小编mit*_*tch的帖子

我正在尝试制作一个笔记本，其中将long for循环产生的数据逐点放置在图形中。但是，在使用时%matplotlib notebook，fig.canvas.draw()图形会变得很小，直到单元格运行完毕。（实际上，我有很多这些图，当使用更多子图时，它们甚至更小。）

在这里，我的代码至少在使用（最新）jupyter-core 4.3.0和（最新）matplotlib 2.0.2的OS X上，重现了jupyter笔记本中的行为。

%matplotlib notebook
import time
import matplotlib.pyplot as plt

fig, ax = plt.subplots(1, 1)
for _ in range(5):
    ax.plot([1,2,3], [1,2,3])
    fig.canvas.draw()
    time.sleep(1)

在单元执行期间，我得到了这个图

当单元完成执行时（5秒后），我得到了

我希望即使在单元执行过程中也能获得更大的图像。我究竟做错了什么？

我正在尝试使用DEAP遗传算法来解决一个与背包问题不同的优化问题.染色体由整数向量表示,约束条件是向量之和必须等于某个数字X.在适应性评估中处理这个问题似乎效率低,因为相对较少的交叉/突变会导致有一个总和恰好等于X的向量.

相反,似乎我应该将交叉和突变重新映射到有限的可能解决方案中.我应该在DEAP中使用装饰器来实现这个,还是有人知道更好的方法来解决这个问题？有没有人有这种情况的示例代码的链接？