python matplotlib保存图片太慢？全网最新解决办法，速度快了一半

原创 已于 2022-11-09 08:51:18 修改 · 3.7k 阅读 · 6 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#python #matplotlib #开发语言

于 2022-11-08 11:18:06 首次发布
通过禁用matplotlib.pyplot中的fig.canvas.draw_idle()方法，显著提升了大型数据绘图保存的速度。
部署运行你感兴趣的模型镜像

matplotlib可以说是python绘图中最最最经典的库，然而，当数据源较大时，其保存速度也会变得极慢，苦其久矣，其它绘图库，要么资料极少，要么不好用，那么，只能从其本身出发，想办法优化保存速度了。在尝试了不限于jit、清除画布等等方法均失败后，终于探索出一种有效的办法！保存时间从3.2s提升到了1.6s！！！

解决办法

  • 找到你虚拟环境中 matplotlib 里pyplot.py的位置
    例：我的是在 D:\CRR\venv\Lib\site-packages\matplotlib\pyplot.py
    一般都是在你项目目录的 venv\Lib\site-packages\matplotlib\pyplot.py
  • 打开此脚本，找到 savefig 里的 fig.canvas.draw_idle()，将其注释，我的是在978行，行号不一定相同
    在这里插入图片描述

效果

这里是注释了的，保存速度为1.6s
在这里插入图片描述

这里是没注释的，速度为3.2s
在这里插入图片描述

注意事项

如果你需要不断去plt.show()，不断刷新、渲染，不推荐此方法（我没这个需求，还没测试过此法是否试用这种情况）
如果你仅需保存图片到本地（哪怕需要背景透明（亲测）），直接使用此方法即可！！！
考虑到直接修改了库的源码，为避免其它场景下的冲突，建议在修改源码时，加个参数控制是否启用那行命令

分析过程

  1. 在pycharm里，使用这种方法分析运行情况
    在这里插入图片描述
    按照运行时间排序，发现在保存这一步花了3.6s的时间，就一行就这么慢！！！

    plt.savefig(savepath, pad_inches=0.0, transparent=True)

    在这里插入图片描述

  2. 双击点开后
    在这里插入图片描述

    发现在savefig后还有一步

    fig.canvas.draw_idle() # need this if ‘transparent=True’ to reset colors

    注释里我大概理解是指：当设置背景透明且需要刷新颜色时需要这一步 又看了看这句话消耗的时间，占了保存时的一半！！！官方还贴心的备注了可以根据具体情况重写此方法
    在这里插入图片描述

