初学者可能都会遇到一个小问题就是：在用IPython的时候，可以使用类似
%matplotlib inline
的Magic Function（魔法函数）来显示Matplotlib图表，但是用Pycharm编写项目的时候是不能写magic函数的，会出现编译错误：
但是不加这行，运行后，Matplotlib图表就不会正常显示。程序运行后也不会报错，只会在控制台输出：
Process finished with exit code 0
后了事。
因此，我们的关注点似乎要移动到Magic Function身上了，什么是Magic函数呢？
官方给出的定义是：IPython有一组预先定义好的所谓的魔法函数（Magic Functions），你可以通过命令行的语法形式来访问它们。可见“%matplotlib inline”就是模仿命令行来访问magic函数的在IPython中独有的形式。
magic函数分两种：一种是面向行的，另一种是面向单元型的。
行magic函数是用前缀“%”标注的，很像我们在系统中使用命令行时的形式，例如在Mac中就是你的用户名后面跟着“$”。“%”后面就是magic函数的参数了，但是它的参数是没有被写在括号或者引号中来传值的。
单元型magic函数是由两个“%%”做前缀的，它的参数不仅是当前“%%”行后面的内容，也包括了在当前行以下的行。比如：计算代码执行时间的timeit函数，我们可以这样写
In [2]: %%timeit x = range(10000) ...: min(x) 1000 loops, best of 3: 223 us per loop
既然是IPython的内置magic函数，那么在Pycharm中是不会支持的。但是我们可以在matplotlib中的pyplot身上下功夫，pyplot不会不提供展示图像的功能。
所以代码可以这样写：
import numpy as np from matplotlib import pyplot as plt from skimage import data random_image = np.random.random([500, 500]) print(random_image) plt.imshow(random_image, cmap='gray') plt.colorbar() plt.show()
最后加入了plt.show()，这样就可以将我们生成的图像显示出来了。
另外，IPython的内置magic函数包括三种：
1. 伴随你的代码使用的函数：%run, %edit, %save, %macro, %recall等；
2. 可以影响到脚本本身的函数：%colors, %xmode, %autoindent, %automagic等；
3. 其他的函数： %reset, %timeit, %%writefile, %load, %paste。
谢谢大家能看到这里。
以上这篇解决Matplotlib图表不能在Pycharm中显示的问题就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持。
matplotlib,图表
免责声明：本站文章均来自网站采集或用户投稿，网站不提供任何软件下载或自行开发的软件！ 如有用户或公司发现本站内容信息存在侵权行为，请邮件告知！ 858582#qq.com
3月27日消息，苹果宣布2024年全球开发者大会（WWDC）将于6月10日至6月14日举行，巧合的是，这次大会与端午假期重合。
苹果官方表示：
在线参加 Apple 每年规模最大的开发者盛会。亲眼见证 Apple 最新平台、技术和工具的发布。了解如何创建和改进你的 App 和游戏。与 Apple 设计师和工程师互动交流，与全球开发者社区建立联系。以上活动均免费在线举行。
探索各种新的工具、框架和功能，助力你打造出理想的 App 和游戏。通过视频讲座学习新技能，与 Apple 专家进行一对一会面，以推进你的项目，完善你的构思。
Swift Student Challenge 旨在支持和鼓舞下一代开发者、创作者和企业家。太平洋时间 3 月 28 日，我们将公布今年的获奖者名单。获奖者将有资格参加在 Apple Park 举办的特别活动。我们还会选出 50 名杰出获胜者，他们将受邀前往库比提诺，获得为期三天的非凡体验，包括参加 Apple Park 的特别活动。
RTX 5090要首发 性能要翻倍！三星展示GDDR7显存
三星在GTC上展示了专为下一代游戏GPU设计的GDDR7内存。
首次推出的GDDR7内存模块密度为16GB，每个模块容量为2GB。其速度预设为32 Gbps（PAM3），但也可以降至28 Gbps，以提高产量和初始阶段的整体性能和成本效益。
据三星表示，GDDR7内存的能效将提高20%，同时工作电压仅为1.1V，低于标准的1.2V。通过采用更新的封装材料和优化的电路设计，使得在高速运行时的发热量降低，GDDR7的热阻比GDDR6降低了70%。