Matplotlib非常缓慢。这正常吗？

Question

Matplotlib非常缓慢。这正常吗？

16

我正在使用matplotlib创建一些pdf图表，其中包含400个子图。每个子图只有5个数据点。在一台性能良好的计算机上保存5张pdf图片需要420秒。有没有什么方法可以优化代码，或者这对于matplotlib来说是很正常的？

用于绘图的部分代码：

plot_cnt = 1
for k in np.arange(K_min, K_max + 1):
    for l in np.arange(L_min, L_max + 1):
        ax = plt.subplot(grid[0], grid[1], plot_cnt)
        plot_cnt += 1
        plt.setp(ax, 'frame_on', False)
        ax.set_ylim([-0.1, 1.1])
        ax.set_xlabel('K={},L={}'.format(k, l), size=3)
        ax.set_xlim([-0.1, 4.1])
        ax.set_xticks([])
        ax.set_yticks([])
        ax.grid('off')
        ax.plot(np.arange(5), (data['S1']['Azimuth'][:, k - 1, l + offset_l] + \
                data['S1']['Delta Speed'][:, k - 1, l + offset_l] + \
                data['S1']['Speed'][:, k - 1, l + offset_l]) / 3,
                'r-o', ms=1, mew=0, mfc='r')
        ax.plot(np.arange(5), data['S2'][case][:, k - 1, l + offset_l],
                'b-o', ms=1, mew=0, mfc='b')
plt.savefig(os.path.join(os.getcwd(), 'plot-average.pdf'))
plt.clf()
print 'Final plot created.'

最终图片：在此输入图片描述

- rowman

3

对我来说，400个子图似乎很多。即使您没有很多数据，matplotlib也可能无法优化显示此类网格。 - Simon Bergot

1

@Simon，是否可以使用单个大subplot绘制图形？然后每五个应该连接在一起。有什么想法吗？ - rowman

我没有合适的环境来运行测试，但你可以尝试一些方法。第一步是在你的代码上运行分析器（更多信息请参见这里）。通过这个，你可以找到时间花费的地方。你可以尝试两件事情：在每个步骤中找到一些资源来释放，或者使用multiprocessing在几个进程中创建图形。如果我有时间，我会尝试这个，但现阶段我不能保证任何东西。 - Simon Bergot

1

@rowman 我实现了您使用一个大“axes”的想法。 - tacaswell

1个回答

网页内容由stack overflow 提供, 点击上面的

可以查看英文原文，
原文链接

- tacaswell · Accepted Answer

在@rowman所说的基础上，您可以在一个坐标轴中完成所有操作（关闭所有刻度等）。类似于：

构建于@rowman所说的基础之上，您可以在一个坐标轴中完成所有操作（关闭所有刻度等）。类似于：

K_max = 20
K_min = 0
L_max = 20
L_min = 0
ax = plt.subplot(111)
x_offset = 7 # tune these
y_offset = 7 # tune these
plt.setp(ax, 'frame_on', False)
ax.set_ylim([0, (K_max-K_min +1)*y_offset ])
ax.set_xlim([0, (L_max - L_min+1)*x_offset])
ax.set_xticks([])
ax.set_yticks([])
ax.grid('off')



for k in np.arange(K_min, K_max + 1):
    for l in np.arange(L_min, L_max + 1):
        ax.plot(np.arange(5) + l*x_offset, 5+rand(5) + k*y_offset,
                'r-o', ms=1, mew=0, mfc='r')
        ax.plot(np.arange(5) + l*x_offset, 3+rand(5) + k*y_offset,
                'b-o', ms=1, mew=0, mfc='b')
        ax.annotate('K={},L={}'.format(k, l), (2.5+ (k)*x_offset,l*y_offset), size=3,ha='center')
plt.savefig(os.path.join(os.getcwd(), 'plot-average.pdf'))

print 'Final plot created.'

大约需要一两秒钟的时间运行。我认为所有的时间都花在了设置相当复杂的axes对象上。