用matplotlib绘图函数绘制图表需要时间分钟

Question

我发现了几个类似于我的问题，但答案在我的情况下不起作用... 我认为，在我的情况下，它是不同的，我需要一些帮助弄清楚它是什么。

我的脚本为x和y读取两个50000值的文件，并用matplotlib绘图函数绘制这些值。

我插入了一些打印语句来弄清楚为什么它需要更多的一分钟或有时更长的时间...所以最后的“完成！” （之前的plt.show（））之后让我们说2秒，但然后所有东西... ...斯普利特

有时我得到一分钟的图片，然后有时候，同样的事情，需要5分钟，或者我杀了处理。

任何人都可以帮忙吗？我从2012年开始在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

典型的显示器显示大约100dpis。你正在绘制50K点。如果每个点并排并列，那么您仍然需要50000/100.0 = 500英寸来单独显示所有点。通常一个图形在点之间会有一点空间，这会使所需英寸的数量更大。

要在屏幕上显示图像，matplotlib正在将图像压缩到可能为800 x 600像素的窗口。因此50K x值仅以800像素显示。

换句话说，你正在使matplotlib努力绘制很多点，在最终的形象中得到短暂的sh points。

显然，图像应该以人类可以理解的方式总结数据。由于我们可能无法将自己的想法包装在50K以内的可区分点上，因此您可能应该缩减采样数据。一种粗暴的方式是采取每第100个点：

x = x[::100] 

或者，你可能需要每100点的平均值：

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')