Question

对于电生理学数据分析集，我需要绘制一个大的2D阵列（暗淡约20.000 x 120）点。我曾经在我的PyQt应用程序中嵌入了一个Matplotlib小部件，但是寻找其他解决方案因为绘图花了很长时间。尽管如此，使用pyqtgraph绘制数据也需要比预期更长的时间，这可能是因为它在使用plot（）函数时每次重绘小部件。

绘制大型数组的最佳做法是什么？

pyqtgraph的例子，尽管很广泛，但对我没有太大的帮助......

import pyqtgraph as pg
view = pg.GraphicsLayoutWidget()
w1 = view.addPlot()

for n in data:
    w1.plot(n)

或

w1.plot(data)

最后一条规则生成 ValueError：操作数无法与形状一起广播（10）（10,120）

提前致谢....

Answer 1

见这个讨论： https://groups.google.com/forum/?fromgroups#!searchin/pyqtgraph/arraytoqpath/pyqtgraph/CBLmhlKWnfo/jinNoI07OqkJ

每次调用plot（）后，Pyqtgraph都不会重绘;它将等到控件返回到Qt事件循环之后重绘。但是，您的代码可能会通过调用QApplication.processEvents（）来更频繁地访问事件循环（这可能会间接发生，例如，如果您有进度对话框）。

通常，有关提高性能的最重要规则是：配置代码。如果您可以直接测量它，请不要假设可能会减慢您的速度。

由于我无法访问您的代码，因此我只能猜测如何改进它并向您展示分析如何提供帮助。我将从这里的'慢'示例开始，并通过一些改进。

<强> 1。执行缓慢

import pyqtgraph as pg
import numpy as np
app = pg.mkQApp()
data = np.random.normal(size=(120,20000), scale=0.2) + \
       np.arange(120)[:,np.newaxis]
view = pg.GraphicsLayoutWidget()
view.show()
w1 = view.addPlot()
now = pg.ptime.time()
for n in data:
    w1.plot(n)
print "Plot time: %0.2f sec" % (pg.ptime.time()-now)
app.exec_()

这个输出是：

Plot time: 6.10 sec

现在让我们来分析一下：

$ python -m cProfile -s cumulative speed_test.py
. . .
     ncalls  tottime  percall  cumtime  percall filename:lineno(function)
          1    0.001    0.001   11.705   11.705 speed_test.py:1(<module>)
        120    0.002    0.000    8.973    0.075 PlotItem.py:614(plot)
        120    0.011    0.000    8.521    0.071 PlotItem.py:500(addItem) 
    363/362    0.030    0.000    7.982    0.022 ViewBox.py:559(updateAutoRange)
. . .

我们已经可以看到ViewBox.updateAutoRange占用了大量时间，所以让我们禁用自动范围：

<强> 2。快一点

import pyqtgraph as pg
import numpy as np
app = pg.mkQApp()
data = np.random.normal(size=(120,20000), scale=0.2) + \
       np.arange(120)[:,np.newaxis]
view = pg.GraphicsLayoutWidget()
view.show()
w1 = view.addPlot()
w1.disableAutoRange()
now = pg.ptime.time()
for n in data:
    w1.plot(n)
w1.autoRange() # only after plots are added
print "Plot time: %0.2f sec" % (pg.ptime.time()-now)
app.exec_()

..输出为：

Plot time: 0.68 sec

所以这样快一点，但是平移/缩放图仍然很慢。如果我在拖动绘图一段时间后查看配置文件，它看起来像这样：

   ncalls  tottime  percall  cumtime  percall filename:lineno(function)
        1    0.034    0.034   16.627   16.627 speed_test.py:1(<module>)
        1    1.575    1.575   11.627   11.627 {built-in method exec_}
       20    0.000    0.000    7.426    0.371 GraphicsView.py:147(paintEvent)
       20    0.124    0.006    7.425    0.371 {paintEvent}
     2145    0.076    0.000    6.996    0.003 PlotCurveItem.py:369(paint)

所以我们看到很多对PlotCurveItem.paint（）的调用。如果我们将所有120个绘图线放入单个项目以减少绘制调用次数会怎样？

第3。快速实施

经过几轮分析后，我想出了这个。它基于使用pg.arrayToQPath，如上面的线程所示：

import pyqtgraph as pg
import numpy as np
app = pg.mkQApp()

y = np.random.normal(size=(120,20000), scale=0.2) + np.arange(120)[:,np.newaxis]
x = np.empty((120,20000))
x[:] = np.arange(20000)[np.newaxis,:]
view = pg.GraphicsLayoutWidget()
view.show()
w1 = view.addPlot()

class MultiLine(pg.QtGui.QGraphicsPathItem):
    def __init__(self, x, y):
        """x and y are 2D arrays of shape (Nplots, Nsamples)"""
        connect = np.ones(x.shape, dtype=bool)
        connect[:,-1] = 0 # don't draw the segment between each trace
        self.path = pg.arrayToQPath(x.flatten(), y.flatten(), connect.flatten())
        pg.QtGui.QGraphicsPathItem.__init__(self, self.path)
        self.setPen(pg.mkPen('w'))
    def shape(self): # override because QGraphicsPathItem.shape is too expensive.
        return pg.QtGui.QGraphicsItem.shape(self)
    def boundingRect(self):
        return self.path.boundingRect()

now = pg.ptime.time()
lines = MultiLine(x, y)
w1.addItem(lines)
print "Plot time: %0.2f sec" % (pg.ptime.time()-now)

app.exec_()

它快速启动，平移/缩放具有合理的响应能力。不过，我会强调，这个解决方案是否适合您，可能取决于您的计划的细节。

在pyqtgraph中绘制大型数组

1 个答案: