为什么Matplotlib绘图比pd.DataFrame.plot()慢这么多？

Question

亲爱的社区成员们，你好：

我在搜索过程中没有找到类似的内容，希望没有忽略任何东西。我有以下问题：

我有一个大数据集，其形状为 1352x121797（即 1353 个样本和 121797 个时间点）。现在我已经对它们进行了聚类，并希望为每个聚类生成一个图表，在该图表中绘制此聚类的每个时间序列。

然而，当使用 matplotlib 语法时，速度非常慢（我不确定这是从哪里来的）。即使过了5-10分钟，它也没有完成。

import matplotlib.pyplot as plt
import pandas as pd

fig, ax = plt.subplots()

for index, values in subset_cluster.iterrows(): # One Cluster subset, dataframe of shape (11x121797)
    ax.plot(values)

fig.savefig('test.png')

即使在ax.plot(values)之后插入一个break，它仍然无法完成。 我正在使用Spyder，认为这可能是由于Spyder始终在控制台中内联呈现图。然而，当简单地使用Series values.plot()的pandas方法，而不是ax.plot(values)时，图形出现并在1-2秒钟内保存。

由于我需要matplotlib的自定义选项来标准化所有的图形并让它们看起来漂亮一点，所以我希望使用matplotlib语法。有人有任何想法吗？

提前致谢

编辑：因此，在尝试一下似乎渲染是耗时的部分时。当使用后端matplotlib.use('Agg')运行时，绘图命令可以更快地运行（如果使用plt.plot()而不是ax.plot()），但是plt.savefig()会花费很长时间。然而，即使对于121xxx数据点，它也应该在相当一段时间内完成，对吧？

- Pienatt

---

请注意，ax.plot(values)与values.plot()不同。由于pandas绘图函数只是基于matplotlib的，除非您绘制不同的内容（就像在这里一样），否则matplotlib在绘制时不可能比pandas慢。如果需要，请随时提供一个最小可复现示例[mcve]。 - ImportanceOfBeingErnest

+1. 我遇到了完全相同的问题。我正在对数据集的列进行循环，并使用data.plot( x='timestamp', y=col, label=col, figsize=(20,10))绘图，用了3.2秒，而使用plt.figure(figsize=(20,10)) plt.plot( data['timestamp'], data[col], label=col)已经运行了10分钟，仍然没有完成。Pandas在调用Matplotlib之前会对轴缩放、标签等进行一些优化，但这让我想知道是什么导致了如此巨大的差异。显然，最耗时的应该是绘制数据。 - F. Remonato

Answer 1

作为答案发布，希望能对提问者或其他人有所帮助：我曾经遇到同样的问题，并发现原因是我的x轴数据是一个对象，而y轴数据是float64。在将该对象显式设置为DateTime后，使用Matplotlib绘图与Pandas的df.plot()一样快。我猜测Pandas在绘制时更擅长理解数据类型。

提问者，您可能需要检查您正在绘制的值是否具有正确的类型，或者像我一样，在从文件加载数据框时遇到了一些问题。

- F. Remonato

---

谢谢！正是我需要的。我使用了df.astype()将我的值从字符串转换为浮点数，但我错过了索引。也许pandas在绘图之前会将字符串转换为浮点数？ - Noah Sprent