matplotlib中plot.show()不显示图片的问题：如何把backend=Agg配置为TkAgg

关于matplotlib不显示的问题，碰到过多次，貌似是默认安装使用anaconda时都会碰到，不知道matplotlib为什么一直不解决这个问题。所以记录一下。

默认情况下，matplotlib的backend使用的是agg，或template，此时是无法显示图片的，agg库不支持。

好奇的可以查一下自己的配置文件，如

>>> import matplotlib
>>> matplotlib.matplotlib_fname()
C:\Users\Administrator\.matplotlib\matplotlibrc
也可以使用下面的命令打印出配置，

print(mpl.get_backend())
# it will display Agg if you have a display problem, or otherwise TkAgg etc.
print(mpl.matplotlib_fname())
# it will display the setting file location, e.g.
# C:\Users\Administrator\.matplotlib\matplotlibrc
# the content is simple: "backend      : Agg", just change it to "backend      :TkAgg"

解决办法：

先把自己版本所支持的backends打印出来看一下，

>>>import matplotlib.rcsetup as rcsetup
>>>print(rcsetup.all_backends)
['GTK3Agg', 'GTK3Cairo', 'MacOSX', 'nbAgg', 'Qt4Agg', 'Qt4Cairo', 'Qt5Agg', 'Qt5Cairo', 'TkAgg', 'TkCairo', 'WebAgg', 'WX', 'WXAgg', 'WXCairo', 'agg', 'cairo', 'pdf', 'pgf', 'ps', 'svg', 'template']

例如，把配置文件

C:\Users\Administrator.matplotlib\matplotlibrc

的内容改成正面的情况：

backend      : TkAgg

一般图片就能正常显示了，当然你也可以不停尝试下其他的backends，像有些backends是需要安装 其他支持包的，如cairo。

linux上解决办法也是相同的，只不过配置文件的位置不一样。

给几个有用的参考：

​​https://stackoverflow.com/questions/2130913/no-plot-window-in-matplotlib​​

​​https://stackoverflow.com/questions/7534453/matplotlib-does-not-show-my-drawings-although-i-call-pyplot-show​​

附评论里的问题：确定配置为TkAgg，但是在import matplotlib.pyplot as plt之后所显示的终端为agg

这种现象的主要原因，是因为版本冲突。可以这么说，print((matplotlib.matplotlib_fname())打印出来的配置文件，未必是你正在调用的配置文件。

我自己特意在不同环境调试了一下，用一个实际例子来说，在某个非默认的环境，名称为tch37，打印出来的地址为

D:\Anaconda3\envs\tch37\Lib\site-packages\matplotlib\mpl-data\matplotlibrc

通常在窗口命令下用，conda activate tch37之后再用python，是这个环境。

而实际上，我查了一下自己电脑中的版本，

print(matplotlib.__version__)

'3.2.2'

然后我找到这个3.2.2所对应的位置，在这里，

D:\Anaconda3\pkgs\matplotlib-base-3.2.2-py37h64f37c6_0\Lib\site-packages\matplotlib\mpl-data\matplotlibrc

在vscode中，即使我调用tch37这个环境，用的也是3.2.2这个配置。

所以，如果我要在vscode中使用TkAgg，我应该修改的是这个地方的配置。

总结起来就是，出现这种情况，你先找一下，系统里到底有多少个matplotlibrc这样的文件，然后再慢慢查找到底应该修改哪个配置文件。通常默认的配置文件里有这么一句

## You can also deploy your own backend outside of matplotlib by referring to

## the module name (which must be in the PYTHONPATH) as 'module://my_backend'.

#backend : Agg

你把他改成下面这个样子即可，

## You can also deploy your own backend outside of matplotlib by referring to

## the module name (which must be in the PYTHONPATH) as 'module://my_backend'.

backend : TkAgg

至于anaconda何时，在哪里调用哪个地方的配置，这一点估计谁也扯不清楚。

临时暴力改变backend

不得不承认，matplotlib（anaconda?）有时无论你怎么配置，就是存在不可思议的一些怪现象。

如果你临时需要转换backend，其实很简单，直接调用

matplotlib.use('Agg')

或

matplotlib.use('TkAgg')

暴力完成切换即可。

官方的说法摘录

参考：​​https://matplotlib.org/faq/usage_faq.html​​

There are four ways to configure your backend. If they conflict each other, the method mentioned last in the following list will be used, e.g. calling ​​​use()​​​​ will override the setting in your ​​matplotlibrc​​.

1. 1. 
      
2. The ​​backend​​ parameter in your ​​matplotlibrc​​ file (see ​​Customizing matplotlib​​):
   backend : WXAgg # use wxpython with antigrain (agg) rendering
   
3. Setting the ​​​MPLBACKEND​​​ environment variable, either for your current shell or for a single script:
   > export MPLBACKEND="module://my_backend" > python simple_plot.py > MPLBACKEND="module://my_backend" python simple_plot.py
   Setting this environment variable will override the ​​backend​​ parameter in any ​​matplotlibrc​​, even if there is a ​​matplotlibrc​​ in your current working directory. Therefore setting ​​​MPLBACKEND​​​ globally, e.g. in your ​​.bashrc​​ or ​​.profile​​, is discouraged as it might lead to counter-intuitive behavior.
   
4. To set the backend for a single script, you can alternatively use the ​​-d​​ command line argument:
   > python script.py -dbackend
   This method is deprecated as the ​​-d​​ argument might conflict with scripts which parse command line arguments (see issue ​​#1986​​). You should use ​​​MPLBACKEND​​​ instead.
   
5. If your script depends on a specific backend you can use the ​​​use()​​​ function:
   import matplotlib matplotlib.use('PS') # generate postscript output by default
   If you use the ​​​use()​​​ function, this must be done before importing ​​​matplotlib.pyplot​​​. Calling ​​​use()​​​ after pyplot has been imported will have no effect. Using ​​​use()​​​ will require changes in your code if users want to use a different backend. Therefore, you should avoid explicitly calling ​​​use()​​​ unless absolutely necessary.
   
   1.