(标签-jupyter|关键词-matplot)

Question

jupyter notebook运行这串代码很慢出不了图片
有没有人可以帮忙看怎么解决
用的是最新版jupyter notebook

import numpy as np
import time

import matplotlib.pyplot as plt
from sklearn.datasets import fetch_openml              # 用于下载 MNIST 数据集
from sklearn.model_selection import train_test_split   # 划分训练集和测试集
from sklearn.linear_model import LogisticRegression    # 逻辑回归分类器
from sklearn.decomposition import PCA                  # 主成分分析（PCA）降维
from sklearn.metrics import accuracy_score             # 计算准确率

import warnings
from sklearn.exceptions import ConvergenceWarning
# 忽略逻辑回归未收敛的警告（ConvergenceWarning）
warnings.filterwarnings("ignore", category=ConvergenceWarning)

print("加载数据...")
# fetch_openml 会下载 MNIST 数据集，并缓存到 './data' 文件夹
mnist = fetch_openml('mnist_784', version=1, as_frame=False,
                     parser='auto', data_home='./data')
X, y = mnist.data, mnist.target.astype(int)  # 将标签转换为整数类型

# 数据归一化到 [0,1]，提升模型训练稳定性
X = X / 255.0

# 70% 训练集, 30% 测试集
X_train, X_test, y_train, y_test = train_test_split(
    X, y, test_size=0.3, random_state=42
)

pca = PCA(n_components=32) # PCA 降维 原始特征维度 28x28=784，加快训练速度
X_train_pca = pca.fit_transform(X_train)  # PCA 训练并转换训练集
X_test_pca = pca.transform(X_test)        # 将测试集也投影到 PCA 空间

print("训练...")
clf = LogisticRegression(max_iter=100)  # max_iter 可修改，用于对比训练迭代次数的影响
start_time = time.time()                 # 记录训练开始时间
clf.fit(X_train_pca, y_train)           # 训练逻辑回归模型
end_time = time.time()                   # 记录训练结束时间
total_time = end_time - start_time       # 计算总训练时间

print("测试...")
y_pred = clf.predict(X_test_pca)         # 对测试集进行预测
acc = accuracy_score(y_test, y_pred)     # 计算测试集准确率
print(f"训练时间: {total_time:.2f} s")
print(f"测试集准确率: {acc*100:.2f}%")

plt.figure(figsize=(30,10))  # 随机选取图片进行显示
for i in range(30):
    idx = np.random.randint(0, len(X_test))       # 随机选择索引
    img = X_test[idx].reshape(28,28)             # 将一维向量恢复成 28x28 图像
    plt.subplot(3,10,i+1)
    plt.imshow(img, cmap="gray")                 # 显示灰度图
    plt.title(f"Pred:{y_pred[idx]} True:{y_test[idx]}")  # 显示预测值和真实值
    plt.axis("off")                              # 关闭坐标轴
plt.show()

Answer 1

阿里嘎多学长整理AIGC生成，因移动端显示问题导致当前答案未能完全显示，请使用PC端查看更加详细的解答过程

问题分析

• 你使用的是最新版的Jupyter Notebook
• 运行代码时非常慢，无法输出图片
• 使用的代码包括 numpy 和 matplotlib 库

解决方案

1. 检查 matplotlib 版本: 确保你使用的 matplotlib 版本是最新的。可以使用 !pip install --upgrade matplotlib 更新 matplotlib。
2. 检查 GPU 支持: 如果你的电脑有 GPU，确保 Jupyter Notebook 支持 GPU。可以使用 !nvidia-smi 或 !gpu_info 命令检查 GPU 支持。
3. 优化 matplotlib 配置: 可以尝试使用 import matplotlib.pyplot as plt 代替 import matplotlib as mpl，并使用 plt.ion() 和 plt.show(block=False) 来优化 matplotlib 配置。
4. 检查代码: 检查你的代码是否有任何性能瓶颈。例如，是否有大量的循环或递归操作。

核心代码

import matplotlib.pyplot as plt
import numpy as np

# 生成数据
x = np.linspace(0, 10, 1000)
y = np.sin(x)

# 使用 ion() 和 show(block=False) 来优化 matplotlib 配置
plt.ion()
plt.plot(x, y)
plt.show(block=False)

建议

• 如果以上解决方案仍然无法解决问题，请尝试使用 !jupyter notebook --debug 来调试 Jupyter Notebook。
• 如果你使用的是 Windows 系统，请尝试使用 !pip install --upgrade matplotlib 来更新 matplotlib。