Tăng tốc các ô phân tán matplotlib

Question

Tôi đang cố tạo một chương trình tương tác chủ yếu sử dụng matplotlib để tạo các ô phân tán thay vì nhiều điểm (10k-100k hoặc hơn). Ngay bây giờ nó hoạt động, nhưng thay đổi mất quá nhiều thời gian để render. Một số lượng nhỏ các điểm là ok, nhưng một khi con số tăng lên thì mọi thứ trở nên bực mình. Vì vậy, tôi đang làm việc trên các cách để tăng tốc độ phân tán, nhưng tôi không có nhiều may mắn

Có cách rõ ràng để làm mọi thứ (cách nó được triển khai ngay bây giờ) (Tôi nhận ra âm mưu vẽ lại mà không cần cập nhật. không muốn thay đổi kết quả fps với các cuộc gọi lớn đến ngẫu nhiên).

import matplotlib.pyplot as plt 
import numpy as np 
import matplotlib as mpl 
import time 


X = np.random.randn(10000) #x pos 
Y = np.random.randn(10000) #y pos 
C = np.random.random(10000) #will be color 
S = (1+np.random.randn(10000)**2)*3 #size 

#build the colors from a color map 
colors = mpl.cm.jet(C) 
#there are easier ways to do static alpha, but this allows 
#per point alpha later on. 
colors[:,3] = 0.1 

fig, ax = plt.subplots() 

fig.show() 
background = fig.canvas.copy_from_bbox(ax.bbox) 

#this makes the base collection 
coll = ax.scatter(X,Y,facecolor=colors, s=S, edgecolor='None',marker='D') 

fig.canvas.draw() 

sTime = time.time() 
for i in range(10): 
    print i 
    #don't change anything, but redraw the plot 
    ax.cla() 
    coll = ax.scatter(X,Y,facecolor=colors, s=S, edgecolor='None',marker='D') 
    fig.canvas.draw() 
print '%2.1f FPS'%((time.time()-sTime)/10) 

Mà cho một tốc độ 0,7 fps

Ngoài ra, tôi có thể chỉnh sửa các bộ sưu tập được trả về bởi phân tán. Đối với điều đó, tôi có thể thay đổi màu sắc và vị trí, nhưng không biết làm thế nào để thay đổi kích thước của mỗi điểm. Tôi nghĩ rằng tôi sẽ trông giống như thế này

import matplotlib.pyplot as plt 
import numpy as np 
import matplotlib as mpl 
import time 


X = np.random.randn(10000) #x pos 
Y = np.random.randn(10000) #y pos 
C = np.random.random(10000) #will be color 
S = (1+np.random.randn(10000)**2)*3 #size 

#build the colors from a color map 
colors = mpl.cm.jet(C) 
#there are easier ways to do static alpha, but this allows 
#per point alpha later on. 
colors[:,3] = 0.1 

fig, ax = plt.subplots() 

fig.show() 
background = fig.canvas.copy_from_bbox(ax.bbox) 

#this makes the base collection 
coll = ax.scatter(X,Y,facecolor=colors, s=S, edgecolor='None', marker='D') 

fig.canvas.draw() 

sTime = time.time() 
for i in range(10): 
    print i 
    #don't change anything, but redraw the plot 
    coll.set_facecolors(colors) 
    coll.set_offsets(np.array([X,Y]).T) 
    #for starters lets not change anything! 
    fig.canvas.restore_region(background) 
    ax.draw_artist(coll) 
    fig.canvas.blit(ax.bbox) 
print '%2.1f FPS'%((time.time()-sTime)/10) 

Kết quả này sẽ chậm hơn 0,7 fps. Tôi muốn thử sử dụng CircleCollection hoặc RegularPolygonCollection, vì điều này sẽ cho phép tôi thay đổi kích thước dễ dàng và tôi không quan tâm đến việc thay đổi điểm đánh dấu. Nhưng, tôi không thể có được để vẽ vì vậy tôi không có ý tưởng nếu họ muốn được nhanh hơn. Vì vậy, tại thời điểm này tôi đang tìm kiếm ý tưởng.

Answer 1

Tôi đã trải qua điều này một vài lần cố gắng đẩy nhanh tiến độ điểm phân tán với số lượng lớn các điểm, khác nhau như cố gắng:

• loại marker khác nhau
• Hạn chế màu sắc
• cắt xuống dataset
• Sử dụng bản đồ nhiệt/lưới thay vì ô phân tán

Và không có thứ nào trong số này hoạt động. Matplotlib không phải là rất hiệu quả khi nói đến các mảnh phân tán. Đề xuất duy nhất của tôi là sử dụng một thư viện vẽ đồ thị khác, mặc dù tôi không tìm thấy cá nhân nào phù hợp. Tôi biết điều này không giúp được gì nhiều, nhưng nó có thể tiết kiệm cho bạn một số giờ mày mò.

Answer 2

Chúng tôi đang tích cực làm việc về hiệu suất cho các ô phân tán matplotlib lớn. Tôi khuyến khích bạn tham gia vào cuộc trò chuyện (http://matplotlib.1069221.n5.nabble.com/mpl-1-2-1-Speedup-code-by-removing-startswith-calls-and-some-for-loops-td41767.html) và, thậm chí tốt hơn, hãy kiểm tra yêu cầu kéo đã được gửi để cải thiện cuộc sống tốt hơn cho một trường hợp tương tự (https://github.com/matplotlib/matplotlib/pull/2156).

HTH