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"])

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。

如果您不知道后端是什么，可以阅读以下内容：https://matplotlib.org/stable/users/explain/backends.html

一些人从python shell和键入命令时会弹出绘图窗口。有些人跑步Jupyter笔记本和绘制内联图用于快速数据分析。其他人将matplotlib嵌入到图形用户界面中，如wxpython或pygtk来构建丰富的应用程序。有些人在中使用matplotlib批处理脚本，用于从数字生成postscript图像模拟，还有一些运行web应用服务器动态提供图形。为了支持所有这些用例，matplotlib可以针对不同的输出功能被称为后端；“前端”是面向用户的代码，即绘图代码，而“后端”完成了所有的工作幕后工作，塑造人物形象。

因此，当您内联键入%matplotlib时，它会激活内联后端。如前几篇文章所述：

使用此后端，打印命令的输出以内联方式显示在Jupyter笔记本等前端，代码正下方生成它的单元格。生成的绘图也将存储在笔记本文档。

TL；博士

%matplotlib inline-显示内联输出

IPython内核能够通过执行代码显示绘图。IPython内核旨在与matplotlib绘图库无缝协作，以提供此功能。

%matplotlib是一个神奇的命令，它为IPython执行必要的幕后设置，以便与matplotlb一起正确工作；它不执行任何Python导入命令，也就是说，不会向名称空间添加名称。

在单独的窗口中显示输出

%matplotlib

内联显示输出

（仅适用于Jupyter笔记本和Jupyter QtConsole）

%matplotlib inline

具有交互式后端的显示器

（有效值“GTK3Agg”、“GTK3Cairo”、“MacOSX”、“nbAgg”，“Qt4Agg”和“Qt4Cairo“、”Qt5Agg“，”Qt5Cairo‘、”TkAgg“、“TkCairo’、”WebAgg“”WX“、“WXAgg”“、”WXCairo'、”agg“、”cairo“，”pdf“、”pgf“、”ps“、”svg“和”template“）

%matplotlib gtk

示例-GTK3Agg-将Agg渲染到GTK 3.x画布（需要PyGObject和pycairo或cairoffi）。

有关matplotlib交互式后端的更多详细信息：此处

从IPython 5.0和matplotlib 2.0开始，可以避免使用IPython的特殊魔力，并使用matplotlib.pyplot.ion（）/matplotlib.pyplot/ioff（）它们也具有在IPython之外工作的优点。

参考：IPython丰富输出-交互式绘图

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