提高调整大小和平移imshow / countourf / pcolormesh的响应能力？

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()