首页
/ Pyecharts在Jupyter Notebook中图表显示异常的解决方案

Pyecharts在Jupyter Notebook中图表显示异常的解决方案

2026-02-04 04:54:25作者:尤辰城Agatha

在使用Pyecharts进行数据可视化时,许多开发者会遇到在Jupyter Notebook中图表无法正常显示的问题。本文将深入分析这一问题的成因,并提供多种有效的解决方案。

问题现象

当在Jupyter Notebook中执行Pyecharts图表渲染代码时,经常会出现以下情况:

  1. 图表区域显示为空白
  2. 只显示图表框架但没有实际内容
  3. 需要多次刷新才能显示图表

问题根源

这种现象通常是由于Jupyter Notebook环境与Pyecharts的JavaScript渲染机制之间的兼容性问题导致的。Pyecharts依赖JavaScript来渲染图表,而Notebook环境需要正确加载这些JS资源。

解决方案

方法一:分步执行法

这是最可靠的解决方案,通过将JavaScript加载和图表渲染分开执行:

# 第一步:设置环境并加载JS
from pyecharts.globals import CurrentConfig, NotebookType
from pyecharts.charts import Bar

CurrentConfig.NOTEBOOK_TYPE = NotebookType.JUPYTER_LAB
bar = Bar()
bar.load_javascript()  # 显式加载JS资源
# 第二步:渲染图表
from pyecharts.charts import Bar

bar = Bar()
bar.add_xaxis(["衬衫", "羊毛衫", "雪纺衫", "裤子", "高跟鞋", "袜子"])
bar.add_yaxis("商家A", [5, 20, 36, 10, 75, 90])
bar.render_notebook()

关键点:

  1. 必须分两个cell执行
  2. 先设置环境类型为JUPYTER_LAB
  3. 显式调用load_javascript()

方法二:VSCode扩展方案

对于使用VSCode的用户,可以安装"Jupyter Notebook Render"扩展:

  1. 在VSCode扩展市场中搜索并安装该扩展
  2. 安装后直接调用render_notebook()即可显示图表
  3. 适用于Windows 10 + Python 3.11环境

方法三:全局配置法

在Notebook开头进行全局配置:

from pyecharts.globals import CurrentConfig, NotebookType
CurrentConfig.NOTEBOOK_TYPE = NotebookType.JUPYTER_NOTEBOOK

技术原理

Pyecharts的图表渲染依赖于:

  1. ECharts的JavaScript库
  2. Notebook环境的JS执行能力
  3. 正确的资源加载时机

当这些因素没有正确协调时,就会出现显示问题。分步执行法确保了JS资源先加载完成,再进行图表渲染,从而避免了竞态条件。

最佳实践建议

  1. 对于常规Jupyter Notebook,推荐使用方法一
  2. VSCode用户优先使用方法二
  3. 如果问题仍然存在,尝试重启内核后再次执行
  4. 检查Pyecharts版本是否为最新
登录后查看全文
热门项目推荐
相关项目推荐

项目优选

收起
docsdocs
暂无描述
Markdown
827
5.48 K
kernelkernel
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
494
515
ops-nnops-nn
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
783
1.57 K
pytorchpytorch
作为 Ascend for PyTorch 社区的核心组件,TorchNPU 是昇腾专为 PyTorch 打造的深度学习适配插件,使 PyTorch 框架能够直接调用昇腾 NPU,为开发者提供昇腾 AI 处理器的超强算力。
Python
800
1.14 K
ops-transformerops-transformer
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
970
2.28 K
kernelkernel
deepin linux kernel
C
32
16
AscendNPU-IRAscendNPU-IR
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
480
312
jiuwenswarmjiuwenswarm
JiuwenSwarm 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。
Python
3.01 K
766
cannbot-skillscannbot-skills
CANNBot 是面向 CANN 开发的用于提升开发效率的系列智能体,本仓库为其提供可复用的 Skills 模块。
Markdown
1.26 K
808
cann-learning-hubcann-learning-hub
CANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。
Jupyter Notebook
647
284