为什么这个带有 Matplotlib 的 Python 脚本这么慢？答案

【问题标题】：Why is this Python script with Matplotlib so slow?为什么这个带有 Matplotlib 的 Python 脚本这么慢？
【发布时间】：2018-07-29 09:10:11
【问题描述】：

我正在尝试模拟抛硬币和利润并在 matplotlib 中绘制图表：

from random import choice
import matplotlib.pyplot as plt
import time

start_time = time.time()
num_of_graphs = 2000
tries = 2000
coins = [150, -100]
last_loss = 0


for a in range(num_of_graphs):
    profit = 0
    line = []
    for i in range(tries):
        profit = profit + choice(coins)
        if (profit < 0 and last_loss < i):
            last_loss = i
        line.append(profit)
    plt.plot(line)
plt.show()

print("--- %s seconds ---" % (time.time() - start_time))
print("No losses after " + str(last_loss) + " iterations")

最终结果是

--- 9.30498194695 seconds ---
No losses after 310 iterations

为什么运行这个脚本需要这么长时间？如果我将 num_of_graphs 更改为 10000，脚本永远不会完成。

你会如何优化它？

【问题讨论】：

可能会有更好的答案，但我会做的第一件事是因为你知道line 会有多大，那就是使用 numpy 并预先分配你的数组。 line = np.zeros((2000,)) 在任一循环外，然后是 line[i] = profit 在第二个循环内。分配一次，然后继续重写。

标签： python performance matplotlib

【解决方案1】：

您对执行时间的衡量过于粗略。以下允许您测量模拟所需的时间，与绘图所需的时间分开：

它正在使用 numpy。

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


def run_sims(num_sims, num_flips):
    start = time.time()
    sims = [np.random.choice(coins, num_flips).cumsum() for _ in range(num_sims)]
    end = time.time()
    print(f"sim time = {end-start}")
    return sims


def plot_sims(sims):
    start = time.time()
    for line in sims:
        plt.plot(line)
    end = time.time()
    print(f"plotting time = {end-start}")
    plt.show()


if __name__ == '__main__':

    start_time = time.time()
    num_sims = 2000
    num_flips = 2000
    coins = np.array([150, -100])

    plot_sims(run_sims(num_sims, num_flips))

结果：

sim time = 0.13962197303771973
plotting time = 6.621474981307983

如您所见，sim 时间大大减少（在我 2011 年的笔记本电脑上大约为 7 秒）；绘图时间取决于 matplotlib。

【讨论】：

【解决方案2】：

matplotlib 随着脚本的进展越来越慢，因为它是重新绘制您之前绘制的所有线条 - 甚至是那些已经滚出屏幕的。

这是之前由 Simon Gibbons 回答的 post 的答案。

matplotlib 并未针对速度进行优化，而是针对其图形进行了优化。以下是一些为提高速度而开发的链接：

有关性能的更多信息，您可以参考matplotlib cookbook。

【讨论】：

【解决方案3】：

为了更好地优化您的代码，我总是会尝试使用 numpy 或根据我的具体需要使用其他在后台使用 numpy 的库通过矢量化来替换循环。

在这种情况下，您可以这样计算和绘制您的利润：

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

start_time = time.time()
num_of_graphs = 2000
tries = 2000
coins = [150, -100]

# Create a 2-D array with random choices
# rows for tries, columns for individual runs (graphs).
coin_tosses = np.random.choice(coins, (tries, num_of_graphs))

# Caculate 2-D array of profits by summing 
# cumulatively over rows (trials).
profits = coin_tosses.cumsum(axis=0)

# Plot everything in one shot.
plt.plot(profits)
plt.show()

print("--- %s seconds ---" % (time.time() - start_time))

在我的配置中，这段代码占用了 aprox。运行 6.3 秒（6.2 绘图），而您的代码花了将近 15 秒。

【讨论】：