互動式圖表#
在探索繪圖時，互動性非常寶貴。Matplotlib GUI 視窗內建的平移/縮放和滑鼠位置工具通常就足夠了，但您也可以使用事件系統來建立自訂的資料探索工具。
另請參閱
圖表簡介.
Matplotlib 附帶與多個 GUI 工具組（Qt、Tk、Wx、GTK、macOS、JavaScript）綁定的後端，並且第三方套件提供與 kivy 和 Jupyter Lab 的綁定。為了使圖表能夠回應滑鼠、鍵盤和繪圖事件，GUI 事件迴圈需要與互動式提示整合。我們建議使用 IPython（請參閱下方）。
pyplot 模組提供函數，用於明確建立包含互動式工具、工具列、工具提示和按鍵綁定的圖表
pyplot.figure建立新的空白
Figure或選擇現有的圖表pyplot.subplotspyplot.gcf取得目前的
Figure。如果 pyplot 圖表堆疊上目前沒有圖表，則會建立新的圖表pyplot.gca取得目前的
Axes。如果圖表上目前沒有 Axes，則會建立一個新的
pyplot中的幾乎所有函數都會適當地通過目前的Figure / Axes（或建立一個）傳遞。
Matplotlib 會保留透過pyplot.figure 或 pyplot.subplots建立的所有開啟圖表的參考，以確保圖表不會被垃圾回收。Figure可以透過pyplot.close單獨關閉並取消從pyplot註冊；所有開啟的Figure可以透過plt.close('all')關閉。
另請參閱
有關 Matplotlib 事件系統和整合式事件迴圈的更多討論：- 互動式圖表與非同步程式設計- 事件處理與選取
IPython 整合#
我們建議使用 IPython 作為互動式 shell。除了它的所有功能（改進的 Tab 補全、魔術命令、多行編輯等）之外，它還可以確保 GUI 工具組事件迴圈與命令列正確整合（請參閱命令提示字元整合）。
在此範例中，我們透過 IPython 提示建立和修改圖表。該圖表會顯示在 QtAgg GUI 視窗中。若要設定整合並啟用互動模式，請使用 %matplotlib 魔術命令
In [1]: %matplotlib
Using matplotlib backend: QtAgg
In [2]: import matplotlib.pyplot as plt
建立新的圖表視窗
In [3]: fig, ax = plt.subplots()
將資料的折線圖新增至視窗
In [4]: ln, = ax.plot(range(5))
將線條的顏色從藍色變更為橘色
In [5]: ln.set_color('orange')
如果您想要停用繪圖的自動重繪
In [6]: plt.ioff()
如果您想要重新啟用繪圖的自動重繪
In [7]: plt.ion()
在最新版本的 Matplotlib 和 IPython 中，導入matplotlib.pyplot 並呼叫 pyplot.ion 就足夠了。在所有版本的 Matplotlib 和 IPython 中，保證使用 % 魔術命令都有效。
互動模式#
啟用互動模式。 |
|
停用互動模式。 |
|
傳回是否在每個繪圖命令後更新繪圖。 |
顯示所有開啟的圖表。 |
|
執行 GUI 事件迴圈 interval 秒。 |
互動模式控制
是否自動顯示建立的圖表
對藝術家的變更是否自動觸發重新繪製現有的圖表
如果沒有給定引數，
pyplot.show()何時傳回：立即，或在所有圖表都已關閉之後
如果在互動模式中
新建立的圖表會立即顯示
當元素變更時，圖表會自動重新繪製
pyplot.show()顯示圖表並立即傳回
如果不在互動模式中
新建立的圖表和對圖表的變更不會顯示，直到
pyplot.show()會執行 GUI 事件迴圈，並在所有繪圖視窗關閉後才會返回。
如果您處於非互動模式（或在非互動模式下建立圖表），您可能需要明確呼叫 pyplot.show 以在螢幕上顯示視窗。如果您只想在固定的時間內執行 GUI 事件迴圈，您可以使用 pyplot.pause。這將會像您呼叫 time.sleep 一樣，阻擋您的程式碼進度，確保顯示目前的視窗並在需要時重新繪製，並在指定的時間段內執行 GUI 事件迴圈。
GUI 事件迴圈與您的命令提示字元整合，以及圖表處於互動模式，這兩者是彼此獨立的。如果您在沒有安排事件迴圈整合的情況下嘗試使用 pyplot.ion，您的圖表將會出現，但在提示字元等待輸入時將不會是互動式的。您將無法平移/縮放，且圖表甚至可能不會渲染（視窗可能會顯示黑色、透明或作為其下方桌面快照）。相反地，如果您設定事件迴圈整合，則在提示字元等待輸入時，顯示的圖表將會回應，而與 pyplot 的「互動模式」無關。
