python运行显示框无响应

Question

代码运行之后，显示框无响应
不知道代码中是否存在错误
修改过代码也不清楚

Answer 1

引自免费微信小程序：皆我百晓生

从描述来看，遇到的问题是Python代码执行后，matplotlib生成的图表窗口无响应。这通常意味着在图表绘制过程中遇到了阻塞，或者是代码中的某些部分没有正确地关闭图表窗口，导致程序挂起。

首先，检查代码中是否有任何明显的错误，比如语法错误、函数调用错误等。在你提供的代码片段中，确实存在一些明显的错误，比如：

1. Figure 1(未响应） 这一行看起来像是注释的一部分，但似乎包含了一些乱码，应当确保所有的注释都是清晰且正确的。
2. 在导入模块时，import语句中有多余的空格和特殊字符，例如 import pandas as pd 正确，而 dimport pandas as pd 是错误的。
3. 函数定义中也有类似的错误，如 efrom sklearn.metrics import precision_score,recall_score 应当改为 from sklearn.metrics import precision_score, recall_score。
4. 字符串中的转义字符使用不正确，例如路径字符串中的双反斜杠 \ 应当被正确转义，或者直接使用原始字符串（r 前缀）。

接下来，针对图表无响应的问题，有几点可以尝试解决：

修改代码

确保所有导入语句正确，并修复字符串路径中的转义问题。下面是一个修正后的代码示例：

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
from sklearn.metrics.pairwise import cosine_similarity
from sklearn.model_selection import train_test_split
from sklearn.metrics import precision_score, recall_score

def read_data(file_path):
    data = pd.read_csv(file_path, sep='\t', header=None, names=['user_id', 'news_type', 'click'])
    return data

def plot_bar(data, column, title):
    plt.figure(figsize=(10, 6))
    data[column].value_counts().plot(kind='bar')
    plt.title(title)
    plt.xlabel(column)
    plt.ylabel('Count')
    plt.show()

def plot_pie(data, column, title):
    plt.figure(figsize=(10, 6))
    data[column].value_counts().plot(kind='pie', autopct='%1.1f%%')
    plt.title(title)
    plt.ylabel('')
    plt.show()

def remove_special_characters(data, column):
    data[column] = data[column].str.replace(r'[\w\s]', '')
    return data

# 读取数据
data = read_data(r'C:\Users\TM\Desktop\z\data.txt')

# 绘制不同类型新闻的数量分布柱状图
plot_bar(data, 'news_type', 'News Type Distribution')

# 绘制不同类型新闻用户浏览量饼图
plot_pie(data, 'news_type', 'News Type User Views')

# 对数据进行特殊字符处理
data = remove_special_characters(data, 'news_type')

# 计算不同新闻之间的相似度
news_matrix = data.pivot_table(index='user_id', columns='news_type', values='click', fill_value=0)
cosine_sim = cosine_similarity(news_matrix)

# 使用基于物品的系统过滤推荐算法建立推荐模型
train_data, test_data = train_test_split(data, test_size=0.2, random_state=42)
train_matrix = train_data.pivot_table(index='user_id', columns='news_type', values='click', fill_value=0)
test_matrix = test_data.pivot_table(index='user_id', columns='news_type', values='click', fill_value=0)

# 计算预测评分
predicted_ratings = np.dot(train_matrix, cosine_sim) / np.array([np.abs(cosine_sim).sum(axis=1)]).T

# 将预测评分转换为二值化的目标变量
threshold = 0.5
predicted_binary = (predicted_ratings > threshold).astype(int)

# 计算精度和召回率
precision = precision_score(test_matrix.values.flatten(), predicted_binary.flatten(), average='micro')
recall = recall_score(test_matrix.values.flatten(), predicted_binary.flatten(), average='micro')
print('Precision: {:.2f}'.format(precision))
print('Recall: {:.2f}'.format(recall))

调整matplotlib行为

如果上述修改仍然不能解决问题，可能是因为matplotlib在非交互式环境下运行时的行为。在脚本中加入以下代码，确保图表窗口正确关闭：

import matplotlib.pyplot as plt

# ... 其他代码 ...

if __name__ == "__main__":
    # ... 执行绘图代码 ...
    
    plt.close('all')  # 关闭所有图表窗口

这将确保在所有图表绘制完毕后，所有窗口都被正确关闭，防止阻塞。

如果在Jupyter Notebook中运行，确保使用了正确的魔术命令 %matplotlib inline 或 %matplotlib notebook。

如果在IDE或脚本模式下运行，确保你的环境配置正确，尤其是matplotlib的后端设置。对于非GUI环境，可以尝试设置后端为Agg：

import matplotlib
matplotlib.use('Agg')  # 必须在导入plt之前设置
import matplotlib.pyplot as plt

# ... 其他代码 ...

这将使matplotlib使用非交互式的后端，适合于服务器环境或无GUI的环境。然而，这样做会阻止图表窗口的弹出，而是将图表保存为文件或在脚本中返回图像数据。

最后，确保你的Python环境和所有依赖库都已更新到最新版本，有时候旧版本的库可能会有已知的bug。如果问题仍然存在，可能需要更详细的调试信息来定位具体原因。