Zeichnen von> 100.000 Datenpunkten?
Die akzeptierte Antwort mit gaussian_kde () nimmt viel Zeit in Anspruch . Auf meinem Computer dauerten 100.000 Zeilen ungefähr 11 Minuten . Hier werde ich zwei alternative Methoden hinzufügen ( mpl-Scatter-Density und Datashader ) und die gegebenen Antworten mit demselben Datensatz vergleichen.
Im Folgenden habe ich einen Testdatensatz von 100.000 Zeilen verwendet:
import matplotlib.pyplot as plt
import numpy as np
x = np.random.normal(size=100000)
y = x * 3 + np.random.normal(size=100000)
Vergleich von Ausgabe- und Rechenzeit
Nachfolgend finden Sie einen Vergleich verschiedener Methoden.
1: mpl-scatter-density
Installation
pip install mpl-scatter-density
Beispielcode
import mpl_scatter_density
from matplotlib.colors import LinearSegmentedColormap
white_viridis = LinearSegmentedColormap.from_list('white_viridis', [
(0, '#ffffff'),
(1e-20, '#440053'),
(0.2, '#404388'),
(0.4, '#2a788e'),
(0.6, '#21a784'),
(0.8, '#78d151'),
(1, '#fde624'),
], N=256)
def using_mpl_scatter_density(fig, x, y):
ax = fig.add_subplot(1, 1, 1, projection='scatter_density')
density = ax.scatter_density(x, y, cmap=white_viridis)
fig.colorbar(density, label='Number of points per pixel')
fig = plt.figure()
using_mpl_scatter_density(fig, x, y)
plt.show()
Das Zeichnen dauerte 0,05 Sekunden:
Und das Vergrößern sieht ganz gut aus:
2: datashader
pip install "git+https://github.com/nvictus/datashader.git@mpl"
Code (Quelle der Dsshow hier ):
from functools import partial
import datashader as ds
from datashader.mpl_ext import dsshow
import pandas as pd
dyn = partial(ds.tf.dynspread, max_px=40, threshold=0.5)
def using_datashader(ax, x, y):
df = pd.DataFrame(dict(x=x, y=y))
da1 = dsshow(df, ds.Point('x', 'y'), spread_fn=dyn, aspect='auto', ax=ax)
plt.colorbar(da1)
fig, ax = plt.subplots()
using_datashader(ax, x, y)
plt.show()
- Das Zeichnen dauerte 0,83 s:
und das gezoomte Bild sieht gut aus!
3: scatter_with_gaussian_kde
def scatter_with_gaussian_kde(ax, x, y):
xy = np.vstack([x, y])
z = gaussian_kde(xy)(xy)
ax.scatter(x, y, c=z, s=100, edgecolor='')
- Das Zeichnen dauerte 11 Minuten:
4: using_hist2d
import matplotlib.pyplot as plt
def using_hist2d(ax, x, y, bins=(50, 50)):
ax.hist2d(x, y, bins, cmap=plt.cm.jet)
- Das Zeichnen dieser Behälter dauerte 0,021 s = (50,50):
- Es dauerte 0,173 s, um diese Behälter zu zeichnen = (1000,1000):
- Nachteile: Die vergrößerten Daten sehen nicht so gut aus wie bei mpl-Scatter-Density oder Datashader. Außerdem müssen Sie die Anzahl der Behälter selbst bestimmen.
5: density_scatter
- Der Code ist wie in der Antwort von Guillaume .
- Es dauerte 0,073 s, um dies mit Bins = (50,50) zu zeichnen:
- Es dauerte 0,368 s, um dies mit Bins = (1000,1000) zu zeichnen: