matplotlib 用不同的颜色绘制许多不连续的线段

elcex8rz  于 2023-10-24  发布在  其他
关注(0)|答案(4)|浏览(99)

我有一组这样的数据记录：

  1. (s1, t1), (u1, v1), color1
  2. (s2, t2), (u2, v2), color2
  3. .
  4. .
  5. .
  6. (sN, tN), (uN, vN), colorN

在任何记录中，前两个值是线段的end-points，第三个值是该线段的color。更具体地说，(sn, tn)是第一个端点的x-y坐标，(un, vn)是第二个端点的x-y坐标。此外，color是带有alpha值的rgb。
一般来说，任何两条线段都是断开的（这意味着它们的端点不一定重合）。
如何使用matplotlib通过单个plot调用（或尽可能少的调用）绘制这些数据，因为可能有数千条记录。

尝试次数

在一个大列表中准备数据并对其调用plot太慢了。例如，以下代码无法在合理的时间内完成：

  1. import numpy as np
  2. import matplotlib.pyplot as plt
  4. data = []
  5. for _ in xrange(60000):
  6.     data.append((np.random.rand(), np.random.rand()))
  7.     data.append((np.random.rand(), np.random.rand()))
  8.     data.append('r')
  10. print 'now plotting...' # from now on, takes too long
  11. plt.plot(*data)
  12. print 'done'
  13. #plt.show()

我可以通过使用None插入技巧来加速绘图渲染，如下所示：

  1. import numpy as np
  2. import matplotlib.pyplot as plt
  3. from timeit import timeit
  5. N = 60000
  6. _s = np.random.rand(N)
  7. _t = np.random.rand(N)
  8. _u = np.random.rand(N)
  9. _v = np.random.rand(N)
  10. x = []
  11. y = []
  12. for s, t, u, v in zip(_s, _t, _u, _v):
  13.     x.append(s)
  14.     x.append(u)
  15.     x.append(None)
  16.     y.append(t)
  17.     y.append(v)
  18.     y.append(None)
  19. print timeit(lambda:plt.plot(x, y), number=1)

这在我的机器上执行不到一秒钟。我仍然要弄清楚如何嵌入颜色值（RGB与阿尔法通道）。

matplotlib

4条答案

按热度按时间
gcmastyq

gcmastyq1#

使用LineCollection：

  1. import numpy as np
  2. import pylab as pl
  3. from matplotlib import collections  as mc
  5. lines = [[(0, 1), (1, 1)], [(2, 3), (3, 3)], [(1, 2), (1, 3)]]
  6. c = np.array([(1, 0, 0, 1), (0, 1, 0, 1), (0, 0, 1, 1)])
  8. lc = mc.LineCollection(lines, colors=c, linewidths=2)
  9. fig, ax = pl.subplots()
  10. ax.add_collection(lc)
  11. ax.autoscale()
  12. ax.margins(0.1)

下面是输出：

展开查看全部
赞(0）分享  回复(0）举报  2023-10-24
sulc1iza

sulc1iza2#

函数plot允许在一次调用中绘制多条线，如果你的数据只是在列表中，只要在传递给plot时解包即可：

  1. In [315]: data=[(1, 1), (2, 3), 'r', #assuming points are (1,2) (1,3) actually and,
  2.                                      #here they are in form of (x1, x2), (y1, y2)
  3.      ...: (2, 2), (4, 5), 'g',
  4.      ...: (5, 5), (6, 7), 'b',]
  6. In [316]: plot(*data)
  7. Out[316]: 
  8. [<matplotlib.lines.Line2D at 0x8752870>,
  9.  <matplotlib.lines.Line2D at 0x8752a30>,
  10.  <matplotlib.lines.Line2D at 0x8752db0>]

赞(0）分享  回复(0）举报  2023-10-24
zfycwa2u

zfycwa2u3#

好吧，我最终在将PIL图像转换为numpy数组之前对PIL图像上的线条进行了光栅化：

  1. from PIL import Image
  2. from PIL import ImageDraw
  3. import random as rnd
  4. import numpy as np
  5. import matplotlib.pyplot as plt
  7. N = 60000
  8. s = (500, 500)
  10. im = Image.new('RGBA', s, (255,255,255,255))
  11. draw = ImageDraw.Draw(im)
  13. for i in range(N):
  14.     x1 = rnd.random() * s[0]
  15.     y1 = rnd.random() * s[1]
  16.     x2 = rnd.random() * s[0]
  17.     y2 = rnd.random() * s[1]
  18.     alpha = rnd.random()
  19.     color  = (int(rnd.random() * 256), int(rnd.random() * 256), int(rnd.random() * 256), int(alpha * 256)) 
  20.     draw.line(((x1,y1),(x2,y2)), fill=color, width=1)
  22. plt.imshow(np.asarray(im),
  23.            origin='lower')
  24. plt.show()

