VisPy，一个神奇的 python 库

VisPy：高性能Python数据可视化库及其优缺点,

最新推荐文章于 2024-10-24 00:21:01 发布

原创最新推荐文章于 2024-10-24 00:21:01 发布 · 1.5k 阅读

1 ·

CC 4.0 BY-SA版权

文章标签：

#python #开发语言

本文介绍了VisPy，一个利用GPU进行高性能2D/3D数据可视化的Python库，涵盖了其优点如高效、易用和灵活，以及对OpenGL依赖和硬件要求的注意点。还提供了一个使用示例和安装方法。

今天给大家分享一个神奇的 python 库，VisPy

VisPy 是一个高性能交互式 2D/3D 数据可视化库。VisPy 通过 OpenGL 库利用现代图形处理单元 (GPU) 的计算能力来显示非常大的数据集。

VisPy 的应用包括

拥有数百万个点的高质量交互式科学绘图。
实时数据的直接可视化。
3D 模型的快速交互式可视化。
OpenGL 可视化演示。
科学 GUI 具有快速、可扩展的可视化小部件。

VisPy 的优缺点

VisPy 优点

**性能高效：**利用GPU加速，可以渲染大型数据集，对实时可视化非常有效。
**易于使用：**提供了简洁的 API，对于不熟悉 OpenGL 的用户来说，可以快速上手创建可视化内容。
**灵活：**既有简单的快速绘图接口，也有基础接口，为用户提供了广泛的定制可能性。
**跨平台：**可以在Windows、macOS和Linux上运行。

VisPy 缺点

**OpenGL 依赖：**用户需要具备一定的 OpenGL 知识才能充分利用 VisPy 的所有功能。
**硬件要求：**对GPU有一定的要求，可能不支持旧的或性能较低的设备。
**文档和社区：**相比其他成熟的库，VisPy 的文档可能不那么全面，社区支持和资源也很少。

初体验

库的安装

可以直接使用 pip 来进行安装。

pip install --upgrade vispy

示例

下面我们来看一个官网给出的示例。

# -*- coding: utf-8 -*-  
# Copyright (c) Vispy Development Team. All Rights Reserved.  
# Distributed under the (new) BSD License. See LICENSE.txt for more info.  
"""  
Plot clusters of data points and a graph of connections  
"""  
from vispy import app, scene, color  
import numpy as np  
  
# Initialize arrays for position, color, edges, and types for each point in  
# the graph.  
npts = 400  
nedges = 900  
ngroups = 7  
np.random.seed(127396)  
pos = np.empty((npts, 2), dtype='float32')  
colors = np.empty((npts, 3), dtype='float32')  
edges = np.empty((nedges, 2), dtype='uint32')  
types = np.empty(npts, dtype=int)  
  
# Assign random starting positions  
pos[:] = np.random.normal(size=pos.shape, scale=4.)  
  
# Assign each point to a group  
grpsize = npts // ngroups  
ptr = 0  
typ = 0  
while ptr < npts:  
    size = np.random.random() * grpsize + grpsize // 2  
    types[int(ptr):int(ptr+size)] = typ  
    typ += 1  
    ptr = ptr + size  
  
# Randomly select connections, with higher connection probability between  
# points in the same group  
conn = []  
connset = set()  
while len(conn) < nedges:  
    i, j = np.random.randint(npts, size=2)  
    if i == j:  
        continue  
    p = 0.7 if types[i] == types[j] else 0.01  
    if np.random.random() < p:  
        if (i, j) in connset:  
            continue  
        connset.add((i, j))  
        connset.add((j, i))  
        conn.append([i, j])  
edges[:] = conn  
  
# Assign colors to each point based on its type  
cmap = color.get_colormap('cubehelix')  
typ_colors = np.array([cmap.map(x)[0, :3] for x in np.linspace(0.2, 0.8, typ)])  
colors[:] = typ_colors[types]  
  
# Add some RGB noise and clip  
colors *= 1.1 ** np.random.normal(size=colors.shape)  
colors = np.clip(colors, 0, 1)  
  
  
# Display the data  
canvas = scene.SceneCanvas(keys='interactive', show=True)  
view = canvas.central_widget.add_view()  
view.camera = 'panzoom'  
view.camera.aspect = 1  
  
lines = scene.Line(pos=pos, connect=edges, antialias=False, method='gl',  
                   color=(1, 1, 1, 0.2), parent=view.scene)  
markers = scene.Markers(pos=pos, face_color=colors, symbol='o',  
                        parent=view.scene)  
  
view.camera.set_range()  
  
i = 1  
  
  
def update(ev):  
    global pos, edges, lines, markers, view, force, dist, i  
  
    dx = np.empty((npts, npts, 2), dtype='float32')  
    dx[:] = pos[:, np.newaxis, :]  
    dx -= pos[np.newaxis, :, :]  
  
    dist = (dx**2).sum(axis=2)**0.5  
    dist[dist == 0] = 1.  
    ndx = dx / dist[..., np.newaxis]  
  
    force = np.zeros((npts, npts, 2), dtype='float32')  
  
    # all points push away from each other  
    force -= 0.1 * ndx / dist[..., np.newaxis]**2  
  
    # connected points pull toward each other  
    # pulsed force helps to settle faster:  
    s = 0.1  
    # s = 0.05 * 5 ** (np.sin(i/20.) / (i/100.))  
  
    # s = 0.05 + 1 * 0.99 ** i  
    mask = np.zeros((npts, npts, 1), dtype='float32')  
    mask[edges[:, 0], edges[:, 1]] = s  
    mask[edges[:, 1], edges[:, 0]] = s  
    force += dx * dist[..., np.newaxis] * mask  
  
    # points do not exert force on themselves  
    force[np.arange(npts), np.arange(npts)] = 0  
  
    force = force.sum(axis=0)  
    pos += np.clip(force, -3, 3) * 0.09  
  
    lines.set_data(pos=pos)  
    markers.set_data(pos=pos, face_color=colors)  
  
    i += 1  
timer = app.Timer(interval=0, connect=update, start=True)  
  
if __name__ == '__main__':  
    app.run()