為什么在這個 cartopy 投影圖中添加圖例會顯着增加執行時間（以及如何解決這個問題）？

Question

所以我寫了一個腳本來制作工作正常的數字（見下面的模型示例）。 但是當我在圖中添加圖例時，執行時間增加了很多。 我真的不明白這里發生了什么，我天真地認為簡單地添加一個圖例並不是一件復雜的事情。

我懷疑這與 cartopy 投影有關，因為如果我不使用它，它就可以正常工作。

這里有什么問題，我該如何避免？

有問題的代碼：

import numpy as np
import xarray as xr
import matplotlib
import matplotlib.pyplot as plt
import cartopy.crs as ccrs

# Mockup dataset
num = 300
lat = np.linspace(-54,-59,num=num)
lon = np.linspace(-5,5, num=num)

data = np.outer(lat,lon)

ds = xr.DataArray(data=data,
                 dims=["lat", "lon"],
                 coords=dict(lon=lon, lat=lat))


# Map projection
map_proj = ccrs.SouthPolarStereo()

ax = plt.axes(projection=map_proj)
ax.gridlines(draw_labels=True)
ax.set_extent([-3,4,-58,-54])

# Plot image
ds.plot(cmap="gray", 
        add_colorbar=False,
        transform=ccrs.PlateCarree(), # data projection
        subplot_kws={'projection': map_proj}) # map projection

# Plot contours
cs = ds.plot.contour(transform=ccrs.PlateCarree())

# Make legend
proxy = [matplotlib.lines.Line2D([],[], c=pc.get_color()[0]) for pc in cs.collections]
labels = ["foo"] * len(cs.collections)
plt.legend(proxy, labels)

沒有cartopy投影的代碼：

import numpy as np
import xarray as xr
import matplotlib
import matplotlib.pyplot as plt
import cartopy.crs as ccrs

# Mockup dataset
num = 300
lat = np.linspace(-54,-59,num=num)
lon = np.linspace(-5,5, num=num)

data = np.outer(lat,lon)

ds = xr.DataArray(data=data,
                 dims=["lat", "lon"],
                 coords=dict(lon=lon, lat=lat))

# Plot image
ds.plot(cmap="gray", 
        add_colorbar=False) # map projection

# Plot contours
cs = ds.plot.contour()

# Make legend
proxy = [matplotlib.lines.Line2D([],[], c=pc.get_color()[0]) for pc in cs.collections]
plt.legend(proxy, labels)

Answer 1

plt.legend(proxy, labels)默認為loc='best' ，它使用一種算法，如果您的軸中有大量數據，該算法可能會很慢，如果該數據也有復雜的轉換，則特別慢。 而是ax.legend(proxy, labels, loc='upper right')執行ax.legend(proxy, labels, loc='upper right') 。 見https://matplotlib.org/stable/api/_as_gen/matplotlib.axes.Axes.legend.html