python - matplotlib 散点图对于大量数据是否慢？

Question

我有一个包含属性 x、y 的数据集，它们可以绘制在 x-y 表面上。

本来我是用代码

df.plot(kind='scatter', x='x', y='y', alpha=0.10, s=2)
plt.gca().set_aspect('equal')

代码非常快，数据大小约为 50000。

最近，我使用了一个较新的数据集，大小约为 2500000。散点图变得更慢。

我想知道，这是否是预期的行为，我是否可以做些什么来提高绘图速度？

Answer 1

是的，是的。原因是超过一千个点的散点图意义不大，所以没有人费心去优化它。您最好使用其他一些表示方式来表示您的数据:

• 如果您的点分布在各处，则为热图。使热图单元格非常小
• 绘制某种近似分布的曲线，也许将您的 y 与您的 x 相关联。请务必提供一些置信度值或以其他方式描述分布；例如，对我来说，为每个 x(或 x 的范围)构建一个 y 的盒子，并将它们放在相同的网格通常效果很好。
• 缩减数据集。 @sascha 在评论中建议随机抽样，这绝对是个好主意。根据您的数据，也许有更好的方法来选择代表点。