Question

我有几个使用matplotlib创建的子图。绘制数据后，我需要返回并在for循环中的数据点之间绘制线条。我的数据文件很大，这需要python很长时间......

有没有办法加快速度？这是我的代码：

def generateHistogram(x, y, ax):
    x = np.log10(x)
    xerror = []

    numData = len(x)

    plt.rcParams['lines.solid_capstyle'] = 'butt'

    for dataIndex in range(0, numData-1):
        xerror.append(np.divide(np.subtract(x[dataIndex+1], x[dataIndex]), 2.0))

    for errorIndex in range(0, len(x)):
        if (errorIndex == 0):
            ax.semilogx((np.power(10, (x[errorIndex]-xerror[errorIndex])), np.power(10, x[errorIndex])),
                        (y[errorIndex], y[errorIndex]), linewidth=2, color='k')

        if (errorIndex == len(xerror)):
            ax.semilogx((np.power(10, x[errorIndex]), np.power(10, (x[errorIndex]+xerror[errorIndex-1]))),
                        (y[errorIndex], y[errorIndex]), linewidth=2, color='k')

        if (errorIndex < len(xerror)):
            ax.semilogx((np.power(10, x[errorIndex]), np.power(10, (x[errorIndex]+xerror[errorIndex]))),
                         (y[errorIndex], y[errorIndex]), linewidth=2, color='k')
            ax.semilogx((np.power(10, (x[errorIndex+1]-xerror[errorIndex])), np.power(10, x[errorIndex+1])),
                        (y[errorIndex+1], y[errorIndex+1]), linewidth=2, color='k')

            verticleLineXPos = np.power(10, (x[errorIndex]+xerror[errorIndex]))
            ax.semilogx((verticleLineXPos, verticleLineXPos), (y[errorIndex], y[errorIndex+1]),
                        linewidth=2, color='k')


    return xerror;

这基本上在我需要的位置上绘制每个子图（其中x轴是半轴刻度）的线。您对提高性能有什么建议吗？

Answer 1

我在这里找到了这个引用，它提供了一种聪明的方法来优化它：http://exnumerus.blogspot.com/2011/02/how-to-quickly-plot-multiple-line.html

它提供99％的性能提升。它对我很有用。

Answer 2

当您需要将不同的kwargs传递到不同的行时

grover's Answer 非常适合您不需要将任何额外的kwargs传递给个别行。

但是，如果你这样做（就像我一样）那么你就不能使用他的链接中列出的一次通话方法。

在检查了plot花费时间的时间之后，特别是在使用循环绘制同一轴上的多条线时，结果显示浪费了很多时间自动缩放添加每个内部Line2D对象后的视图。

为了解决这个问题，我们可以重复使用plot函数（see here on the github repo）的内部结构，但只在我们完成时调用autoscale_view函数一次。

这提供了~x2的加速，虽然不在任何地方附近通过一次传递所有绘图参数所提供的速度，对于需要传递不同kwargs的情况（例如特定的线条颜色）仍然有用。

以下示例代码。

import numpy as np
import matplotlib.pyplot as plt

Nlines = 1000
Npoints = 100

fig = plt.figure()
ax = fig.add_subplot(111)
xdata = (np.random.rand(Npoints) for N in range(Nlines))
ydata = (np.random.rand(Npoints) for N in range(Nlines))
colorvals = (np.random.rand() for N in range(Nlines))

for x, y, col in zip(xdata, ydata, colorvals):
    ax.add_line(
        plt.Line2D(
            x,y,
            color=plt.cm.jet(col)
        )
    )
ax.autoscale_view()

matplotlib加快循环中的绘图线

2 个答案: