matplotlib scatter plotting png

Question

我试图做一个散点图〜600万点，试图了解某种聚类。

当我尝试在一个简单的分散命令中做到这一点，matplotlib抱怨过多的内存。所以我决定绘制3000点，然后以.png格式保存图形，清除图形，用imread()加载保存的.png，然后覆盖下一个3000点。

我正面临一些填充问题，我不明白他们是如何出现的。我的代码是有点长，因为我解析大量的文本文件，但下面是复制我的思维样品样机代码：

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) 

的结果是什么，我不知道如何解释。很显然，我不会了解imshow（）中“aspect”和“extent”之间的关系。有人可以帮助我吗？

图1

图2

我期待既fig1.png和fig2.png到在另一个的顶部完全重叠。

Answer 1

我用memory_profiler做了一个内存配置文件，为一个合理的例子，为6M点。

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。这不是很慢。

在另一方面，轮廓输出：

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') 

它达到高达300 MB，这不是一个问题存储器要么。 问题在别处，但你应该可以将全部积分在一起。

最后，散点图：