☰

Matplotlib でのプロットがなぜこんなに遅いのか? 質問する

tag-icon • tag-icon python matplotlib
Matplotlib でのプロットがなぜこんなに遅いのか? 質問する

私は現在、さまざまなPythonプロットライブラリを評価しています。現在はmatplotlibを試していますが、パフォーマンスにはかなりがっかりしています。次の例は、SciPyの例1 秒あたり約 8 フレームしか得られません。

これを高速化する方法はありますか、それとも別のプロット ライブラリを選択する必要がありますか?

from pylab import *
import time

ion()
fig = figure()
ax1 = fig.add_subplot(611)
ax2 = fig.add_subplot(612)
ax3 = fig.add_subplot(613)
ax4 = fig.add_subplot(614)
ax5 = fig.add_subplot(615)
ax6 = fig.add_subplot(616)

x = arange(0,2*pi,0.01)
y = sin(x)
line1, = ax1.plot(x, y, 'r-')
line2, = ax2.plot(x, y, 'g-')
line3, = ax3.plot(x, y, 'y-')
line4, = ax4.plot(x, y, 'm-')
line5, = ax5.plot(x, y, 'k-')
line6, = ax6.plot(x, y, 'p-')

# turn off interactive plotting - speeds things up by 1 Frame / second
plt.ioff()


tstart = time.time()               # for profiling
for i in arange(1, 200):
    line1.set_ydata(sin(x+i/10.0))  # update the data
    line2.set_ydata(sin(2*x+i/10.0))
    line3.set_ydata(sin(3*x+i/10.0))
    line4.set_ydata(sin(4*x+i/10.0))
    line5.set_ydata(sin(5*x+i/10.0))
    line6.set_ydata(sin(6*x+i/10.0))
    draw()                         # redraw the canvas

print 'FPS:' , 200/(time.time()-tstart)

ベストアンサー1

まず、(これによってパフォーマンスがまったく変わるわけではありませんが) 次のようにコードをクリーンアップすることを検討してください。

import matplotlib.pyplot as plt
import numpy as np
import time

x = np.arange(0, 2*np.pi, 0.01)
y = np.sin(x)

fig, axes = plt.subplots(nrows=6)
styles = ['r-', 'g-', 'y-', 'm-', 'k-', 'c-']
lines = [ax.plot(x, y, style)[0] for ax, style in zip(axes, styles)]

fig.show()

tstart = time.time()
for i in xrange(1, 20):
    for j, line in enumerate(lines, start=1):
        line.set_ydata(np.sin(j*x + i/10.0))
    fig.canvas.draw()

print 'FPS:' , 20/(time.time()-tstart)

上記の例では、約 10fps になります。

簡単に言うと、実際の使用例によっては、matplotlib は最適な選択肢ではない場合があります。matplotlib は、リアルタイム表示ではなく、出版品質の図に特化しています。

ただし、この例を高速化するために実行できることはたくさんあります。

これが遅い理由は主に 2 つあります。

1)fig.canvas.draw()再描画の呼び出しすべて. それがボトルネックです。あなたの場合、軸の境界や目盛りラベルなどを再描画する必要はありません。

2) あなたの場合、多くの目盛りラベルを持つサブプロットが多数あります。これらを描画するには長い時間がかかります。

これらは両方とも、ブリットを使用することで修正できます。

効率的に blitting を行うには、バックエンド固有のコードを使用する必要があります。実際には、スムーズなアニメーションが本当に気になる場合は、通常、matplotlib プロットを何らかの GUI ツールキットに埋め込むので、これはそれほど問題にはなりません。

ただし、あなたが何をしているのかをもう少し詳しく知らなければ、私はあなたを助けることができません。

それでも、GUI に依存しない、かなり高速な方法があります。

import matplotlib.pyplot as plt
import numpy as np
import time

x = np.arange(0, 2*np.pi, 0.1)
y = np.sin(x)

fig, axes = plt.subplots(nrows=6)

fig.show()

# We need to draw the canvas before we start animating...
fig.canvas.draw()

styles = ['r-', 'g-', 'y-', 'm-', 'k-', 'c-']
def plot(ax, style):
    return ax.plot(x, y, style, animated=True)[0]
lines = [plot(ax, style) for ax, style in zip(axes, styles)]

# Let's capture the background of the figure
backgrounds = [fig.canvas.copy_from_bbox(ax.bbox) for ax in axes]

tstart = time.time()
for i in xrange(1, 2000):
    items = enumerate(zip(lines, axes, backgrounds), start=1)
    for j, (line, ax, background) in items:
        fig.canvas.restore_region(background)
        line.set_ydata(np.sin(j*x + i/10.0))
        ax.draw_artist(line)
        fig.canvas.blit(ax.bbox)

print 'FPS:' , 2000/(time.time()-tstart)

これにより、約 200fps が得られます。

これをもう少し便利にするために、animationsmatplotlib の最新バージョンにはモジュールがあります。

例:

import matplotlib.pyplot as plt
import matplotlib.animation as animation
import numpy as np

x = np.arange(0, 2*np.pi, 0.1)
y = np.sin(x)

fig, axes = plt.subplots(nrows=6)

styles = ['r-', 'g-', 'y-', 'm-', 'k-', 'c-']
def plot(ax, style):
    return ax.plot(x, y, style, animated=True)[0]
lines = [plot(ax, style) for ax, style in zip(axes, styles)]

def animate(i):
    for j, line in enumerate(lines, start=1):
        line.set_ydata(np.sin(j*x + i/10.0))
    return lines

# We'd normally specify a reasonable "interval" here...
ani = animation.FuncAnimation(fig, animate, xrange(1, 200), 
                              interval=0, blit=True)
plt.show()

おすすめ記事