加快Matplotlib？

Question

我读过herematplotlib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 plots嵌入到wx中，发现matplotlib在处理大量数据方面非常糟糕，无论是在速度上还是在内存上。有没有人知道除了对输入进行降采样之外，还可以加速（减少）matplotlib的内存占用？

要说明matplotlib对内存的影响，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

我对极值也很感兴趣，所以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只是极限计算函数的一个例子。

附则。 使用numpy“跨步技巧”应该可以避免在重塑期间复制数据。

Answer 2

在这里，下采样是一个很好的解决方案——在matplotlib中绘制10米点会消耗大量内存和时间。如果你知道多少内存是可以接受的，那么你可以根据这个数量减少采样。例如，假设1M点需要额外的23 MB内存，并且您发现它在空间和时间上都是可以接受的，因此您应该减少采样，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)

或者类似于上面的片段（上面的内容可能会对你的口味过于激进。）

Answer 3

我有兴趣保留一块原木样地的一面，所以我想到了这个： （下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, :]

这让我更好地保留了情节的一面：

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()