我认为，在Jupyter/matplotlib的最新版本中，图形是“内联”绘制的，无需使用%matplotlib内联。

所以有人可能会认为这个命令现在是无用的…但据我理解，它创建了一个配置绘图参数的“管理器”。Matplotlib在创建地物时查找现有管理器，并在必要时创建一个管理器。matplotlib.pyplot.figure内部：

    manager = _pylab_helpers.Gcf.get_fig_manager(num)
    if manager is None:
        # not relevant stuff…
        manager = new_figure_manager(
            num, figsize=figsize, dpi=dpi,
            facecolor=facecolor, edgecolor=edgecolor, frameon=frameon,
            FigureClass=FigureClass, **kwargs)

现在，设置绘图参数（rcParams）本身不会创建“管理器”。因此，当第一次绘制地物时，将创建一个新的管理器，并覆盖您的参数。

注释/取消注释%matplotlib内联并查看结果。（不要忘记在每次尝试之间重新启动内核！）

import matplotlib.pyplot as plt
from matplotlib.image import imread
# %matplotlib inline

plt.rcParams["figure.dpi"] = 200
plt.imshow(imread("path_to_your_image"))
print(plt.rcParams["figure.dpi"])

从IPython 5.0和matplotlib 2.0开始，可以避免使用IPython的特殊魔力和用途matplotlib.pyplot.ion（）/matplotlib.pyplot.ioff（）在IPython之外工作的优势。

ipython文档

这不是强制性的。如果没有（%matplotlib）魔法函数，它对我来说很好。我使用的是Anaconda附带的Sypder编译器。

如果要将绘图添加到Jupyter笔记本中，%matplotlib inline是一个标准解决方案。还有其他神奇的命令将在Jupyter中交互使用matplotlib。

%matplotlib：任何pltplot命令现在都会打开一个图形窗口，可以运行更多命令来更新绘图。有些更改不会自动绘制，要强制更新，请使用plt.draw（）

%matplotlib笔记本：将导致在笔记本中嵌入交互式绘图，您可以缩放和调整图形大小

%matplotlib内联：仅在笔记本中绘制静态图像

这仅仅意味着，我们作为代码的一部分创建的任何图形都将出现在同一个笔记本中，而不是出现在单独的窗口中，如果我们没有使用这个神奇的语句，就会出现这种情况。

如果您正在运行Jupyter笔记本，%matplotlib内联命令将使绘图输出显示在笔记本中，也可以存储。