在 NFS 文件系统上使用 matplotlib 保存图形
Saving figures with matplotlib on NFS filesystem
我在 RHEL 6.7 上通过 Anaconda 使用 ipython notebook。机器设置有 NFS 存储；也就是说，df -P -T /home/USERNAME | tail -n +2 | awk '{print }' 打印出 'nfs'.
所以我想保存在 ipython 笔记本中创建的 matplotlib 图形。但是，调用 savefig 函数会出现此错误（我已经抑制了大部分错误）：
RuntimeError: dvipng was not able to process the following file:
/home/USERNAME/.cache/matplotlib/tex.cache/3007d273a0b2642aa3abce6d3d640283.dvi
Here is the full report generated by dvipng:
No dvipng error report available.
我怀疑这与 NFS 有关（因为它在过去给我带来了其他问题），但除此之外我真的不知道从这里该何去何从。非常感谢任何帮助，如果我能提供更多信息，请告诉我。
这可能不是严格意义上的 NFS 问题。
看它的source in this line and this line（注意这里报错：应该说"dvips failed"，不是"dvipng"），好像是用[=12=的外部命令] 或 dvips 失败。
所以有很多可能性。首先，您需要确定 system()ed 是哪个外部程序。然后，也许您需要检查是否可以在 PATH 环境变量中找到此命令，或者文件本身是否使该命令崩溃。在该文件上手动尝试 运行 dvip(ng|s)，看看是否可以获得错误报告。
顺便说一句，如果我正确阅读源代码 (IIRTSC)，我认为 matplotlib 库通过捕获 stdout 的 dvip(ng|s) 命令。我们知道 os.system() 是邪恶的...
如果没有正确维护的 LateX 包，matplotlib（至少 运行 通过 Jupyter 笔记本）显然无法保存 LateX 格式的图，即使它们显示正确。
同样的问题出现在最新的 OpenSuse Leap 虚拟机中，其中包含最新的 Anaconda 堆栈。令我沮丧的是，它不是确定性的：批量生成图在非常不同的数据集上失败。它有助于插入
time.sleep(5)
现在问题发生的频率大大降低了。不过仍然是 PITA。
我在 RHEL 6.7 上通过 Anaconda 使用 ipython notebook。机器设置有 NFS 存储；也就是说，df -P -T /home/USERNAME | tail -n +2 | awk '{print }' 打印出 'nfs'.
所以我想保存在 ipython 笔记本中创建的 matplotlib 图形。但是，调用 savefig 函数会出现此错误（我已经抑制了大部分错误）：
RuntimeError: dvipng was not able to process the following file:
/home/USERNAME/.cache/matplotlib/tex.cache/3007d273a0b2642aa3abce6d3d640283.dvi
Here is the full report generated by dvipng:
No dvipng error report available.
我怀疑这与 NFS 有关（因为它在过去给我带来了其他问题），但除此之外我真的不知道从这里该何去何从。非常感谢任何帮助，如果我能提供更多信息，请告诉我。
这可能不是严格意义上的 NFS 问题。
看它的source in this line and this line（注意这里报错：应该说"dvips failed"，不是"dvipng"），好像是用[=12=的外部命令] 或 dvips 失败。
所以有很多可能性。首先，您需要确定 system()ed 是哪个外部程序。然后，也许您需要检查是否可以在 PATH 环境变量中找到此命令，或者文件本身是否使该命令崩溃。在该文件上手动尝试 运行 dvip(ng|s)，看看是否可以获得错误报告。
顺便说一句，如果我正确阅读源代码 (IIRTSC)，我认为 matplotlib 库通过捕获 stdout 的 dvip(ng|s) 命令。我们知道 os.system() 是邪恶的...
如果没有正确维护的 LateX 包，matplotlib（至少 运行 通过 Jupyter 笔记本）显然无法保存 LateX 格式的图，即使它们显示正确。
同样的问题出现在最新的 OpenSuse Leap 虚拟机中，其中包含最新的 Anaconda 堆栈。令我沮丧的是，它不是确定性的：批量生成图在非常不同的数据集上失败。它有助于插入
time.sleep(5)
现在问题发生的频率大大降低了。不过仍然是 PITA。