    而我们仅需保存，并没有重新渲染的需求

  3. 而且官方的注释里说了，这里就是针对GUI时间循环时刷新小部件的，我单纯的后端保存，完全用不到才对，在这里插入图片描述

  4. 尝试将其注释，看是否会影响到绘图结果
    经测试，并无影响！！！包括尺寸、大小 完全一样！！！
    在这里插入图片描述

  5. 其实还是推荐，重写一下savefig，加一个参数来判断是否关闭这个draw_idle，省的影响到后续其它的使用，毕竟是直接注释了源码

您可能感兴趣的与本文相关的镜像

Python3.9

Python3.9

Conda
Python

Python 是一种高级、解释型、通用的编程语言，以其简洁易读的语法而闻名，适用于广泛的应用，包括Web开发、数据分析、人工智能和自动化脚本

Python从0到100（六十三）：Python OpenCV-入门基础知识
全网粉丝10w+，优快云、稀土掘金人工智能签约作者、专家博主，华为云十佳博主，985人工智能硕士。人工智能、大模型、计算机视觉、Python 爬虫— —商务合作：https://bbs.youkuaiyun.com/topics/614347534
10-07 3万+
OpenCV是计算机视觉中经典的专用库，其支持多语言、跨平台，功能强大。OpenCV-Python为OpenCV提供了Python接口，使得使用者在Python中能够调用C/C++，在保证易读性和运行效率的前提下，实现所需的功能。
啊哈~花一天快速上手Pytorch（可能是全网最全流程从0到部署）
`or 1 or 不正经の泡泡
04-03 5054
文章目录前言环境Tensor初识tensor 与 numpytensor 使用基本使用numpy与tensor转换有“_”尾巴的函数梯度梯度使用取消梯度复制tensor数据加载与转换类型转换Compose “链式转化”数据处理自带数据集数据加载自定义获取数据TensorBoard 可视化工具箱目标神经网络动手搭建线性回归模型非线性模型搭建TensorBoard 直观显示CIRAF10网络搭建卷积卷积的概念卷积语文含义数学表现案例状态影响运算图像处理领域的卷积相似点图像卷积卷积核/卷积层池化层全连接层网络搭建
python加快绘图速度_在更短的时间内完成许多绘图-Python
weixin_39632524的博客
01-13 1432
I have about 50 000 columns I want to plot in the same figure. Here is the code I use:# "Xaxis" is a list containing the x-axis, and "data" a list of the 50 000 data series I want to plot.for elt in d...
python plt.savefig速度非常慢
wenzhy87的博客
03-15 2846
我再分析售后维修数据，需要将故障数量排名前50的零部件的详细统计图，在完成绘图后，用plt.savefig保存当前的图表。 plt.savefig(car_name[chexing]+’ TOP’+str(i+1)+’ 不良分析.jpg’,dpi=200,bbox_inches=‘tight’)。 然后我发现，一分钟只能保存出来2张图，我有十几个车型的数据需要分析，程序需要差不多3个小时才能运行完成。然后我一个一个点进行排查，发现执行plt.savefig这个语句，差不多花了43秒。 datetime.da
pyqt小记 | matplotlib嵌入pyqt界面添加工具条 matplotlib保存太慢解决方法
钟DiuDiu的博客
08-19 768
pyqt小记|matplotlib嵌入pyqt界面|添加工具条 | matplotlib保存太慢解决方法 上源码： from PyQt5 import QtWidgets from matplotlib.figure import Figure from matplotlib.backends.backend_qt5 import NavigationToolbar2QT as NavigationToolbar from matplotlib.backends.backend_qt5agg import
matplotlib.pyplot plt 画图时速度过慢的解决方案
zhao527254253的博客
09-24 1万+
目录问题描述问题分析解决方案 问题描述 在做YOLO这个目标检测算法的时候，项目需要构建自己的数据集。该数据集需要使用python中matplotlib.pyplot的plt函数来绘制大量的图片数据集。使用plt.savefig()保存图片，然而题主发现，开始的时候保存的频率很高，但保存频率会逐渐降低，一小时之后，好几分钟才能保存一张图片！为此开始查找解决方案。 问题分析 随着时间的增长，plt保存图片的频率逐渐降低，说明应该是有资源被堆积，可能存在内存泄漏！为此题主观察PC的内存变化，果然内存越用越多，说
Python加速技巧
10-03 1500
Python 是一种脚本语言，相比 C/C++ 这样的编译语言，在效率和性能方面存在一些不足。但是，有很多时候，Python 的效率并没有想象中的那么夸张。本文对一些 Python 代码加速运行的技巧进行整理。 0. 代码优化原则 本文会介绍不少的 Python 代码加速运行的技巧。在深入代码优化细节之前，需要了解一些代码优化基本原则。 第一个基本原则是不要过早优化。很多人一开始写代码就奔着性能优化的目标，“让正确的程序更快要比让快速的程序正确容易得多”。因此，优化的前提是代码能正常工作。过早地.
python matplotlib图片优化
08-22
- *1* [python matplotlib保存图片太慢？全网最新解决办法，速度快了一半](https://blog.youkuaiyun.com/qq_43495412/article/details/127745876)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra...
