matplotlib scatter plotting png

Question

我試圖做一個散點圖〜600萬點，試圖瞭解某種聚類。

當我嘗試在一個簡單的分散命令中做到這一點，matplotlib抱怨過多的內存。所以我決定繪製3000點，然後以.png格式保存圖形，清除圖形，用imread()加載保存的.png，然後覆蓋下一個3000點。

我正面臨一些填充問題，我不明白他們是如何出現的。我的代碼是有點長，因爲我解析大量的文本文件，但下面是複製我的思維樣品樣機代碼：

import matplotlib.pyplot as plt 
fig, ax = plt.subplots() 
plt.xlim(0,1000) 
plt.ylim(-1000,1000) 
plt.scatter(400,500,marker="+",c="r") 
plt.gca().set_aspect('equal') 
plt.draw() 
plt.savefig(r"C:\TMP\fig1.png") 
plt.clf() 
im = plt.imread(r"C:\TMP\fig1.png") 
implot = plt.imshow(im, origin='upper', aspect='equal', extent=[0,1000,-1000,1000], zorder=0) 
plt.scatter(600,500,marker="+",c="b") 
plt.savefig(r"C:\TMP\fig2.png") 
plt.close(fig) 

的結果是什麼，我不知道如何解釋。很顯然，我不會瞭解imshow（）中「aspect」和「extent」之間的關係。有人可以幫助我嗎？

圖1

圖2

我期待既fig1.png和fig2.png到在另一個的頂部完全重疊。

Answer 1

我用memory_profiler做了一個內存配置文件，爲一個合理的例子，爲6M點。

import numpy as np 
import time 
x = np.random.normal(size=6000000) 
y = np.random.normal(size=6000000) 

start = time.time() 
plt.scatter(x, y, alpha=0.1) 
end = time.time() - start 
print(end) 

out是30.015294551849365秒。這不是很慢。

在另一方面，輪廓輸出：

Line # Mem usage Increment Line Contents 
================================================ 
5 81.738 MiB 0.000 MiB @profile 
6        def make_test(): 
7 127.516 MiB 45.777 MiB  x = np.random.normal(size=6000000) 
8 173.293 MiB 45.777 MiB  y = np.random.normal(size=6000000) 
9        
10 282.934 MiB 109.641 MiB  plt.scatter(x, y, alpha=0.1) 
11 298.160 MiB 15.227 MiB  plt.savefig('big_plot') 

它達到高達300 MB，這不是一個問題存儲器要麼。 問題在別處，但你應該可以將全部積分在一起。

最後，散點圖：