Question

我正在绘制数组中的大约10,000个项目。它们具有大约1,000个独特的值。

情节现在已经运行了半个小时。我确保其余代码有效。

这很慢吗？这是我第一次使用pyplot绘制直方图。

Answer 1

要快速使用matplotlib绘制直方图，您需要将histtype='step'参数传递给pyplot.hist。例如：

plt.hist(np.random.exponential(size=1000000,bins=10000))
plt.show()

平移或缩放时，

需要大约15秒的时间来绘制，大约需要5-10秒才能更新。

相比之下，使用histtype='step'绘图：

plt.hist(np.random.exponential(size=1000000),bins=10000,histtype='step')
plt.show()

几乎立即绘制，可以毫不拖延地进行平移和缩放。

Answer 2

在代码中的某处导入seaborn可能会导致pyplot.hist花费很长时间。

如果问题是seaborn，可以通过重置matplotlib设置来解决：

import seaborn as sns
sns.reset_orig()

Answer 3

在将numpy数组展平后立即绘制直方图。尝试以下演示代码：

import numpy as np

array2d = np.random.random_sample((512,512))*100
plt.hist(array2d.flatten())
plt.hist(array2d.flatten(), bins=1000)

Answer 4

由于有几个答案已经提到了 pandas.hist() 的缓慢问题，请注意这可能是由于处理非数值数据造成的。使用 value_counts() 轻松解决的问题：

df['colour'].value_counts().plot(kind='bar')

Answer 5

对我来说，问题在于pd.series的数据类型（例如S）是“对象”而不是“ float64”。我使用\u25CF => ●之后，然后plt.hist（S）很快！！

Answer 6

对我来说，在调用hist之后立即调用figure.canvas.draw()来立即更新，即hist实际上很快（在计时后发现），但是在更新图形之前有几秒钟的延迟。我在jupyter实验室单元（qt5后端）的matplotlib回调中调用了hist。

Answer 7

任何人遇到我遇到的问题-（这完全是我的坏事:)）

如果要处理数字，请确保从CSV读取数据类型为int / float，而不是字符串。

values_arr = .... .flatten().astype('float')

Answer 8

如果您正在使用熊猫，请确保在plt.hist（）中传递的数据是一维序列，而不是数据帧。这帮助了我。

Answer 9

我使用Pandas .hist()方法遇到了同样的问题。对我而言，解决方案是：

pd.to_numeric(df['your_data']).hist()

立即工作。