在 IPython 中抑制 Matplotlib 圖例警告

Question

我正在創建一個包含大量數據的 plot 並向其添加圖例：

import matplotlib.pyplot as plt
import numpy as np

plt.plot(np.arange(100000), np.random.random((100000, 10)), label='data')
plt.legend()

當圖例實際在另一個線程中繪制時，這會生成警告（如預期的那樣）：

<matplotlib.legend.Legend at 0x1b5824d04c8>C:\Users\...\lib\site-packages\ipykernel\eventloops.py:106: UserWarning: Creating legend with loc="best" can be slow with large amounts of data.
  app.exec_()

我想抑制這個特定的警告，所以我這樣做

from warnings import filterwarnings
filterwarnings("ignore", category=UserWarning, module="matplotlib")

再次運行相同的繪圖代碼會產生相同的警告。

我該如何抑制它？ 理想情況下，我想在對legend的調用周圍使用warnings.catch_warnings 。 就像是

with warnings.catch_warnings():
    plt.legend()

原始命令使用Qt5agg后端在 spyder (ipython) 中以交互模式運行。 我還在一個普通的 python 控制台中運行了相同的命令，然后是plt.show() ：

__main__:1: UserWarning: Creating legend with loc="best" can be slow with large amounts of data.

運行filterwarnings("ignore", category=UserWarning, module="__main__")幫助，但僅限於非交互模式。 在交互模式下，發出以下警告：

C:\Users\...\lib\site-packages\pyreadline\console\console.py:514: UserWarning: Creating legend with loc="best" can be slow with large amounts of data.
  call_function(inputHookFunc, ())

這個問題似乎是特定於 ipython 的。 我在用

Python 3.8.3、IPython 7.16.1、matplotlib 3.2.2（和 numpy 1.18.5）

Answer 1

此答案顯示了如何根據 OP 標題抑制圖例警告。 它沒有解釋如何在發出警告后暫時捕獲警告。 如果您對后者感興趣，那么以下內容更像是一種解決方法而不是答案。

根據源代碼，如果使用默認位置（來自默認為'best'的rcParams['legend.loc'] ，則會顯示警告，並且需要超過 1 秒才能找到最佳位置。 如果您明確將位置設置為'best'則不會發出警告。

在 Windows 上測試，IPython 和普通命令行（我不得不增加我機器上的數字）：

import matplotlib.pyplot as plt
import numpy as np

np.random.seed(1)
plt.plot(np.arange(1_000_000), np.random.random((1_000_000, 10)), label='data')
plt.legend(loc='best')
plt.show()

---

作為替代方案，您可以通過其消息（而不是module ）永久抑制警告：

filterwarnings("ignore", 'Creating legend with loc="best" can be slow with large amounts of data.')

缺點是它是永久性的。 我找不到通過使用上下文管理暫時抑制警告的方法，因為上下文當然在圖例 position 計算發生之前很久就關閉了。
要將此更改恢復到警告過濾器列表，您可以在最終繪制圖例后執行以下操作之一： warnings.filters = [w for w in warnings.filters if not w[1] or not re.match(w[1], 'Creating legend with loc="best" can be slow with large amounts of data.')]或filterwarnings("default", 'Creating legend with loc="best" can be slow with large amounts of data.') .