在更短的时间内完成许多绘图-Python

Question

我要在同一图中绘制约5万列。这是我使用的代码：

# "Xaxis" is a list containing the x-axis, and "data" a list of the 50 000 data series I want to plot.
for elt in data:
    plt.plot(Xaxis,elt)

这有点耗时（我需要等待约15分钟）。有什么优化流程/减少时间的建议吗？

谢谢！

Answer 1

一个句子的答案：使用LineCollection。

---

有几种方法可以绘制多条线。

A。循环

一个人可以遍历数据并每行创建一个plot。

import numpy as np
import matplotlib.pyplot as plt
from matplotlib.collections import LineCollection


def loop(N, show=False):
    x = np.random.rand(N,3)
    y = np.random.rand(N,3)

    fig, ax = plt.subplots()
    for i in range(N):
        ax.plot(x[i], y[i])

    if show:
        plt.show()
    else:
        fig.canvas.draw()
    plt.close(fig)

B。绘制矩阵

您可以代替向plot多次调用，而可以向plot提供一个矩阵，其中每一列都包含一行的值。但是，这仍将创建与矩阵中的列一样多的Line2D对象。

def matrix(N, show=False):
    x = np.random.rand(N,3)
    y = np.random.rand(N,3)

    fig, ax = plt.subplots()

    ax.plot(x.T, y.T)

    if show:
        plt.show()
    else:
        fig.canvas.draw()
    plt.close(fig)

C。一个LineCollection

一个集合允许创建一个艺术家，该艺术家只能渲染一次。这是最快的选择。

from matplotlib.collections import LineCollection

def linecoll(N, show=False):
    x = np.random.rand(N,3)
    y = np.random.rand(N,3)

    data = np.stack((x,y), axis=2)
    fig, ax = plt.subplots()

    ax.add_collection(LineCollection(data))

    if show:
        plt.show()
    else:
        fig.canvas.draw()
    plt.close(fig)

D。 nan的单个情节。

在数据中nan值的位置将截取一行。这允许绘制单个Line2D，但在组成单​​独行的每个数据块的末尾带有nan。

def fillednan(N, show=False):
    x = np.random.rand(N,3)
    y = np.random.rand(N,3)

    X = np.concatenate((x, np.ones_like(x)*np.nan)).flatten()
    Y = np.concatenate((y, np.ones_like(x)*np.nan)).flatten()

    fig, ax = plt.subplots()

    ax.plot(X,Y)

    if show:
        plt.show()
    else:
        fig.canvas.draw()
    plt.close(fig)

结果。

针对N至%timeit的不同值运行这些函数，结果如下图所示。

我们看到LineCollection花费的时间最少。对于较大的N，差异是很大的。循环效率最低，其次是矩阵。这是因为两者都创建了N个别需要绘制的线。带有nans和LineCollection的单行效率更高，LineCollection仍然胜过plot。