اعتبارات الأداء لتخطيط Matplotlib

أثناء تقييم مكتبات التخطيط المختلفة لـ Python، قد تواجه مشكلات في الأداء عند استخدام Matplotlib. تستكشف هذه المقالة سبب بطء تخطيط Matplotlib وتوفر حلولًا لتحسين سرعته.

أسباب البطء

ينبع أداء Matplotlib البطيء في المقام الأول من عاملين:

• عمليات إعادة الرسم المتكررة: في كل مرة يتم استدعاءFig.canvas.draw()، فإنه يقوم بتحديث الشكل بالكامل، بما في ذلك عناصر مثل حدود المحاور وتسميات التجزئة. هذه العملية مكثفة حسابيًا.
• العديد من المخططات الفرعية: المخططات التي تحتوي على مخططات فرعية متعددة تتميز بالعديد من علامات التجزئة يمكن أن تبطئ العرض بشكل كبير.

تحسين الأداء

لتعزيز الأداء، ضع في اعتبارك الاستراتيجيات التالية:

1. استخدم Blitting:

يتضمن Blitting فقط تحديث جزء معين من اللوحة القماشية بدلاً من إعادة رسم الشكل بأكمله. وهذا يقلل بشكل كبير من الحمل الحسابي. يوفر Matplotlib أساليب التقسيم الخاصة بالواجهة الخلفية والتي تختلف اعتمادًا على إطار عمل واجهة المستخدم الرسومية المستخدم.

2. تقييد إعادة الرسم:

استخدم خيار الرسوم المتحركة = True عند التخطيط. بالاشتراك مع وحدة الرسوم المتحركة Matplotlib، تسمح هذه التقنية بتحديث كائنات محددة دون التسبب في إعادة رسم اللوحة القماشية بالكامل.

3. تخصيص الحبكات الفرعية:

قلل عدد الحبكات الفرعية وتسميات التجزئة. قم بإزالة العناصر غير الضرورية لتقليل وقت العرض.

4. تعزيز كفاءة الكود:

قم بإعادة بناء الكود الخاص بك لتحسين هيكله وتقليل عدد العمليات التي يتم إجراؤها. استخدم العمليات الموجهة حيثما أمكن ذلك.

مثال:

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)
fig.show()  # Draw the canvas initially

styles = ['r-', 'g-', 'y-', 'm-', 'k-', 'p-']
lines = [ax.plot(x, y, style)[0] for ax, style in zip(axes, styles)]

# Store background images of the axes
backgrounds = [fig.canvas.copy_from_bbox(ax.bbox) for ax in axes]

tstart = time.time()               
for i in range(1, 200):
    for j, line in enumerate(lines, start=1):
        # Restore the background
        fig.canvas.restore_region(backgrounds[j-1])
        
        # Update the data
        line.set_ydata(sin(j*x i/10.0))  

        # Draw the artist and blit
        ax.draw_artist(line)
        fig.canvas.blit(ax.bbox)

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

المكتبات البديلة

بوكيه، مؤامرة، أو الطير. تعطي هذه المكتبات الأولوية للتفاعل في الوقت الفعلي وتحسين الأداء.