Python 实战之淘宝手机销售分析（数据清洗、可视化、数据建模、文本分析）
热门推荐
cygnet477的博客
05-23 3万+
文章目录一、数据介绍二、数据清洗三、可视化分析淘宝在售手机价格区间统计商品现价&原价对比手机类型分布词云图绘制手机品牌词云图不同品牌手机总销量比较月销量气泡图收藏量与价格分析不同价格等级总销量饼图总销售额构成分析TOP10 手机价格等级构成各发货省不同价格等级销售情况四、数据建模五、文本分析SnowNLP 情感分析LDA 主题模型 一、数据介绍 链接: https://pan.baidu.com/s/1GVQ5rv3ElNDLOkaDzuD6Jw 密码:5h6g 本文数据爬取了淘宝全网手机销售数据
Python 全栈工程师必备面试题 300 道（2020 版）
Python美丽星球--微信(Felixzfb)
12-30 1万+
Python 全栈工程师核心面试 300 问深入解析（2020 版） Python 面试不仅需要掌握 Python 基础知识和高级语法，还会涉及网络编程、web 前端后端、数据库、网络爬虫、数据解析、数据分析和数据可视化等各方面的核心知识。针对网上资料参差不齐，并且自己上网寻找费时费力，效果还不好的问题，进行该 Chat 创作。 本人结合自己多年的开发经验，同时汲取网络中的精华，本着打造全网最全面...
使用matplotlib生成图片，执行循环时速度变慢问题的解决方法
qq_41680242的博客
03-10 2527
问题 近日进行大量图片转换工作时，使用plt.savefig()保存图片，在循环时迭代速度下降明显。 表现特点为内存占用率不高，但速度下降比较有规律。 参与循环部分： plt.rcParams['figure.figsize'] = (10.24, 10.24) plt.rcParams['savefig.dpi'] = 50 plt.axis('off') plt.margins(0,0) plt.subplots_adjust(top=1,bottom=0,left
python批量保存图像先快后慢_Pytesseract太慢了。如何让它更快地处理图像？
weixin_39842611的博客
12-08 426
我在下面的代码中使用pytesseract：def fnd():for fname in list:x = Nonex = np.array([np.array(PIL.Image.open(fname))])print x.sizefor im in x:txt = pytesseract.image_to_string(image=im).encode('utf-8').strip()open...
保存图片时速度越来越慢的问题
weixin_50642818的博客
11-02 1323
最近批量保存图片，大概有几千张，发现在运行初期速度特别快，但是很快就会有内存使用过大，CPU反而使用率不足，速度急速下降的现象。查了许多优化办法，发现最大的问题在于图片使用plt.savefig（）这个函数的时候没有即使清理掉缓存，因此只需要使用plt.clf（）进行清理就可以了。
python批量保存图像先快后慢,Pytesseract太慢了。如何使其更快地处理图像？
weixin_29585583的博客
12-17 561
I am using pytesseract in the below code:def fnd():for fname in list:x = Nonex = np.array([np.array(PIL.Image.open(fname))])print x.sizefor im in x:txt = pytesseract.image_to_string(image=im).encode('...
为什么用python画图_为什么用Matplotlib绘图这么慢？
weixin_39734493的博客
11-24 1561
首先，（虽然这根本不会改变性能）考虑清理代码，类似于：import matplotlib.pyplot as pltimport numpy as npimport timex = np.arange(0, 2*np.pi, 0.01)y = np.sin(x)fig, axes = plt.subplots(nrows=6)styles = ['r-', 'g-', 'y-', 'm-', 'k...
【官方教你】提高效率超30倍！matplotlib绘制散点图plt.scatter太慢了！
千行百行的博客
07-08 7463
代码 see also matplotlib官方cheatsheets（GitHub链接）截图如下： 吐槽 既然plot这么强，为什么不把scatter搞得强一点呢？希望matplotlib再接再厉！
pip 下载matplotlib 很慢
qq_29384639的博客
11-06 2133
问题： 解决： Linux下，修改 ~/.pip/pip.conf (没有就创建一个文件夹及文件。文件夹要加“.”，表示是隐藏文件夹)，添加以下内容 [global] index-url = https://mirrors.aliyun.com/pypi/simple/ [install] trusted-host=mirrors.aliyun.com windows下，直接在user目录中创建一个pip目录，如：C:\Users\xxx\pip，新建文件pip.ini。 ...
当你认为Python程序慢时！几个方法你使用了吗！
y4544159的博客
09-28 375
计时与性能分析 在开始优化之前，我们首先需要找到代码的哪一部分真正拖慢了整个程序。有时程序性能的瓶颈显而易见，但当你不知道瓶颈在何处时，这里有一些帮助找到性能瓶颈的办法： 注：下列程序用作演示目的，该程序计算 e 的 X 次方(摘自 Python 文档)： 最懒惰的「性能分析」 首先，最简单但说实话也很懒的方法——使用 Unix 的 time 命令： 如果你只想给整个程序计时，这个命令即可完成目的，但通常是不够的…… 最细致的性能分析 另一个极端是 cProfile，它提供了「太多..
matplotlib包下载太慢怎么办
Thisiwycf的博客
