Python 如何使线程动画更快？

我试图每100毫秒绘制一个直方图

直方图数据由线程并行生成，存储在全局变量中

对于直方图，如果bins=255，动画速度会减慢

我需要一些方法使它更快

这是我的代码：

import matplotlib.pyplot as plt
import matplotlib.animation as animation
import random
import time
import threading

mutex = threading.RLock()
fig = plt.figure()
ax1 = fig.add_subplot(1, 1, 1)
y = 0


def animate(i):
    global y
    mutex.acquire()
    data = y
    mutex.release()
    ax1.clear()
    ax1.hist(data, bins=255)


def data_collect_worker(nsize):
    global y
    y2 = []
    while True:
        y2 = [random.randint(0, 255) for i in range(int(nsize))]
        mutex.acquire()
        y = y2
        mutex.release()
        time.sleep(0.01)


if __name__ == '__main__':
    x = threading.Thread(target=data_collect_worker, args=(255,))
    x.start()
    time.sleep(1)
    animate(1)
    ani = animation.FuncAnimation(fig, animate, interval=10)
    plt.show()

---

由于Python（全局解释器锁）的原因，这里实际上没有并行发生任何事情。如果您想要真正的并发性，您将不得不放弃

线程化

，转而采用

多处理

，

FuncAnimation（…，interval=10）

“我正在尝试每100ms绘制一个直方图。”。你也在睡觉，我不确定这是否只是一个占位符，为其他需要时间的东西。你看到了吗，这是一个60帧的运行速度，我有300个箱子。它的结构非常不同，这表明它对您来说很慢的原因是因为您错误地使用了它。非常确定，这与Python的GIL无关！为什么会这样说？@SamMason“直方图的数据是由并行线程生成的”“我需要一些方法使它更快”因为它实际上不是并行的，我在这里没有看到任何IO绑定操作，使用

线程化
会降低性能，而使用
多处理
将大大加快速度。