交互式图形#
在探索绘图时，交互性可能非常宝贵。Matplotlib GUI 窗口中内置的平移/缩放和鼠标位置工具通常就足够了，但你也可以使用事件系统来构建自定义的数据探索工具。
另请参阅
图形介绍.
Matplotlib 附带绑定到多个 GUI 工具包（Qt、Tk、Wx、GTK、macOS、JavaScript）的后端，第三方软件包提供与 kivy 和 Jupyter Lab 的绑定。为了使图形响应鼠标、键盘和绘制事件，GUI 事件循环需要与交互式提示符集成。我们建议使用 IPython（参见下文）。
pyplot 模块提供了用于显式创建包含交互式工具、工具栏、工具提示和 键盘绑定 的图形的函数
pyplot.figure创建一个新的空
Figure或选择一个现有的图形pyplot.subplotspyplot.gcf获取当前的
Figure。如果 pyplot 图形堆栈上当前没有图形，则会创建一个新的图形pyplot.gca获取当前的
Axes。如果图形上当前没有坐标轴，则会创建一个新的坐标轴
pyplot 中的几乎所有函数都适当地传递到当前的 Figure / Axes（或创建一个）
Matplotlib 保留对通过 pyplot.figure 或 pyplot.subplots 创建的所有打开图形的引用，以便这些图形不会被垃圾回收。Figure 可以通过 pyplot.close 单独关闭并从 pyplot 注销；所有打开的 Figure 可以通过 plt.close('all') 关闭。
另请参阅
有关 Matplotlib 事件系统和集成事件循环的更多讨论：- 交互式图形和异步编程 - 事件处理和选择
IPython 集成#
我们建议使用 IPython 作为交互式 shell。除了它的所有功能（改进的制表符补全、魔法命令、多行编辑等）外，它还确保 GUI 工具包事件循环与命令行正确集成（参见命令提示符集成）。
在此示例中，我们通过 IPython 提示符创建和修改图形。该图形显示在 QtAgg GUI 窗口中。要配置集成并启用交互模式，请使用 %matplotlib 魔法命令
In [1]: %matplotlib
Using matplotlib backend: QtAgg
In [2]: import matplotlib.pyplot as plt
创建一个新的图形窗口
In [3]: fig, ax = plt.subplots()
将数据折线图添加到窗口
In [4]: ln, = ax.plot(range(5))
将线条颜色从蓝色更改为橙色
In [5]: ln.set_color('orange')
如果要禁用绘图的自动重绘
In [6]: plt.ioff()
如果要重新启用绘图的自动重绘
In [7]: plt.ion()
在最近版本的 Matplotlib 和 IPython 中，导入 matplotlib.pyplot 并调用 pyplot.ion 就足够了。使用 % 魔法命令保证在所有版本的 Matplotlib 和 IPython 中都有效。
交互模式#
启用交互模式。 |
|
禁用交互模式。 |
|
返回是否在每个绘图命令后更新绘图。 |
显示所有打开的图形。 |
|
运行 GUI 事件循环 interval 秒。 |
交互模式控制
是否自动显示创建的图形
是否对艺术家的更改自动触发重绘现有图形
如果未提供参数，则
pyplot.show()何时返回：立即，还是在所有图形都关闭后
如果在交互模式下
新创建的图形将立即显示
当元素更改时，图形将自动重绘
pyplot.show()显示图形并立即返回
如果不在交互模式下
新创建的图形和对图形的更改不会显示，直到
pyplot.show()运行 GUI 事件循环，直到所有绘图窗口都关闭后才返回
如果您处于非交互模式（或在非交互模式下创建了图形），您可能需要显式调用 pyplot.show 以在屏幕上显示窗口。如果您只想在固定的时间内运行 GUI 事件循环，可以使用 pyplot.pause。这将阻止代码的执行，就像您调用了 time.sleep 一样，确保当前窗口显示并根据需要重新绘制，并在指定的时间段内运行 GUI 事件循环。
GUI事件循环与您的命令提示符的集成，以及图形处于交互模式是彼此独立的。如果您尝试使用 pyplot.ion 而没有安排事件循环集成，您的图形将显示但不会是交互式的，同时提示符会等待输入。您将无法平移/缩放，并且图形甚至可能无法渲染（窗口可能显示为黑色、透明或作为其下方桌面的快照）。相反，如果您配置了事件循环集成，则在提示符等待输入时，显示的图形将响应，而不管pyplot的“交互模式”如何。
