用matplotlib繪圖函數繪製圖表需要時間分鐘

Question

我發現了幾個類似於我的問題，但答案在我的情況下不起作用... 我認爲，在我的情況下，它是不同的，我需要一些幫助弄清楚它是什麼。

我的腳本爲x和y讀取兩個50000值的文件，並用matplotlib繪圖函數繪製這些值。

我插入了一些打印語句來弄清楚爲什麼它需要更多的一分鐘或有時更長的時間...所以最後的「完成！」 （之前的plt.show（））之後讓我們說2秒，但然後所有東西... ...斯普利特

有時我得到一分鐘的圖片，然後有時候，同樣的事情，需要5分鐘，或者我殺了處理。

任何人都可以幫忙嗎？我從2012年開始在Mac上工作...

colors = cm.rainbow(np.linspace(0, 1, len(data_dict.keys()))) 

fig, ax = plt.subplots(dpi=150) 
for key,c in zip(data_dict.keys(),colors): 
    ax.plot(x, 
      data_dict[key], 
      label=key, 
      color=c, 
      alpha=.5) 
    print("%s DONE!" % (key)) 

ax.axhline(1,color='red',linestyle='--') 
ax.grid(True) 
ax.set_xlabel("Zeit in ns") 
ax.set_ylabel("Distanz in nm") 
legend = ax.legend() 
print("DONE!") 
plt.show() 

Answer 1

典型的顯示器顯示大約100dpis。你正在繪製50K點。如果每個點並排並列，那麼您仍然需要50000/100.0 = 500英寸來單獨顯示所有點。通常一個圖形在點之間會有一點空間，這會使所需英寸的數量更大。

要在屏幕上顯示圖像，matplotlib正在將圖像壓縮到可能爲800 x 600像素的窗口。因此50K x值僅以800像素顯示。

換句話說，你正在使matplotlib努力繪製很多點，在最終的形象中得到短暫的sh points。

顯然，圖像應該以人類可以理解的方式總結數據。由於我們可能無法將自己的想法包裝在50K以內的可區分點上，因此您可能應該縮減採樣數據。一種粗暴的方式是採取每第100個點：

x = x[::100] 

或者，你可能需要每100點的平均值：

x = x.reshape(-1, 100).mean(axis=1) 

---

import matplotlib.pyplot as plt 
import numpy as np 
np.random.seed(1) 
N = 49999 

def chunks(seq, n): 
    # http://stackoverflow.com/a/312464/190597 (Ned Batchelder) 
    """ Yield successive n-sized chunks from seq.""" 
    for i in xrange(0, len(seq), n): 
     yield seq[i:i + n] 

def downsample(seq, n): 
    return [sum(chunk)/len(chunk) for chunk in chunks(seq, n)] 

x = range(N) 
x = downsample(x, 100) 
data_dict = {'A' : np.random.random(N), 'B' : np.random.random(N)} 
colors = plt.cm.rainbow(np.linspace(0, 1, len(data_dict.keys()))) 

fig, ax = plt.subplots(dpi=150) 
for key,c in zip(data_dict.keys(),colors): 
    y = downsample(data_dict[key], 100) 
    ax.plot(x, 
      y, 
      label=key, 
      color=c, 
      alpha=.5) 
    print("%s DONE!" % (key)) 

ax.axhline(1,color='red',linestyle='--') 
ax.grid(True) 
ax.set_xlabel("Zeit in ns") 
ax.set_ylabel("Distanz in nm") 
legend = ax.legend() 
print("DONE!") 
# plt.show() 
plt.savefig('/tmp/test.png')