10-31 1850
使用清华大学的 PyPI 镜像或者阿里云的镜像。其实跟sympy的处理是一样的然后再用pip安装就很快了。
python matplotlib 保存图片
06-28
### 回答1： 使用Python的Matplotlib库可以保存图片，具体步骤如下： 1. 导入Matplotlib库 ```python import matplotlib.pyplot as plt ``` 2. 绘制图形 ```python plt.plot([1, 2, 3, 4], [1, 4, 9, 16]) plt.ylabel('some numbers') ``` 3. 保存图片 ```python plt.savefig('myplot.png') ``` 其中，`savefig()`函数的参数可以指定保存的文件名和格式，例如： ```python plt.savefig('myplot.pdf', format='pdf') ``` 这样就可以将绘制的图形保存为PDF格式的文件。 ### 回答2： Python的Matplotlib是一个广泛使用的数据可视化库，它能够快速生成各种类型的图表和图形。从绘制简单的直线图到绘制高级的3D曲面图，Matplotlib提供了强大的绘图能力。那么在Matplotlib中，如何保存生成的图形呢？ Matplotlib提供了多种保存方式，包括保存为图像文件、保存为PDF文件等。具体步骤如下： 1. 首先，导入需要的库：import matplotlib.pyplot as plt 2. 在生成图形后，使用plt.savefig()方法来保存图形。保存的文件格式可以是png, pdf, jpeg等。 例如，将图形保存为png格式： import matplotlib.pyplot as plt # 生成图形 plt.plot([1,2,3], [4,5,6]) # 保存图形 plt.savefig('myplot.png') 3. 需要注意的是，要在保存图片前使用plt.show()方法来显示图形，否则保存的图片将是空白的。 4. 如果需要调整图形的分辨率、大小等参数，可以在savefig()方法中传递参数。例如： plt.savefig('myplot.png', dpi=300, bbox_inches='tight') 其中，dpi指定图片分辨率，bbox_inches用于调整图片边界。 总之，Matplotlib提供了简单易用、灵活多样的保存方式，能够满足各种绘图需求。通过合理设置参数，可以得到高质量的图片，并方便地在文章、报告等场合中使用。 ### 回答3： matplotlib是python中常用的数据可视化工具，除了可以展示和绘制图表外，还支持图片的保存。在python中使用matplotlib保存图片可以采用两种方式，一种是使用plt.savefig()方法保存图片，另一种是使用FigureCanvasAgg()方法保存图片。下面分别详细介绍这两种方法。 1、使用plt.savefig()方法保存图片 plt.savefig(fname, dpi=None, facecolor='w', edgecolor='w', orientation='portrait', papertype=None, format=None, transparent=False, bbox_inches=None, pad_inches=0.1, frameon=None, metadata=None) 其中各参数的含义如下： fname：指定文件名和路径，格式可以是png、pdf、svg、ps和eps等。 dpi：分辨率，默认为100，表示单位英寸中含有多少个像素点。 facecolor：图片背景色，默认为白色。 edgecolor：图片边框色，默认为白色。 orientation：纵向或横向方向。 format：图片保存格式。 transparent：是否透明，默认为False。 bbox_inches：设置图表显示完整图像的区域。 pad_inches：图表周围的空白空间。 frameon：是否显示边框，默认为True。 metadata：元数据信息。 下面是一个具体的例子： import numpy as np import matplotlib.pyplot as plt x = np.linspace(0, 10, 100) y = np.sin(x) plt.plot(x, y) plt.savefig('sin.png') 执行以上代码后，在当前路径下会生成一个sin.png文件，其中保存的就是绘制的图表。 2、使用FigureCanvasAgg()方法保存图片 该方法的实现过程与plt.savefig()类似，但保存的图片不会在屏幕上显示。 下面是具体的例子： import numpy as np import matplotlib.pyplot as plt from matplotlib.backends.backend_agg import FigureCanvasAgg fig, ax = plt.subplots() ax.plot(np.arange(10)) canvas = fig.canvas agg = canvas.switch_backends(FigureCanvasAgg) agg.draw() fig.savefig('test.png') 执行以上代码后，在当前路径下会生成一个test.png文件。 总结： 无论是使用plt.savefig()方法保存图片还是使用FigureCanvasAgg()方法保存图片，都是简单易用的。在实际使用中，根据自己的需求选择不同的方式即可。保存图片可以辅助我们更好的展示数据并分享给他人，因此在python数据可视化中，掌握保存图片的方法是很重要的。
评论 1
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
表情包 代码片
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

一届纯良

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值