python - 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 图嵌入到 wx 中，并且发现 matplotlib 在处理大量数据方面非常糟糕，无论是在速度还是在内存方面。除了对输入进行下采样之外，有谁知道加速(减少内存占用)matplotlib 的方法吗？

为了说明 matplotlib 的内存有多糟糕，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——绘制 1000 万个点会在 matplotlib 中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 MB 的额外内存，并且您发现它在空间和时间方面是可以接受的，因此您应该降低采样率以使其始终低于 1M 点:

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

或者类似于上面的代码片段(上面的代码可能会根据您的口味过于激进地缩减采样。)