python - 为什么 plotly express 比 plotly graph_objects 更高效？

Question

我正在可视化包含 40 万到 250 万个点的散点图。我预计需要在可视化之前进行下采样，但要看看我用 plotly express 中的 400k 数据集运行了多少试点测试，并且快速、精美且响应迅速地弹出了绘图。

为了制作交互式图形，我真的需要使用 plotly.graph_objects，因为我需要具有不同色阶的多条轨迹，所以我用 graph_objects 制作了基本相同的图形，它不仅速度慢，还使我的计算机崩溃。

我真的很想尽可能少地进行下采样，我对这两种方法之间的绝对性能差异感到惊讶，所以我想这可以归结为我的问题:

为什么会有这样的性能差异，是否可以更改布局/图形/graph_objects 中的任何参数以缩小差距？

这里是一个片段来展示我所说的基本相同的图表的意思:

图形对象

        fig = go.Figure()
        fig.add_trace(go.Scatter(x = x_values, y = y_values, opacity = opacity, marker = {
                'size': size,
                'color': community,
                'colorscale': colorscale
            }))

express

        pacmap_map = px.scatter(x = x_values, y = y_values, color_continuous_scale=colorscale,  opacity = opacity, color = community)
        pacmap_map.update_traces(marker = {
                'size': size
            })

我本来期望性能是相同的，或者至少在相同的范围内，但是 express 像梦一样工作，而 graph_objects 会使 jupyter 内核和它运行的任何 IDE 崩溃，所以有很大的不同。

Answer 1

运行以下简单示例:

import numpy as np
import plotly.graph_objects as go
import plotly.express as px

x = np.linspace(-2, 2, 100000)
y = np.cos(x)

fig = go.Figure(data=[go.Scatter(x=x, y=y)])
fig2 = px.scatter(x=x, y=y)

type(fig.data[0]), type(fig2.data[0])
# out: (plotly.graph_objs._scatter.Scatter, plotly.graph_objs._scattergl.Scattergl)

如您所见，当点数高于某个阈值时，plotly express 似乎会切换到 Scattergl。 Scattergl 在 html5 Canvas 上呈现，因此它使用 GPU(因此效率)。而 Scatter 创建的 svg 对象被插入到当前文档中，消耗了更多的内存。