这是目前为止最快的解决方案，它完全符合我的实时需求。

展开查看全部
赞(0）分享  回复(0）举报  2023-10-24
1aaf6o9v

1aaf6o9v4#

我已经尝试了Python 3上可用的一些2D渲染引擎，同时在面向图像的深度学习和GAN中寻找输出阶段的快速解决方案。
使用以下基准：将99行渲染成256 x256离屏图像（或任何更有效的图像）的时间（有和没有抗锯齿）。
结果，在我的旧x301笔记本电脑的效率顺序：

  • PyGtk 2：~2500 FPS，（Python 2，GTK 2，不确定如何获得AA）
  • PyQt 5：~1200 FPS，~350（抗锯齿）
  • PyQt 4：约1100 FPS，约380（AA）
  • 开罗：~750 FPS，AA ~250（使用“FAST”AA仅略快）
  • PIL：~600 FPS

基线是一个循环，它花费约0.1 ms（10，000 FPS）检索随机数并调用原语。
PyGtk 2的基本代码：

  1. from gtk import gdk
  2. import random
  4. WIDTH = 256
  5. def r255(): return int(256.0*random.random())
  7. cmap = gdk.Colormap(gdk.visual_get_best_with_depth(24), True)
  8. black = cmap.alloc_color('black')
  9. white = cmap.alloc_color('white')
  10. pixmap = gdk.Pixmap(None, WIDTH, WIDTH, 24)
  11. pixmap.set_colormap(cmap)
  12. gc = pixmap.new_gc(black, line_width=2)
  13. pixmap.draw_rectangle(gc, True, -1, -1, WIDTH+2, WIDTH+2);
  14. gc.set_foreground(white)
  15. for n in range(99):
  16.     pixmap.draw_line(gc, r255(), r255(), r255(), r255())
  18. gdk.Pixbuf(gdk.COLORSPACE_RGB, False, 8, WIDTH, WIDTH
  19.     ).get_from_drawable(pixmap, cmap, 0,0, 0,0, WIDTH, WIDTH
  20.         ).save('Gdk2-lines.png','png')

下面是PyQt 5的例子：

  1. from PyQt5.QtCore import Qt
  2. from PyQt5.QtGui import *
  3. import random
  5. WIDTH = 256.0
  6. def r255(): return WIDTH*random.random()
  8. image = QImage(WIDTH, WIDTH, QImage.Format_RGB16)
  9. painter = QPainter()
  10. image.fill(Qt.black)
  11. painter.begin(image)
  12. painter.setPen(QPen(Qt.white, 2))
  13. #painter.setRenderHint(QPainter.Antialiasing)
  14. for n in range(99):
  15.     painter.drawLine(WIDTH*r0to1(),WIDTH*r0to1(),WIDTH*r0to1(),WIDTH*r0to1())    
  16. painter.end()
  17. image.save('Qt5-lines.png', 'png')

下面是Python3-Cairo的完整性：

  1. import cairo
  2. from random import random as r0to1
  4. WIDTH, HEIGHT = 256, 256
  6. surface = cairo.ImageSurface(cairo.FORMAT_A8, WIDTH, HEIGHT)
  7. ctx = cairo.Context(surface)
  8. ctx.scale(WIDTH, HEIGHT)  # Normalizing the canvas
  9. ctx.set_line_width(0.01)
  10. ctx.set_source_rgb(1.0, 1.0, 1.0)
  11. ctx.set_antialias(cairo.ANTIALIAS_NONE)
  12. #ctx.set_antialias(cairo.ANTIALIAS_FAST)
  14. ctx.set_operator(cairo.OPERATOR_CLEAR)
  15. ctx.paint()
  16. ctx.set_operator(cairo.OPERATOR_SOURCE)
  17. for n in range(99):
  18.     ctx.move_to(r0to1(), r0to1())
  19.     ctx.line_to(r0to1(), r0to1())
  20.     ctx.stroke()
  22. surface.write_to_png('Cairo-lines.png')
展开查看全部
赞(0）分享  回复(0）举报  2023-10-24
我来回答

相关问题

    查看更多

    热门标签

    更多
    JavaquerypythonNode开发语言requestUtil数据库Table后端算法LoggerMessageElementParser

    最新问答

    更多
    • 蜀ICP备13028337号-1 大数据知识库 https://www.saoniuhuo.com © All rights reserved
    • 本站内容来源互联网,如果侵犯您的权益请联系我们删除, 联系方式：448109455@qq.com