无论交互模式设置和事件循环集成如何组合，如果您使用 pyplot.show(block=True)、pyplot.pause 或以其他方式运行 GUI 主循环，图形都将响应。
警告
使用 Figure.show，可以在不启动事件循环且不在交互模式下在屏幕上显示图形。这可能有效（取决于 GUI 工具包），但很可能会导致图形无响应。
默认用户界面#
由 pyplot 创建的窗口具有交互式工具栏，带有导航按钮和光标所指数据值的读数。
交互式导航#
所有图形窗口都带有导航工具栏，可用于浏览数据集。
主页、前进和后退按钮这些类似于 Web 浏览器的“主页”、“前进”和“后退”控件。
前进和后退用于在先前定义的视图之间来回导航。除非您已经使用平移和缩放按钮导航到其他地方，否则它们没有意义。这类似于尝试在访问新页面之前单击 Web 浏览器上的后退或在返回页面之前单击前进-- 什么也不会发生。主页会将您带到数据的第一个默认视图。
平移/缩放按钮此按钮具有两种模式：平移和缩放。单击
平移/缩放按钮以激活平移和缩放，然后将鼠标放在轴上方的某个位置。按住鼠标左键并将其拖动到新位置以平移图形。当您释放它时，您按下时鼠标下的数据将移动到您释放时的位置。如果在平移时按下 'x' 或 'y'，则运动将分别限制在 x 轴或 y 轴上。按鼠标右键进行缩放，将其拖动到新位置。x 轴将与向右移动成比例地放大，并与向左移动成比例地缩小。y 轴和向上/向下移动也是如此（向上放大，向下缩小）。当您开始缩放时，鼠标下方的点保持静止，允许您根据需要在该点周围放大或缩小。您可以使用修饰键 'x'、'y' 或 'CONTROL' 将缩放分别限制为 x 轴、y 轴或保持纵横比。对于极坐标图，平移和缩放功能行为有所不同。可以使用鼠标左键拖动半径轴标签。可以使用鼠标右键放大和缩小半径刻度。
缩放到矩形按钮将鼠标放在轴上方的某个位置并按下鼠标按钮。通过在按住按钮的同时将鼠标拖动到新位置来定义矩形区域。使用鼠标左键时，轴视图限制将缩放到定义的区域。使用鼠标右键时，轴视图限制将缩小，将原始轴放置在定义的区域中。
子图配置按钮使用此按钮配置子图的外观。您可以拉伸或压缩子图的左侧、右侧、顶部或底部，或者行之间的空间或列之间的空间。
保存按钮单击此按钮以启动文件保存对话框。您可以保存具有以下扩展名的文件：
png、ps、eps、svg和pdf。
其他 Python 提示符#
交互模式在默认 Python 提示符中工作
>>> import matplotlib.pyplot as plt
>>> plt.ion()
>>>
但是，这并不能确保事件挂钩已正确安装，您的图形可能无法响应。请查阅您的 GUI 工具包的文档以了解详细信息。
Jupyter Notebooks / JupyterLab#
要在“经典”笔记本或 Jupyter Lab 中获得交互式图形，请使用 ipympl 后端（必须单独安装），该后端使用 ipywidget 框架。如果安装了 ipympl，请使用魔法命令
%matplotlib widget
选择并启用它。
如果只需要使用经典笔记本（即 notebook<7），则可以使用
%matplotlib notebook
它使用 Matplotlib 提供的 backend_nbagg 后端；但是，nbagg 在 Jupyter Lab 中不起作用。
注意
要获得此处描述的交互功能，您必须使用交互式后端。笔记本中的默认后端，即内联后端，不是交互式的。backend_inline会在单元格执行时渲染一次图形，并将静态图像插入到笔记本中。由于图像是静态的，因此它们无法进行平移/缩放、接受用户输入或从其他单元格更新。
GUI + Jupyter#
您还可以在 Jupyter Notebook 中使用非 ipympl 的 GUI 后端。如果您在本地运行 Jupyter 内核，GUI 窗口将在您的桌面上的 Web 浏览器旁边生成。如果您在远程服务器上运行笔记本，内核将尝试在远程计算机上打开 GUI 窗口。除非您已安排将 xserver 转发回您的桌面，否则您将无法看到该窗口或与之交互。它也可能会引发异常。
PyCharm、Spyder 和 VSCode#
许多 IDE 都内置了与 Matplotlib 的集成，请查阅它们的文档以了解配置详细信息。