python - 在另一个单元格中的 plot() 之后未呈现 AxesSubplot

Question

我绘制了来自 pandas 的一些数据DataFrame在 Jupyter notebook像这样的单元格:

    ax = data.plot('Weight', 'Height', kind='scatter', backend='matplotlib')
    print(type(ax))
    ax.plot(xs, line1, color='red')
    print(type(ax))
    ax.plot(xs, line2, color='yellow')
    print(type(ax))

我看到了 ax类型为 <class 'matplotlib.axes._subplots.AxesSubplot'> .都好。
然后，在 下一个 单元格，我正在尝试绘制另一条线，重复使用 ax ，就像我对 ax.plot(xs, line2, color='yellow') 所做的一样:

ax.plot(w1_arr, errors, color='red')
print(type(ax)) 

然而，除了 ax 的类型之外，没有任何东西被渲染。 ，是一样的 <class 'matplotlib.axes._subplots.AxesSubplot'> .
问题:

为什么什么都不渲染？是否因为在单个 Jupyter 单元中可以“重用”ax因为它会读取所有要绘制的命令，然后一次绘制所有内容？但是尝试“重用”是不行的ax在那个单细胞之外？

为什么是ax的类型AxesSubplot而不仅仅是 Axes ?根据 DataFrame.plot() ，它应该返回 Axes，我已经明确设置了 backend='matplotlib'。

Answer 1

通过摆弄，我找到了一种使其工作的方法，但我也在研究它，这是一个有趣的行为广告，我也不完全理解它。
我的感觉是，它与艺术家和渲染器如何在 Figure 中存储和持久化有关。或 Axes类和跨 jupyter 单元格。
以下代码段将起作用:

############################ CELL 1 ################################
import pandas as pd
import matplotlib.pyplot as plt

df = pd.DataFrame({'a': np.random.randint(0,30,10), 'b': np.random.randint(0,30,10)})

fig, ax = plt.subplots()
df.plot('a', 'b', kind='scatter', backend='matplotlib', ax=ax)
ax.plot(np.arange(0,30,10), np.arange(0,30,10), color='red')
ax.plot(np.arange(0,30,10), np.arange(0,30,10)+5, color='yellow')

############################ CELL 2 ################################
ax.plot(np.arange(0,30,10), np.arange(0,30,10)+15, color='blue')
fig

此外，您观察到的行为也必须与 jupyter 的内联渲染有关。如果您是我们 qt取而代之的是 %matplotlib qt ，这将创建一个外部图形，您发布的代码将正常工作，例如:

############################ CELL 1 ################################
import pandas as pd
import matplotlib.pyplot as plt

%matplotlib qt

df = pd.DataFrame({'a': np.random.randint(0,30,10), 'b': np.random.randint(0,30,10)})

ax = df.plot('a', 'b', kind='scatter', backend='matplotlib')
ax.plot(np.arange(0,30,10), np.arange(0,30,10), color='red')
ax.plot(np.arange(0,30,10), np.arange(0,30,10)+5, color='yellow')

############################ CELL 2 ################################
# minimize the figure that popped up and run the second cell
ax.plot(np.arange(0,30,10), np.arange(0,30,10)+15, color='blue')

如果你找到它背后的理由，请发布它，我和其他人可能会感兴趣。