%matplotlib inline 必须放在 notebook 开头、导入 matplotlib 的紧下方才有效，仅对后续 cell 生效，且每个 kernel 启动后只需执行一次；放错位置、被覆盖或未导入 matplotlib 均导致图表不显示。
图表不显示，大概率不是代码问题，而是内核未正确加载绘图后端或执行顺序不对。
为什么 %matplotlib inline 有时没反应
它只是告诉 IPython 在当前 cell 输出区直接渲染图像，但前提是：① matplotlib 已导入；② 绘图代码在 magic 命令之后执行；③ 没有被后续的 %matplotlib widget 或其他 backend 覆盖。
- 常见错误：把
%matplotlib inline放在 notebook 最后面，前面的绘图 cell 已经执行过，自然不生效 - 另一个坑：用
plt.show()显式调用——在 inline 模式下反而可能重复出图或报错 - 注意兼容性：
%matplotlib inline在 JupyterLab 中默认可用，但在旧版 Jupyter Notebook（如 5.x）中需确保ipykernel和matplotlib版本匹配（建议 ≥3.3）
必须放在哪里才有效
它只对「之后」的 cell 生效，且每个 kernel 启动后只需执行一次。最稳妥的位置是 notebook 开头、导入 matplotlib 的紧下方：
%matplotlib inline import matplotlib.pyplot as plt import numpy as np <p>x = np.linspace(0, 10, 100) plt.plot(x, np.sin(x)) # 这行会正常显示图像
- 不要每画一张图都写一遍
%matplotlib inline - 如果重启 kernel 后图表又不显示，说明你漏了这行，而不是代码错了
- 在函数里写
%matplotlib inline是无效的——magic 命令不能出现在函数体或条件分支中
替代方案：什么时候该换 backend
inline 适合静态分析，但交互式探索（比如缩放、拖拽）需要 %matplotlib widget。这时必须先卸载/重装支持包：
立即学习“Python免费学习笔记（深入）”；
pip install ipympl jupyter nbextension enable --py --sys-prefix ipympl
- 启用后，用
%matplotlib widget替代 inline，但要注意：它依赖浏览器支持 WebGL，某些公司内网环境会白屏 - 如果图突然变成空白或报
FigureCanvasAgg is not a subclass of FigureCanvasBase，大概率是 backend 冲突，重启 kernel 并确认只调用了一次 magic 命令 - 导出 HTML 时，
widget渲染的图不会保留交互能力，而inline输出的是静态 PNG，更可靠
真正容易被忽略的点：Jupyter 的输出缓存机制会让旧图“残留”，看似没刷新。遇到疑似不显示，先检查右上角 kernel 状态是否为 idle，再按 Ctrl+M .（中断 kernel）+ Ctrl+M r（重启），然后从头跑 —— 别跳过 %matplotlib inline 那行。
