python - catplot(kind ="count") 明显慢于 countplot()

Question

我正在处理一个相当大的数据集(约 4000 万行)。我发现如果我直接调用 sns.countplot() ，那么我的可视化绘图会非常快:

%%time 
ax = sns.countplot(x="age_band",data=acme)

但是，如果我使用 catplot(kind="count") 进行相同的可视化，那么执行速度会急剧减慢:

%%time
g = sns.catplot(x="age_band",data=acme,kind="count")

造成这么大的性能差异有什么原因吗？ catplot() 是否在绘制数据之前对我的数据进行某种转换？

如果有已知原因，那么它是否扩展到所有图形级别函数与轴级别函数，例如 sns.scatterplot() 比 sns.relplot(kind= “分散”)等等？

我的偏好是使用catplot()，因为我喜欢它的灵 active 和在 FacetGrid 上轻松绘图，但如果需要更长的时间才能实现相同的绘图，那么我将使用轴水平直接起作用。

Answer 1

catplot 或 FacetGrid 中存在大量开销，这将确保类别沿网格同步。考虑例如您有一个沿着网格列绘制的变量，该变量并非每个年龄组都出现。您仍然需要显示未出现的年龄组并保留其颜色。因此，两个相邻的计数图不一定构成一个猫图。

但是，如果您只对单个计数图感兴趣，那么猫图显然是多余的。另一方面，与计数条形图相比，即使是单个计数图也太过分了。也就是说，

counts = df["Category"].value_counts().sort_index()
colors = plt.cm.tab10(np.arange(len(counts)))
ax = counts.plot.bar(color=colors)

速度是原来的两倍

ax = sns.countplot(x="Category", data=df)