Hacktoberfest 2026: le issue che i maintainer hanno segnato per ottobre, aperte e adatte ai principianti. Sfoglia le issue Hacktoberfest

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

Aperta
#777 0 commenti 0 reazioni 0 assegnatari Vedi su GitHub

Nessuno ha ancora preso questa issue.

Valutazione

Difficoltà
4/5
Tempo stimato
3-5 giorni
Idoneità per principianti
25/100
Tipo di issue
Bug
Chiarezza
Da chiarire
Stato di attività
Ferma
Stack tecnologico
jupyter-notebook, matplotlib, python
Ambito
backend, data-visualization

Direzione di ricerca

Riprodurre il riavvio del kernel con la cella di plotting fornita nell’ambiente indicato con Windows 10, Python 3.7, Conda, Jupyter-Lab e matplotlib 3.3.4. Iniziare controllando l’output o i log del kernel quando viene eseguita la cella e valutare se il ciclo di plotting delle immagini ritagliate attiva il problema; il lavoro è completo quando la causa è stata identificata e viene confermato che la cella viene eseguita senza riavviare il kernel.

Scritto dal modello di indicizzazione a partire dal testo della issue.

Descrizione

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

Lingua principale
Python
Stelle
734
Fork
411
Merge medio
1g 2h
PR unite (30g)
9

Guida per i contributori

Apri la guida per i contributori

Come iniziare

  1. Leggi tutta la issue e poi la guida ai contributi del progetto.
  2. Commenta sulla issue per dire che te ne occupi tu — evita che due persone facciano lo stesso lavoro.
  3. Fai un fork del repository e lavora su un branch.
  4. Apri una pull request che faccia riferimento al numero della issue.

Altre issue di ipython/ipykernel

Tutte le issue di ipython/ipykernel

Issue simili

Altre issue su Python

Ricevi le nuove issue nella tua casella

Un breve riepilogo di issue GitHub adatte ai principianti.