减少散点图的文件大小

Question

我目前正在尝试减少散点图的文件大小。我的代码如下：

plt.scatter(a1,b1)
plt.savefig('test.ps')

其中a1，b1是大小为400,000左右的数组，它的文件大小为7.8MB。

我尝试过添加

plt.rcParams['path.simplify'] = True

在这段代码之前，但文件仍为7.8MB。这是一个问题，它如何保存为“.ps”文件或其他问题？

Answer 1

你可以考虑使用例如browserify ./app.js -o bundle.js -t [ babelify --presets react ] - 当你有一个密集的点集时，我特别喜欢这个，因为它更好地指出你的数据集中在哪里。例如：

hexbin

从左图中，我可以得出结论，import numpy as np import matplotlib.pylab as pl x = np.random.normal(size=40000) y = np.random.normal(size=40000) pl.figure() pl.subplot(121) pl.scatter(x, y) pl.xlim(-4,4) pl.ylim(-4,4) pl.subplot(122) pl.hexbin(x, y, gridsize=40) pl.xlim(-4,4) pl.ylim(-4,4) 之间的点数分布大致相等，但事实并非如此。

（http://matplotlib.org/examples/pylab_examples/hexbin_demo.html）

Answer 2

一种方法是使用plot而不是scatter（您仍然可以使用plot参数使用'o'生成散点图，并使用{{1关键字参数，如下所示：

rasterized

这应该会显着减小输出文件的大小。文本和艺术线条将保持向量，只有点被光栅化，所以这是一个很好的妥协。

根据您希望实现的目标，最好对数据进行直方图编制并对其进行绘图（例如import numpy as np import matplotlib.pyplot as plt a1,b1 = np.random.randn(400000,2).T #mock data of similar size to yours plt.plot(a1,b1,'o',rasterized=True) plt.savefig("test.ps") 或pyplot.hist2d）。

Answer 3

我认为这是由PostScript格式引起的，没有什么可以改变的。我们来算一算：

7.8MB类似于7.8 * 1024 * 1024 = 8,178,892.8。假设散点图中有400,000个点，这意味着如果文件中没有其他内容（即没有图例，没有注释等），您的文件会为散点图中的每个点分配20个字节。

现在，我不是PostScript专家，但是查看输出test.ps，用于在PostScript中绘制圆圈的命令如下所示：

[x] [y] o

其中x和y是每个点的坐标。由于这些是浮点值，因此信息确实总共增加了15个字节，这与我上面的猜测相差不远。

所以是的，文件大小是由PostScript文件的性质引起的，PostScript文件为散点图中的400,000个点中的每个点存储了相当多的信息。

您可以将散点图存储为@AngusWilliams'答案中建议的栅格化图像，这将导致较小的文件大小。但是，您将失去基于矢量的文件格式的优势：在任何分辨率下无损缩放。

如果您不需要基于矢量的文件格式的这种优势，那么使用像.png这样的其他文件格式可能会更好，在压缩图像方面通常比包含光栅化信息的PostScript更好