame，将它的值一个个画出折线图只需用 plt.plot() 函数，展示在屏幕需用 plt.show()。...plt.figure( figsize=(16,6), dpi=100 ) plt.plot( spx.values ) plt.show() ? 运行代码生成大宽屏图！

2.1K4 0

Matplotlib光速入门-从安装到常用实战

实战画框 ---- fig是Figure缩写，即外框，可以包含多个内框。ax是Axes缩写，即内框，里面可以画各种图。...([1, 2], [1, 2]) # 在内框上画一条直线，点(1,1)到(2,2) plt.show() # 显示绘图 import matplotlib.pyplot as plt plt.plot...'] = False # 编码正常显示负号 plt.xticks(np.arange(0, 60, 5)) # x刻度，从0-60，间隔5 plt.yticks(np.arange(0, 15, 1...="折线", color="#FF0000") plt.legend() # 显示说明 plt.grid() # 显示网格 plt.show() # 显示绘图（插播反爬信息）博主CSDN地址...(x), label="余弦曲线") # 其他的举一反三，给出函数和定义域即可 plt.rcParams['font.sans-serif'] = ['SimHei'] plt.rcParams['axes.unicode_minus

6512 0

【8】python_matplotlib改变横坐标和纵坐标上的刻度(ticks)、sagemath-list_plot()调整图例(legend)中点的数量、Matplotlib画各种论文图

1到12所有的整数，就可以将locs参数设置为range(1,13,1)，第二个参数也为数组参数(array_like, optional)，可以不添加该参数，表示在locs数组表示的位置添加的标签，...另外，通过第1个参数locs可以看出，xticks()函数还可以用来设置使x轴上ticks隐藏，即将空数组赋予它，则没有tick会显示在x轴上，此处参考：x轴数值隐藏。...(x,y) plt.xticks([]) plt.show() 可看出x轴上没有tick显示：同理，对于yticks()函数定义和xticks()函数定义完全相同。...，所以想加上图例(legend)，在图例中显示和这些点相同的一个点，用以代表这些所有的点是表示了什么，但往往显示的是3个点，代码和效果如下： a=range(10) b=range(10) plot1...(['x coordinate ','y coordinate']) plot1.axes_labels_size(1.2) plot1.legend(True) plot1.show(frame=True

2.8K4 0

数据分析 ——数据可视化matplotlib(一)

一、matplotlib基本构成首先我们设置一个空的面板： import matplotlib.pyplot as plt # 画一个空图，面板，不传数据 plt.figure() plt.plot(.../ 180) plt.figure() plt.plot(x, y) plt.xlabel("X") plt.ylabel("Y") plt.title("sin") plt.show() ?...在绘图时利用figure创建窗口，subplot创建子图。在上面我们没有展现出来，在后面的例子中会在详细的介绍。所有的绘画只能在子图上进行。plt表示当前子图，若没有就创建一个子图。...axes/subplot: 在拥有Figure对象之后，在作画前我们还需要轴，没有轴的话就没有绘图基准，所以需要添加Axes。也可以理解成为真正可以作画的纸。...x = np.arange(0, 360) y = np.sin(x * np.pi / 180) plt.plot(x, y, color='red', linewidth=2) plt.show()

1.7K2 0

点击加载更多

扫码

添加站长进交流群

领取专属 10元无门槛券

手把手带您无忧上云

扫码加入开发者社群

相关资讯

热门标签

活动推荐

运营活动

活动名称

广告关闭