Hacktoberfest 2026 : les issues que les mainteneurs ont marquées pour octobre, ouvertes et accessibles aux débutants. Parcourir les issues Hacktoberfest

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

Ouverte
#777 0 commentaires 0 réactions 0 personnes assignées Voir sur GitHub

Personne n'a encore pris cette issue.

Évaluation

Difficulté
4/5
Temps estimé
3-5 jours
Accessibilité débutants
25/100
Type d'issue
Bug
Clarté
À clarifier
Activité
À l'abandon
Stack technique
jupyter-notebook, matplotlib, python
Domaine
backend, data-visualization

Piste de recherche

Reproduire le redémarrage du kernel avec la cellule de plotting fournie dans l’environnement indiqué avec Windows 10, Python 3.7, Conda, Jupyter-Lab et matplotlib 3.3.4. Commencer par vérifier la sortie ou les journaux du kernel lors de l’exécution de la cellule, et déterminer si la boucle de plotting d’images recadrées déclenche l’échec ; le travail est terminé lorsque la cause est identifiée et qu’il est confirmé que la cellule s’exécute sans redémarrer le kernel.

Rédigé par le modèle d'indexation à partir du texte de l'issue.

Description

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

Langage dominant
Python
Étoiles
734
Forks
411
Merge moyen
1 j 2 h
PR mergées (30 j)
9

Guide de contribution

Ouvrir le guide de contribution

Par où commencer

  1. Lisez l'issue en entier, puis le guide de contribution du projet.
  2. Signalez en commentaire que vous la prenez — cela évite que deux personnes fassent le même travail.
  3. Forkez le dépôt et travaillez sur une branche.
  4. Ouvrez une pull request qui référence le numéro de l'issue.

Autres issues de ipython/ipykernel

Toutes les issues de ipython/ipykernel

Issues similaires

Plus d'issues Python

Recevez les nouvelles issues par e-mail

Un résumé court des issues GitHub adaptées aux débutants.