如何使用 Matplotlib 加快绘制大量矩形的速度？答案

【问题标题】：How to speed up the plot of a large number of rectangles with Matplotlib?如何使用 Matplotlib 加快绘制大量矩形的速度？
【发布时间】：2015-11-24 22:43:47
【问题描述】：

我需要用 Matplotlib 绘制大量矩形对象。这是一个包含 n 个随机生成的矩形的简单代码。

import matplotlib
import matplotlib.pyplot as plt
import random

fig = plt.figure()
ax = fig.add_subplot(111, aspect='equal')
plt.xlim([0, 1001])
plt.ylim([0, 1001])
n=10000
for i in range(0,n):
    x = random.uniform(1, 1000)
    y = random.uniform(1, 1000)
    ax.add_patch(matplotlib.patches.Rectangle((x, y),1,1,))
plt.show()

n=10000 需要几秒钟，但如果我们将矩形的数量增加到 100K，则需要太多时间。有什么改进它的建议，或者在合理的时间内有一个情节的不同方法？

【问题讨论】：

我知道您要求使用 matplotlib，但在您的情况下，gnuplot 可能会表现得更好。我知道，与 gnuplot 相比，matplotlib 相当慢； stackoverflow.com/questions/911655/gnuplot-vs-matplotlib
谢谢你的建议，我去试试gnuplot。

标签： python matplotlib plot

【解决方案1】：

使用PatchCollection 一次将所有补丁添加到绘图中会产生大约 2-3 倍的加速（n = 10,000），但我不确定它是否能扩展到更大的数字：

from matplotlib.collections import PatchCollection
import matplotlib
import matplotlib.pyplot as plt
import random

fig = plt.figure()
ax = fig.add_subplot(111, aspect='equal')
plt.xlim([0, 1001])
plt.ylim([0, 1001])
n=10000
patches = []
for i in range(0,n):
    x = random.uniform(1, 1000)
    y = random.uniform(1, 1000)
    patches.append(matplotlib.patches.Rectangle((x, y),1,1,))
ax.add_collection(PatchCollection(patches))
plt.show()

【讨论】：

非常感谢。我确认您的方法可以将速度提高 3 倍。使用 10 万个对象需要 40 秒而不是 2 分 30 秒。