Hacktoberfest 2026: die Issues, die Maintainer für den Oktober markiert haben – offen und einsteigerfreundlich. Hacktoberfest-Issues durchsuchen

Jupyter-Lab: Kernel is died and restarting while show matplotlib plots

Offen
#777 0 Kommentare 0 Reaktionen 0 zugewiesene Personen Auf GitHub ansehen

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

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:
image

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

Beitragsleitfaden öffnen

Erste Schritte

  1. Lesen Sie das ganze Issue und danach den Beitragsleitfaden des Projekts.
  2. Schreiben Sie ins Issue, dass Sie es übernehmen — das erspart doppelte Arbeit.
  3. Forken Sie das Repository und arbeiten Sie in einem Branch.
  4. Öffnen Sie einen Pull Request, der die Issue-Nummer nennt.

Mehr aus ipython/ipykernel

Alle Issues in ipython/ipykernel

Ähnliche Issues

Weitere Issues zu Python

Neue Issues direkt in Ihr Postfach

Eine kurze Übersicht über anfängerfreundliche GitHub-Issues.