根据documentation，您应该能够像这样来回切换：

In [2]: %matplotlib inline 
In [3]: plot(...)

In [4]: %matplotlib qt  # wx, gtk, osx, tk, empty uses default
In [5]: plot(...)

并且会弹出一个常规的绘图窗口（可能需要在笔记本上重新启动）。

如果你想做的只是从内联图切换到交互式和交互式（这样你就可以平移/缩放），最好使用%matplotlib魔术。

#interactive plotting in separate window
%matplotlib qt

并返回到html

#normal charts inside notebooks
%matplotlib inline

%pylab magic导入了一堆其他的东西，甚至可能导致冲突，它确实“from pylab import *"。
您还可以使用新的笔记本后端（在matplotlib 1.4中添加）：

#interactive charts inside notebooks, matplotlib 1.4+
%matplotlib notebook

如果你想让你的图表有更多的交互性，你可以看看mpld 3和散景。如果你没有太多的数据点（例如〈5 k+），并且你想使用普通的matplotlib语法，mpld 3是很棒的，但是与%matplotlib notebook相比，它有更多的交互性。散景可以处理很多数据，但是你需要学习它的语法，因为它是一个独立的库。
你也可以 checkout pivottablejs（pip安装pivottablejs）

from pivottablejs import pivot_ui
pivot_ui(df)

无论交互式数据探索有多酷，它都可能完全扰乱可重复性。我也遇到过这种情况，所以我尝试只在非常早期的阶段使用它，一旦我对数据有了感觉，就切换到纯内联matplotlib/seaborn。

从matplotlib 1.4.0开始，现在有了一个交互式后端，可在笔记本中使用

%matplotlib notebook

有几个版本的IPython没有注册该别名，备用方法是：

%matplotlib nbagg

如果这不起作用，请更新IPython。
要使用此功能，后藤tmpnb.org
并粘贴

%matplotlib notebook

import pandas as pd
import numpy as np
import matplotlib

from matplotlib import pyplot as plt
import seaborn as sns

ts = pd.Series(np.random.randn(1000), index=pd.date_range('1/1/2000', periods=1000))
ts = ts.cumsum()

df = pd.DataFrame(np.random.randn(1000, 4), index=ts.index,
                  columns=['A', 'B', 'C', 'D'])
df = df.cumsum()
df.plot(); plt.legend(loc='best')

到一个代码单元格中（或者只是修改现有的python演示笔记本）

您可以使用
第一个月
如果您收到错误ImportError: Failed to import any qt binding，请将PyQt5安装为：pip install PyQt5，它对我很有效。

Charts库可能是一个更好的解决方案。它使您能够使用优秀的Highcharts javascript库来制作美观的交互式图表。Highcharts使用HTML svg标签，因此所有图表实际上都是矢量图像。
一些特点：

• 您可以下载. png、. jpg和. svg格式的矢量图，因此您永远不会遇到分辨率问题
• 交互式图表（缩放、滑动、悬停在点上等）
• 可用于IPython笔记本电脑
• 使用异步绘图功能同时探索数百个数据结构。
• 免责声明：我是库的开发者 *

我正在www.example.com上的Anaconda的“jupyter QTConsole”中使用ipythonwww.continuum.io/downloads日期为20117年5月28日。
下面是一个使用ipython magic在单独窗口和内联绘图模式之间来回切换的示例。

>>> import matplotlib.pyplot as plt

# data to plot
>>> x1 = [x for x in range(20)]

# Show in separate window
>>> %matplotlib
>>> plt.plot(x1)
>>> plt.close() 

# Show in console window
>>> %matplotlib inline
>>> plt.plot(x1)
>>> plt.close() 

# Show in separate window
>>> %matplotlib
>>> plt.plot(x1)
>>> plt.close() 

# Show in console window
>>> %matplotlib inline
>>> plt.plot(x1)
>>> plt.close() 

# Note: the %matplotlib magic above causes:
#      plt.plot(...) 
# to implicitly include a:
#      plt.show()
# after the command.
#
# (Not sure how to turn off this behavior
# so that it matches behavior without using %matplotlib magic...)
# but its ok for interactive work...

重新启动内核并清除输出（如果不是使用新笔记本启动），然后运行

%matplotlib tk

有关详细信息，请转到使用matplotlib绘图

我找到了一个解决方案，我卸载了pyqt5，它是通过apt安装的，然后，我通过pip重新安装，这解决了导入错误。

sudo apt-get remove --auto-remove python-pyqt5

pip install PyQt5

matplotlib.use('nbagg')在新版matplotlib中不起作用。
相反，我们使用魔术函数，

%matplotlib nbagg 

它在新版本的matplot库（〉3.0）中工作。

import matplotlib
import matplotlib.pylab as plt
%matplotlib inline
%matplotlib nbagg