如何解决提高调整大小和平移imshow / countourf / pcolormesh的响应能力?
import matplotlib.pyplot as plt
import numpy as np
fig,axes = plt.subplots(2,4)
for ax in axes.ravel():
ax.imshow(np.random.rand(30,30))
plt.show()
这很简单,但是我在系统上发现调整数字的速度非常慢(1-2 fps)。它仅管理8个30 x 30阵列,所以我有点惊讶。我什至都没有使用其他功能调用和功能,例如sharex=True
,sharey=True
,constrained_layout=True
, plt.colorbar()等禁用,上面的示例将非常缓慢地平移和缩放。
是否有方便的方法可以改善这一点?我试图将这样的图形嵌入到tk GUI中,并且调整两者的组合大小是完全无法管理的。我用 pcolormesh 和 countourf 得到了类似的结果,并尝试设置interpolation='nearest'
选项。
即使是在静态位置,刷新示例对我来说刷新也非常快,因此我的问题与调整大小更加一致,而与数字的实际内容或数据量无关(我相信)。
import matplotlib.pyplot as plt
import numpy as np
import matplotlib.animation as animation
def gen(): return(np.random.rand(30,30))
fig,4,constrained_layout=True,sharex=True,sharey=True)
images = [ax.imshow(gen()) for ax in axes.ravel()]
def animate(i):
for im in images:
im.set_array(gen())
return(images)
anim = animation.FuncAnimation(fig,animate,interval=10,blit=True)
plt.show()
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。