Python和Matplotlib：在同一图形上快速绘制多个图形

在相同的x范围内绘制多条曲线是否有比下列方法更快的方法

import numpy as np
import matplotlib.pyplot as plt

N = 100  # trajectories
p = 1e3  # points
x = np.linspace(0, 2*np.pi, p)
y = [np.sin(x)**i for i in range(N)]

color = iter(plt.cm.rainbow(np.linspace(0, 1, N)))
[plt.plot(x, y[i], c=next(color)) for i in range(N)]
plt.show())

---

当绘制许多轨迹（N~1e5）时，此代码需要相当长的时间。

我怀疑您是否会找到一个更快的解决方案。您可以尝试使用以下方法删除

plot

周围的循环：

N = 200
x = np.linspace(0, 2*np.pi, 1e5)
y = np.array([np.sin(x)**i for i in range(N)])

plt.plot(x, y.transpose()) # I left out the colors for now..

---

对于少数行，这似乎要快一点，但对于您的问题大小，它与原始解决方案一样快/慢

我怀疑您是否能找到一个更快的解决方案。您可以尝试使用以下方法删除

plot

周围的循环：

N = 200
x = np.linspace(0, 2*np.pi, 1e5)
y = np.array([np.sin(x)**i for i in range(N)])

plt.plot(x, y.transpose()) # I left out the colors for now..

---

对于少数行，这似乎要快一点，但对于您的问题大小，它与原始解决方案一样快/慢

每个绘图使用较少的点？10000（

x=np.linspace（0，2*np.pi，1e5）

）似乎有点过度。在我的系统中，每块图上100个点产生的线条与10000个点的线条一样平滑。（没有大型绘图导致的减速）尽管如此，点仍然存在-您真的需要每行

1e5

点吗？每个绘图使用较少的点？10000（

x=np.linspace（0，2*np.pi，1e5）

）似乎有点过度。在我的系统中，每块图上100个点产生的线条与10000个点的线条一样平滑。（没有大型绘图导致的减速）问题仍然存在-您真的需要每行

1e5

点吗？谢谢您的回答。我想知道只将x传递给plt一次是否会更快。plotWell在您的解决方案中，x只传递给plt一次。plot（）啊，像这样。。我只是想去掉

plot（）

周围的循环，但是在查看matplotlib源代码之后，如果您传递一个2D数组，它看起来仍然存在相同的循环：）谢谢您的回答。我想知道只将x传递给plt一次是否会更快。plotWell在您的解决方案中，x只传递给plt一次。plot（）啊，像这样。。我只是想去掉

plot（）

周围的循环，但是在查看matplotlib源代码后，如果传递一个2D数组，看起来相同的循环仍然存在：）