加速Matplotlib？

Question

我读过here matplotlib擅长处理大型数据集。我正在编写一个数据处理应用程序并将matplotlib图形嵌入到wx中，并且发现matplotlib在处理大量数据方面是可怕的，无论是在速度方面还是在内存方面。有没有人知道一种方法来加速（减少matplotlib的内存占用），而不是下采样你的输入？

为了说明matplotlib与内存有多糟糕，请考虑以下代码：

import pylab
import numpy
a = numpy.arange(int(1e7)) # only 10,000,000 32-bit integers (~40 Mb in memory)
# watch your system memory now...
pylab.plot(a) # this uses over 230 ADDITIONAL Mb of memory

Answer 1

下采样是一个很好的解决方案 - 在matplotlib中绘制10M点消耗大量内存和时间。如果您知道可以接受多少内存，那么您可以根据该数量进行下采样。例如，假设1M点需要23个额外的MB内存并且您发现它在空间和时间方面是可接受的，因此您应该进行缩减采样以使其始终低于1M点：

if(len(a) > 1M):
   a = scipy.signal.decimate(a, int(len(a)/1M)+1)
pylab.plot(a)

或者类似上面的代码片段（上面的内容可能会根据您的喜好进行下调。）

Answer 2

我经常对极端值感兴趣，在绘制大块数据之前，我会这样做：

import numpy as np

s = np.random.normal(size=(1e7,))
decimation_factor = 10 
s = np.max(s.reshape(-1,decimation_factor),axis=1)

# To check the final size
s.shape

当然np.max只是极端计算功能的一个例子。

P.S。 随着numpy“大踏步”，应该可以避免在重塑期间复制数据。

Answer 3

我有兴趣保存对数抽样图的一侧，所以我想到了这一点： （降采样是我的第一次尝试）

def downsample(x, y, target_length=1000, preserve_ends=0):
    assert len(x.shape) == 1
    assert len(y.shape) == 1
    data = np.vstack((x, y))
    if preserve_ends > 0:
        l, data, r = np.split(data, (preserve_ends, -preserve_ends), axis=1)
    interval = int(data.shape[1] / target_length) + 1
    data = data[:, ::interval]
    if preserve_ends > 0:
        data = np.concatenate([l, data, r], axis=1)
    return data[0, :], data[1, :]

def geom_ind(stop, num=50):
    geo_num = num
    ind = np.geomspace(1, stop, dtype=int, num=geo_num)
    while len(set(ind)) < num - 1:
        geo_num += 1
        ind = np.geomspace(1, stop, dtype=int, num=geo_num)
    return np.sort(list(set(ind) | {0}))

def log_downsample(x, y, target_length=1000, flip=False):
    assert len(x.shape) == 1
    assert len(y.shape) == 1
    data = np.vstack((x, y))
    if flip:
        data = np.fliplr(data)
    data = data[:, geom_ind(data.shape[1], num=target_length)]
    if flip:
        data = np.fliplr(data)
    return data[0, :], data[1, :]

这使我可以更好地保留情节的一侧：

newx, newy = downsample(x, y, target_length=1000, preserve_ends=50)
newlogx, newlogy = log_downsample(x, y, target_length=1000)
f = plt.figure()
plt.gca().set_yscale("log")
plt.step(x, y, label="original")
plt.step(newx, newy, label="downsample")
plt.step(newlogx, newlogy, label="log_downsample")
plt.legend()