平铺和缩放pyplot非常缓慢

我正在为我正在进行的机器学习项目进行可视化，并且我正在使用matplotlib进行绘图。 matplotlib的后端是Qt4Agg。绘制的点数小于100.平铺和缩放pyplot非常缓慢

平移和缩放非常缓慢。你知道这可能是什么原因吗？

import numpy as np 
from mpl_toolkits.mplot3d import Axes3D 
import matplotlib.pyplot as plt 

from classifier import Classifier 

cl = Classifier(1) 
with open("./data/enolase-01.bounds") as file: 
    data = file.read().strip().split("\n") 
    xdim = int(data[7].split(" ")[-1]) 
    ydim = int(data[8].split(" ")[-1]) 
    zdim = int(data[9].split(" ")[-1]) 

fig = plt.figure() 
ax = fig.add_subplot(111, projection="3d") 

for i, n in enumerate(cl.X[0]): 
    z = i % zdim 
    y = i/zdim % ydim 
    x = i/zdim/ydim % xdim 
    if n == 0.0: 
     continue 
    ax.scatter([x], [y], [z], c='r', marker="o") 
    #print x, y, z 


ax.set_xlabel('X Label') 
ax.set_ylabel('Y Label') 
ax.set_zlabel('Z Label') 

plt.show()

来源

2016-05-23 Georgi Georgiev

代码中没有任何东西可以解释您所遇到的情况。但是，请考虑将您的示例减少到[MCVE]（https://stackoverflow.com/help/mcve）并再次检查功能。机会是减速与其他代码相关。另外，'enumerate'返回一个元组，第一个元素是一个整数（索引），是迭代器的第二个元素。你的（显示的）代码可以通过删除'import classifier ...'来减少，只使用numpy的'ndarray'来调用'ax.scatter'。首先*减少你的代码*，但要找出问题出在哪里。 –

我发现问题在于我多次调用分散方式。每700+分我会打一次，每个分数都是散点图。将所有内容放入单个调用中，可消除平移和缩放中的所有滞后。 –

我发现问题在于我打了太多次分散的方式。每700+分我会打一次，每个分数都是散点图。将所有内容放入单个调用中，可消除平移和缩放中的所有滞后。

来源

2016-06-13 18:03:20

平铺和缩放pyplot非常缓慢

回答

相关问题