Matplotlib - 创建多个子图的快速方法？

Question

Matplotlib - 创建多个子图的快速方法？

5

我正在使用matplotlib创建一个包含许多小子图的图形（类似于4行8列）。我尝试了几种不同的方法，而使matplotlib制作轴的最快速度是约2秒。我看到了this post，其中提到只使用一个轴对象来显示许多小图像，但我想在轴上能够有刻度和标题。是否有任何方法可以加速这个过程，或者在matplotlib中制作轴只需要相当长的时间？

这是我迄今为止尝试过的：

import matplotlib.pyplot as plt
from mpl_toolkits.axes_grid1 import ImageGrid
import time

fig = plt.figure(figsize=(10,6))

plt.clf(); t = time.time()
grid = ImageGrid(fig, 111, 
                nrows_ncols = (4, 8))
print 'Time using ImageGrid: %.2f seconds'%(time.time()-t)

plt.clf(); t = time.time()
axes = plt.subplots(4,8)
print 'Time using plt.subplots: %.2f seconds'%(time.time()-t)

plt.clf(); t = time.time()
axes = []
for row in range(0,4):
    for col in range(1,9):
        ax = plt.subplot(4,8,row*8+col)
        axes.append(ax)
print 'Time using ptl.subplot loop: %.2f seconds'%(time.time()-t)

输出：

Time using ImageGrid: 4.25 seconds
Time using plt.subplots: 2.11 seconds
Time using ptl.subplot loop: 2.34 seconds

采用Joe Kington的建议，我试图将图形和轴pickle起来，这样每次运行脚本时就不需要重新创建它们。然而，加载文件实际上需要更长时间：

import matplotlib.pyplot as plt
import pickle
import time

t = time.time()
fig,axes = plt.subplots(4,8,figsize=(10,6))
print 'Time using plt.subplots: %.2f seconds'%(time.time()-t)

pickle.dump((fig,axes),open('fig.p','wb'))

t = time.time()
fig,axes = pickle.load(open('fig.p','rb'))

print 'Time to load pickled figure: %.2f seconds'%(time.time()-t)

输出：

Time using plt.subplots: 2.01 seconds
Time to load pickled figure: 3.09 seconds

- DanHickstein

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

- Joe Kington · Accepted Answer

您不可能通过任何实质性的方式击败subplots。创建新的轴是一项相当昂贵的操作，每次您都要创建32个轴。但这只会发生一次。

如果创建新的图和轴确实是您的瓶颈，那么您可能正在做错什么。

如果您想要创建动画，请更新艺术家（例如image.set_data等）并重新绘制，而不是每次都创建一个新的图和轴。

（另外，axes = plt.subplots(4, 8)是不正确的。如您当前所写，axes将成为一个元组而不是一系列轴对象。 subplots返回一个图形实例和一组轴。应该是fig, axes = plt.subplots(...)。）

我在下面的评论中简单谈到了pickling：

当您更改无关参数时，缓存“昂贵”的结果通常很方便。这在科学“脚本”中特别常见，其中您通常会有一些相当慢的数据解析或中间计算以及您半交互地“调整”的相关参数集。

只需注释掉几行代码并明确保存/加载pickled结果即可。没有任何问题。

但是，我发现保留一个装饰器很方便，可以自动执行此操作。在许多情况下，有更好的方法来解决这个问题，但对于一种通用的解决方案，它非常方便：

import os
import cPickle as pickle
from functools import wraps

class Cached(object):
    def __init__(self, filename):
        self.filename = filename

    def __call__(self, func):
        @wraps(func)
        def new_func(*args, **kwargs):
            if not os.path.exists(self.filename):
                results = func(*args, **kwargs)
                with open(self.filename, 'w') as outfile:
                    pickle.dump(results, outfile, pickle.HIGHEST_PROTOCOL)
            else:
                with open(self.filename, 'r') as infile:
                    results = pickle.load(infile)
            return results
        return new_func

然后你可以像这样做（假设上面的类在utilities.py中）：

import matplotlib.pyplot as plt
from utilities import Cached

@Cached('temp.pkl')
def setup():
    fig, axes = plt.subplots(8, 4)
    # And perhaps some other data parsing/whatever
    return fig, axes

fig, axes = setup()
for ax in axes.flat:
    ax.plot(range(10))
plt.show()

装饰函数只有在给定的文件名（“temp.pkl”）不存在时才会运行，并且否则将加载存储在temp.pkl中的缓存结果。这适用于任何可以被pickle的东西，不仅仅是matplotlib图形。

但要注意使用已保存的状态。如果更改setup的内容并重新运行，则会返回“旧”的结果！！如果更改包装函数的内容，请务必手动删除缓存文件。

当然，如果您只在一个地方使用它，那么这就是过度设计了。但是，如果您经常缓存中间结果，这将非常方便。