無論互動模式設定和事件迴圈整合的組合如何，如果您使用 pyplot.show(block=True)、pyplot.pause，或以其他方式執行 GUI 主迴圈，圖表都會有回應。
警告
使用 Figure.show，可以在不啟動事件迴圈且不處於互動模式的情況下，於螢幕上顯示圖表。這可能會有效（取決於 GUI 工具組），但很可能會導致圖表沒有回應。
預設使用者介面#
由 pyplot 建立的視窗會有一個互動式工具列，其中包含導覽按鈕和游標所指資料值的讀數。
互動式導覽#
所有圖表視窗都帶有導覽工具列，可用於瀏覽資料集。
首頁、向前和向後按鈕這些按鈕類似於網頁瀏覽器的首頁、向前和向後控制項。
向前和向後用於在先前定義的視圖之間來回導覽。除非您已經使用平移和縮放按鈕導覽到其他位置，否則它們沒有意義。這類似於在造訪新頁面之前嘗試按一下網頁瀏覽器上的向後，或在您回到某個頁面之前嘗試按一下向前- 不會有任何反應。首頁會將您帶到資料的初始預設視圖。
平移/縮放按鈕此按鈕有兩種模式：平移和縮放。按一下
平移/縮放按鈕以啟動平移和縮放，然後將滑鼠指標放在軸上的某個位置。按住滑鼠左鍵，將圖表拖曳到新位置即可平移。當您放開滑鼠時，您按下滑鼠時該點下的資料將會移動到您放開滑鼠的點。如果在平移時按下 'x' 或 'y'，則移動將會分別限制在 x 或 y 軸上。按下滑鼠右鍵以進行縮放，將滑鼠拖曳到新位置。x 軸會與向右的移動成比例放大，並與向左的移動成比例縮小。y 軸和向上/向下移動也是如此（向上放大，向下縮小）。當您開始縮放時，滑鼠下方的點會保持靜止，讓您可以隨意放大或縮小該點周圍。您可以使用修飾鍵 'x'、'y' 或 'CONTROL' 分別將縮放限制在 x 軸、y 軸或保持長寬比。對於極座標圖，平移和縮放功能的行為有所不同。可以使用滑鼠左鍵拖曳半徑軸標籤。可以使用滑鼠右鍵放大和縮小半徑刻度。
縮放至矩形按鈕將滑鼠指標放在軸上的某個位置，然後按下滑鼠按鈕。在按住按鈕的同時拖曳滑鼠到新位置，以定義矩形區域。當使用滑鼠左鍵時，軸的視圖限制將會縮放到定義的區域。當使用滑鼠右鍵時，軸的視圖限制將會縮小，將原始軸放置在定義的區域中。
子圖設定按鈕使用此按鈕來設定子圖的外觀。您可以拉伸或壓縮子圖的左側、右側、頂部或底部，或是列之間的空間或欄之間的空間。
儲存按鈕按一下此按鈕以啟動檔案儲存對話方塊。您可以儲存具有以下副檔名的檔案：
png、ps、eps、svg和pdf。
其他 Python 提示符號#
互動模式在預設的 Python 提示符號中運作
>>> import matplotlib.pyplot as plt
>>> plt.ion()
>>>
然而，這無法確保事件掛鉤已正確安裝，您的圖形可能無法回應。請查閱您的 GUI 工具組文件以取得詳細資訊。
Jupyter Notebooks / JupyterLab#
若要在「經典」筆記本或 Jupyter Lab 中取得互動式圖形，請使用 ipympl 後端 (必須單獨安裝)，此後端使用 ipywidget 框架。如果已安裝 ipympl，請使用以下魔法指令
%matplotlib widget
來選擇並啟用它。
如果您只需要使用經典筆記本 (例如 notebook<7)，您可以使用
%matplotlib notebook
它使用 Matplotlib 提供的 backend_nbagg 後端；然而，nbagg 無法在 Jupyter Lab 中運作。
注意
若要取得此處描述的互動功能，您必須使用互動式後端。筆記本中的預設後端 inline 後端並非互動式。backend_inline 會在執行儲存格時，轉譯圖形一次，並將靜態影像插入筆記本中。由於影像為靜態，因此無法平移/縮放、接收使用者輸入，或從其他儲存格更新。
GUI + Jupyter#
您也可以在 Jupyter Notebook 中使用非 ipympl 的 GUI 後端之一。如果您在本機執行 Jupyter 核心，GUI 視窗將會在您的桌面，與您的網頁瀏覽器相鄰的位置產生。如果您在遠端伺服器上執行您的筆記本，核心將會嘗試在遠端電腦上開啟 GUI 視窗。除非您已安排將 xserver 轉送到您的桌面，否則您將無法看到或與該視窗互動。這也可能會引發例外狀況。
PyCharm、Spyder 和 VSCode#
許多 IDE 都有內建與 Matplotlib 的整合，請查閱其文件以取得設定詳細資訊。