为什么 matplotlib 绘图比 pd.DataFrame.plot() 慢得多？

Question

亲爱的社区，您好，

我在搜索过程中没有发现类似的东西，希望我没有监督任何事情。 我有以下问题：

我有一个大数据集，其形状为 1352x121797（1353 个样本和 121797 个时间点）。 现在我已经对这些进行了聚类，并希望为每个聚类生成一个图，其中绘制了该聚类的每个时间序列。

但是，当使用 matplotlib 语法时，它就像超级慢（而且我不确定它来自哪里）。 即使过了 5-10 分钟，它也没有完成。

import matplotlib.pyplot as plt
import pandas as pd

fig, ax = plt.subplots()

for index, values in subset_cluster.iterrows(): # One Cluster subset, dataframe of shape (11x121797)
    ax.plot(values)

fig.savefig('test.png')

甚至，在ax.plot(values)之后插入一个中断时，它仍然没有完成。 我正在使用 Spyder 并认为这可能是由于 Spyder 总是在控制台中内联渲染绘图。

但是，当简单地使用 Series values.plot()的 pandas 方法而不是ax.plot(values) ，绘图会出现并在 1-2 秒内保存。

因为我需要 matplotlib 的自定义选项来标准化所有绘图并使它们看起来更漂亮一点，所以我很想使用 matplotlib 语法。 任何人有任何想法？

提前致谢

编辑：所以虽然尝试了一下，但渲染似乎是耗时的部分。 当使用后端matplotlib.use('Agg')运行时，绘图命令运行得更快（如果使用plt.plot()而不是ax.plot() ），但plt.savefig()则需要永远。 不过，还是应该在相当长的时间内吧？ 即使是 121xxx 数据点。

Answer 1

发布答案，因为它可能有助于 OP 或其他人：我遇到了同样的问题，并发现这是因为我用作 x 轴的数据是一个对象，而 y 轴数据是 float64。 将对象显式设置为 DateTime 后，使用 Matplotlib 绘图的速度与 Pandas 的 df.plot() 一样快。 我猜 Pandas 在绘图时在理解数据类型方面做得更好。

OP，您可能想检查您绘制的值是否为正确的类型，或者您是否像我一样在从文件加载数据帧时遇到了一些问题。