Jupyter Notebook 插入本地图片的正确方法与常见问题排查

阿澈
阿澈
发布时间:2026-10-13| 3人浏览过
原创

本文详细解析在Jupyter Notebook中插入本地图片的常见错误,指出路径引用需对应实际文件夹结构。同时涵盖使用matplotlib绘制并保存静态图片,以及配置环境以显示动态绘图的方法,提供从代码到显示的完整操作指南。

Jupyter Notebook 插入本地图片的正确方法与常见问题排查

如何在Jupyter Notebook中插入本地图片?

在网络上搜索相关教程时,常见的建议是将代码单元格转换为Markdown单元格,并输入如下语法:

![title](img/picture.png)

按照上述指引调整路径后执行,却发现图片依然无法显示。

经过分析发现,上述代码中的“img”指的是当前目录下的一个子文件夹。因此,必须先将目标图片文件放入名为“img”的文件夹中,该引用方式才能正确解析并显示图片。

Jupyter Notebook 图片显示完整指南

补充知识:Jupyter Notebook显示图片(显示静态图片、显示动态图片、显示本地图片)

本文记录如何在Jupyter Notebook中展示图片,主要包含两种场景:一是利用Python绘图库在网页端展示静态图表与动态动画;二是在撰写笔记时,直接调用本地存储的图片文件进行展示。

显示绘制的图片

1. 显示绘制的图片

1)显示静态图片

首先需要声明绘图后端:%matplotlib inline


import numpy as np
import matplotlib.pyplot as plt
%matplotlib inline

fig = plt.figure(figsize=(4.5, 3))
ax = fig.add_subplot(1, 1, 1)

x = np.linspace(-5, 5, 100)
y = x**2
ax.plot(x, y, 'r-')

fig.savefig('static_map.png')

2)显示动态图片(以弹出窗口的方式)

声明绘图后端为:%matplotlib auto 或 %matplotlib


import numpy as np
import matplotlib.pyplot as plt
%matplotlib auto

def expand(mi, mx):
 inter = (mx - mi) * 0.05
 return mi-inter, mx+inter

x_min, x_max = expand(-5, 5)
y_min, y_max = expand(0, 25)

fig = plt.figure(figsize=(4.5, 3))
ax = fig.add_subplot(1, 1, 1)
ax.axis([x_min, x_max, y_min, y_max]) # 固定 X 轴和 Y 轴坐标范围
plt.ion()        # 连续动态图

# 初始化 (x, y) 坐标
pre_x = -5 
pre_y = pre_x ** 2

for _ in range(100):     # 以 0.1 的步长更新 x,绘制 y=x**2 的动态图
 cur_x = pre_x + 0.1
 cur_y = cur_x ** 2
 
 ax.plot([pre_x, cur_x], [pre_y, cur_y], 'r-')
 plt.pause(0.1)      # 每次绘制后暂停 0.1 秒
 
 pre_x, pre_y = cur_x, cur_y

显示本地的图片

2. 显示本地的图片

操作步骤如下:

将当前单元格类型设置为MarkDown格式

输入Markdown图片语法:![title](图片路径),通过该方式加载本地图片

示例代码:![title](static_map.png)

运行该单元格以渲染图片

以上关于在Jupyter Notebook中插入本地图片的实现方法即为全部内容,希望能为读者提供参考,欢迎继续支持本站获取更多技术分享。

免责声明:本文内容仅供参考,不代表本站观点。转载或引用请注明出处。

Python 相关产品和应用

全部下载
Selenium

Selenium

4.51.0 · Windows

用于浏览器自动化和 Web 测试的 Python 工具。

scikit-learn

scikit-learn

1.9.1 · Windows

常用 Python 机器学习算法与模型评估工具库。

Black

Black

26.10.1 · Windows

强调一致性的 Python 自动代码格式化工具。

Ruff

Ruff

0.17.1 · macOS

由 Rust 编写的高速 Python 代码检查和格式化工具。

pytest

pytest

9.1.1 · Windows

简洁而强大的 Python 自动化测试框架。

FastAPI

FastAPI

0.146.0 · Windows

高性能 Python API 框架,支持类型提示和自动接口文档。

Flask

Flask

3.1.3 · Windows

轻量灵活的 Python Web 应用框架。

Django

Django

6.1.2 · Windows

成熟的 Python Web 框架,适合构建内容站点和业务系统。

Spyder

Spyder

6.1.7 · Windows

面向科学计算与数据分析的 Python 集成开发环境。

SciPy

SciPy

1.18.1 · Windows

面向科学、工程和技术计算的 Python 算法库。