Ответ 1
Прежде всего, (хотя это вообще не изменит производительность), рассмотрите очистку своего кода, аналогичную этому:
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)
В приведенном выше примере я получаю около 10 кадров в секунду.
Простое примечание, в зависимости от вашего конкретного варианта использования, matplotlib не может быть отличным выбором. Он ориентирован на показатели качества публикации, а не на отображение в режиме реального времени.
Тем не менее, есть много вещей, которые вы можете сделать, чтобы ускорить этот пример.
Есть две основные причины, почему это так медленно, как есть.
1) Вызов fig.canvas.draw() перерисовывает все. Это ваше узкое место. В вашем случае вам не нужно повторно рисовать такие вещи, как границы осей, метки меток и т.д.
2) В вашем случае есть много подзаговоров с большим количеством тиковых ярлыков. Это займет много времени.
Оба они могут быть исправлены с помощью blitting.
Чтобы эффективно использовать blitting, вам нужно будет использовать код, специфичный для бэкэнд. На практике, если вы действительно беспокоитесь о гладкой анимации, вы обычно встраиваете графики matplotlib в какой-то набор инструментов gui, так что это не большая проблема.
Однако, не зная немного больше о том, что вы делаете, я не могу вам помочь.
Тем не менее, существует gui-нейтральный способ сделать это, что все еще достаточно быстро.
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 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)
Это дает мне ~ 200 кадров в секунду.
Чтобы сделать это немного более удобным, в последних версиях matplotlib есть модуль animations.
В качестве примера:
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()