為什么 matplotlib 繪圖比 pd.DataFrame.plot() 慢得多？

Question

親愛的社區，您好，

我在搜索過程中沒有發現類似的東西，希望我沒有監督任何事情。 我有以下問題：

我有一個大數據集，其形狀為 1352x121797（1353 個樣本和 121797 個時間點）。 現在我已經對這些進行了聚類，並希望為每個聚類生成一個圖，其中繪制了該聚類的每個時間序列。

但是，當使用 matplotlib 語法時，它就像超級慢（而且我不確定它來自哪里）。 即使過了 5-10 分鍾，它也沒有完成。

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)之后插入一個中斷時，它仍然沒有完成。 我正在使用 Spyder 並認為這可能是由於 Spyder 總是在控制台中內聯渲染繪圖。

但是，當簡單地使用 Series values.plot()的 pandas 方法而不是ax.plot(values) ，繪圖會出現並在 1-2 秒內保存。

因為我需要 matplotlib 的自定義選項來標准化所有繪圖並使它們看起來更漂亮一點，所以我很想使用 matplotlib 語法。 任何人有任何想法？

提前致謝

編輯：所以雖然嘗試了一下，但渲染似乎是耗時的部分。 當使用后端matplotlib.use('Agg')運行時，繪圖命令運行得更快（如果使用plt.plot()而不是ax.plot() ），但plt.savefig()則需要永遠。 不過，還是應該在相當長的時間內吧？ 即使是 121xxx 數據點。

Answer 1

發布答案，因為它可能有助於 OP 或其他人：我遇到了同樣的問題，並發現這是因為我用作 x 軸的數據是一個對象，而 y 軸數據是 float64。 將對象顯式設置為 DateTime 后，使用 Matplotlib 繪圖的速度與 Pandas 的 df.plot() 一樣快。 我猜 Pandas 在繪圖時在理解數據類型方面做得更好。

OP，您可能想檢查您繪制的值是否為正確的類型，或者您是否像我一樣在從文件加載數據幀時遇到了一些問題。