Jupyter-Lab: Kernel is died and restarting while show matplotlib plots
Dieses Issue hat noch niemand übernommen.
Bewertung
- Schwierigkeit
- 4/5
- Geschätzter Aufwand
- 3-5 Tage
- Anfängerfreundlichkeit
- 25/100
- Issue-Typ
- Bug
- Klarheit
- Muss geklärt werden
- Aktivitätsstatus
- Veraltet
- Tech-Stack
- jupyter-notebook, matplotlib, python
- Bereich
- backend, data-visualization
Rechercherichtung
Den Neustart des Kernels mit der bereitgestellten Plotting-Zelle in der angegebenen Umgebung mit Windows 10, Python 3.7, Conda, Jupyter-Lab und matplotlib 3.3.4 reproduzieren. Beginne damit, die Kernel-Ausgabe oder -Protokolle zu prüfen, wenn die Zelle ausgeführt wird, und prüfe, ob die Plotting-Schleife für zugeschnittene Bilder den Fehler auslöst; abgeschlossen ist die Aufgabe, wenn die Ursache identifiziert wurde und bestätigt ist, dass die Zelle ausgeführt wird, ohne den Kernel neu zu starten.
Vom Indexierungsmodell aus dem Issue-Text verfasst.
Beschreibung
I'm trying to plot some cropped images of my data with matplotlib, but it always showing this message after running the code cell:

the code snippest;
import matplotlib.pyplot as plt
import numpy as np
#import helper
%matplotlib inline
def imshow(img):
npimg = img.numpy()
plt.imshow(np.transpose(npimg, (1, 2, 0)))
fig = plt.figure(figsize=(20, 4))
plot_size=20
for idx in np.arange(plot_size):
ax = fig.add_subplot(2, plot_size/2, idx+1, xticks=[], yticks=[])
imshow(images[idx])
Environment:
Jupyter-lab
Python 3.7
Conda environment: Base
matplotlib version: 3.3.4
OS: Windows 10 pro
- Vorherrschende Sprache
- Python
- Sterne
- 734
- Forks
- 411
- Ø Merge
- 1 T. 2 Std.
- Gemergte PRs (30 T.)
- 9
Beitragsleitfaden
Erste Schritte
- Lesen Sie das ganze Issue und danach den Beitragsleitfaden des Projekts.
- Schreiben Sie ins Issue, dass Sie es übernehmen — das erspart doppelte Arbeit.
- Forken Sie das Repository und arbeiten Sie in einem Branch.
- Öffnen Sie einen Pull Request, der die Issue-Nummer nennt.
Mehr aus ipython/ipykernel
-
Schwierigkeit 2/5 1-3 Stunden Anfängerfreundlichkeit 75/100
-
Schwierigkeit 1/5 Unter einer Stunde Anfängerfreundlichkeit 72/100
-
Schwierigkeit 4/5 3-5 Tage Anfängerfreundlichkeit 48/100
-
Schwierigkeit 4/5 3-5 Tage Anfängerfreundlichkeit 68/100
-
ipython/ipykernel#1550 · 1 Kommentar · 1 Reaktion · 1 zugewiesene Person ·
Alle Issues in ipython/ipykernel
Ähnliche Issues
-
Schwierigkeit 2/5 1-3 Stunden Anfängerfreundlichkeit 75/100
anthropics/skills#1811 · 1 Kommentar ·
-
Schwierigkeit 2/5 1-3 Stunden Anfängerfreundlichkeit 75/100
speaches-ai/speaches#678 ·
-
bug
Schwierigkeit 2/5 1-3 Stunden Anfängerfreundlichkeit 75/100
datalayer/mcp-compose#42 ·
-
Schwierigkeit 2/5 1-3 Stunden Anfängerfreundlichkeit 75/100
conda-forge/spacy-feedstock#177 ·
-
Schwierigkeit 2/5 1-3 Stunden Anfängerfreundlichkeit 70/100
UKGovernmentBEIS/inspect_evals#2523 ·