提高在 matplotlib 中重绘等高线图的速度

Question

我有一个 python 程序，可以将文件中的数据绘制为该文本文件中每一行的等高线图。目前，我的界面中有 3 个独立的等高线图。无论我是从文件中读取数据还是在执行脚本之前将其加载到内存中都没有关系，我只能从等高线图中获得 ~6fps。

我也试过只使用一个轮廓和其余的正常图，但速度只增加到 7fps。我不相信画几条线会在计算上如此费力。有没有办法让它更快？理想情况下，至少获得 30fps 会很好。

我绘制轮廓的方式是，对于数据的每一行，我都会删除前一行：

for coll in my_contour[0].collections:
    coll.remove()

并添加一个新的

my_contour[0] = ax[0].contour(x, y, my_func, [0])

在代码的开头，我 plt.ion() 在添加图表时更新图表。

如有任何帮助，我们将不胜感激。

谢谢

Answer 1

这里是一个关于如何在动画中使用 contour 情节的例子。它使用 matplotlib.animation.FuncAnimation 这使得打开和关闭 blitting 变得容易。使用 blit=True，它在我的机器上以 ~64 fps 的速度运行，而不会 blitting ~55 fps。请注意 interval 当然必须允许快速动画；将它设置为 interval=10（毫秒）将允许高达 100 fps，但绘图时间将其限制为比这慢的东西。

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

x= np.linspace(0,3*np.pi)
X,Y = np.meshgrid(x,x)
f = lambda x,y, alpha, beta :(np.sin(X+alpha)+np.sin(Y*(1+np.sin(beta)*.4)+alpha))**2
alpha=np.linspace(0, 2*np.pi, num=34)
levels= 10
cmap=plt.cm.magma


fig, ax=plt.subplots()
props = dict(boxstyle='round', facecolor='wheat')
timelabel = ax.text(0.9,0.9, "", transform=ax.transAxes, ha="right", bbox=props)
t = np.ones(10)*time.time()
p = [ax.contour(X,Y,f(X,Y,0,0), levels, cmap=cmap ) ]

def update(i):
    for tp in p[0].collections:
        tp.remove()
    p[0] = ax.contour(X,Y,f(X,Y,alpha[i],alpha[i]), levels, cmap= cmap) 
    t[1:] = t[0:-1]
    t[0] = time.time()
    timelabel.set_text("{:.3f} fps".format(-1./np.diff(t).mean()))  
    return p[0].collections+[timelabel]

ani = matplotlib.animation.FuncAnimation(fig, update, frames=len(alpha), 
                                         interval=10, blit=True, repeat=True)
plt.show()

请注意，在上面的动画 gif 中显示的帧速率较慢，因为保存图像的过程需要更长的时间。

提高在 matplotlib 中重绘等高线图的速度

Increase the speed of redrawing contour plot in matplotlib

python

plot

matplotlib

contour