Jupyter Notebook 绘图魔法函数 %matplotlib inline 详解

Jupyter Notebook 绘图概述

本文主要介绍如何在 Python 环境中利用 Jupyter Notebook 的魔法函数进行绘图操作，内容包含详细示例代码，旨在为相关学习或工作提供参考价值。

首先展示一段相关的代码实现：

#we test the accuracy of knn and find the k which makes the biggest accuracy
k_range=list(range(1,26))#[1,25]
scores=[]
for k in k_range:
  knn=KNeighborsClassifier(n_neighbors=k)
  knn.fit(X_train,y_train)
  y_pred=knn.predict(X_test)
  scores.append(metrics.accuracy_score(y_test,y_pred))
#------------ prepare the data we need to plot-------------------
#we draw a graph to show the result
import matplotlib.pyplot as plt
#a magic function,which allows polts to appear whitin the notebook
%matplotlib inline
plt.plot(k_range,scores)
plt.xlabel('Value of K for KNN')
plt.ylabel('Testing Accuracy')

魔法函数机制解析

接下来探讨什么是魔法函数（magic function）。

%matplotlib inline 是一个典型的魔法函数。根据官方定义，IPython 提供了一组预先定义的魔法函数，用户可以通过命令行语法形式访问它们。因此，“%matplotlib inline”是 IPython 中独有的、模仿命令行访问方式的形式。魔法函数分为两类：行级（line）和单元级（cell）。行级魔法函数以单个“%”为前缀，类似于系统命令行中用户名后的“$”符号，其参数直接跟在“%”之后，无需括号或引号包裹。单元级魔法函数以双“%%”为前缀，其参数不仅包含当前行之后的内容，还涵盖当前行下方的所有代码。需要注意的是，作为 IPython 的内置功能，该函数在 PyCharm 等 IDE 中并不受支持。

%matplotlib inline 功能总结

总结而言，%matplotlib inline 可在 IPython 编译器中直接使用，主要功能是实现内嵌绘图，并省略调用 plt.show() 的步骤。

由此可见，这是仅在 Jupyter Notebook 中可用的方法，虽然便捷，只需传入两个维度的数据即可完成绘图，其封装程度相当彻底。

适用场景与局限性

对于非 Python 专业开发者，若仅使用机器学习，绘制简单图表已足够。该模块仅支持二维图形绘制，若需三维图形，则需采用其他方法。

以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持本站。