Matplotlib動畫太慢（〜3 fps）

Question

我需要對數據進行動畫處理，因為它們帶有2D直方圖2d（也許是后來的3D，但據我所知mayavi更好）。

這是代碼：

import numpy as np
import numpy.random
import matplotlib.pyplot as plt
import time, matplotlib


plt.ion()

# Generate some test data
x = np.random.randn(50)
y = np.random.randn(50)

heatmap, xedges, yedges = np.histogram2d(x, y, bins=5)
extent = [xedges[0], xedges[-1], yedges[0], yedges[-1]]

# start counting for FPS
tstart = time.time()

for i in range(10):

    x = np.random.randn(50)
    y = np.random.randn(50)

    heatmap, xedges, yedges = np.histogram2d(x, y, bins=5)

    plt.clf()
    plt.imshow(heatmap, extent=extent)
    plt.draw()

# calculate and print FPS
print 'FPS:' , 20/(time.time()-tstart)

它返回3 fps，顯然太慢了。 每次迭代中都使用numpy.random嗎？ 我應該使用blit嗎？ 如果可以，怎么辦？

該文檔有一些不錯的示例，但對我來說，我需要了解所有功能。

Answer 1

感謝@Chris，我再次查看了示例，並在這里找到了這篇非常有用的文章。

正如@bmu在他使用動畫的答案中所述（請參閱文章）.FuncAnimation是我的方法。

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

def generate_data():
    # do calculations and stuff here
    return # an array reshaped(cols,rows) you want the color map to be  

def update(data):
    mat.set_data(data)
    return mat 

def data_gen():
    while True:
        yield generate_data()

fig, ax = plt.subplots()
mat = ax.matshow(generate_data())
plt.colorbar(mat)
ani = animation.FuncAnimation(fig, update, data_gen, interval=500,
                              save_count=50)
plt.show()

Answer 2

我懷疑這是在每個循環迭代中使用np.histogram2d 。 或在for循環的每個循環迭代中for您正在清除並繪制新圖形。 為了加快速度，您應該一次創建一個圖形，然后只需循環更新圖形的屬性和數據即可。 瀏覽一下matplotlib動畫示例，以獲取有關如何執行此操作的一些指針。 通常，它涉及到調用matplotlib.pyploy.plot然后在循環中調用axes.set_xdata和axes.set_ydata 。

但是，根據您的情況，請看一下matplotlib動畫示例動態圖像2 。 在此示例中，數據的生成與數據的動畫是分開的（如果您有很多數據，可能不是一個好方法）。 通過將這兩個部分拆分，您可以看到導致瓶頸的numpy.histrogram2d或imshow （在每個部分周圍使用time.time() ）。

ps np.random.randn是一個偽隨機數生成器。 這些往往是簡單的線性生成器，每秒可以生成數百萬個（偽）隨機數，因此，幾乎可以肯定這不是您的瓶頸-繪制屏幕幾乎總是比任何數字運算都要慢。