Python 加快在matplotlib中打印图像的速度
我在Spyder IDE中编写了一些Python来并排绘制一对图像,以便可以直观地查看它们。大多数时候我只需要3秒钟就可以看到它们,但偶尔我需要更长的时间来仔细观察。因此,我没有使用time.sleep,而是将其编码为等待按下Enter键,如下所示:Python 加快在matplotlib中打印图像的速度,python,matplotlib,spyder,Python,Matplotlib,Spyder,我在Spyder IDE中编写了一些Python来并排绘制一对图像,以便可以直观地查看它们。大多数时候我只需要3秒钟就可以看到它们,但偶尔我需要更长的时间来仔细观察。因此,我没有使用time.sleep,而是将其编码为等待按下Enter键,如下所示: import matplotlib.pyplot as plt import os def VI_segmentation(): root = os.getcwd() NR_dir = root + '\\Neurite_Resu
import matplotlib.pyplot as plt
import os
def VI_segmentation():
root = os.getcwd()
NR_dir = root + '\\Neurite_Results\\'
SO_dir = root + '\\Segmentation_Overlays\\'
jpgs = os.listdir(NR_dir)
fig = plt.figure(figsize=(20,12))
for jpg in jpgs:
fig.suptitle(jpg , fontsize=14, fontweight='bold')
image_NR = plt.imread(NR_dir + jpg)
image_SO = plt.imread(SO_dir + jpg)
plt.subplot(121)
plt.imshow(image_NR)
plt.subplot(122)
plt.imshow(image_SO)
plt.draw()
plt.pause(0.01)
input('Press Enter to continue')
VI_segmentation()
问题是我的思维速度比我的电脑快:)。计算机响应Enter键需要5或6秒钟,响应后需要几秒钟才能更新。在浏览数百张基本上都很好的图像时,会产生糟糕的人体工程学。任何简化此代码的想法都将不胜感激。您可以更改matplotlib后端并检查哪个更适合您的绘图 您可以尝试GTKAgg后端,如回答中所述: 尝试在matplotlib import语句之后添加第二行代码
import matplotlib
matplotlib.use('GTKAgg')
还有其他的后端,你可以尝试。有关可用的后端,请参见此链接,此版本的代码最终解决了我的问题:
import matplotlib.pyplot as plt
import os
def VI_segmentation():
plt.ion()
root = os.getcwd()
NR_dir = root + '\\Neurite_Results\\'
SO_dir = root + '\\Segmentation_Overlays\\'
jpgs = os.listdir(NR_dir)
f = plt.figure(figsize=(22,12))
ax1 = f.add_subplot(121)
ax2 = f.add_subplot(122)
image_NR = plt.imread(NR_dir + jpgs[0])
image_SO = plt.imread(SO_dir + jpgs[0])
im1 = ax1.imshow(image_NR)
im2 = ax2.imshow(image_SO)
f.suptitle(jpgs[0] , fontsize=14, fontweight='bold')
f.show()
plt.pause(0.01)
input('Press Enter to continue')
for jpg in jpgs[1:]:
f.suptitle(jpg , fontsize=14, fontweight='bold')
image_NR = plt.imread(NR_dir + jpg)
image_SO = plt.imread(SO_dir + jpg)
im1.set_data(image_NR)
im2.set_data(image_SO)
f.canvas.draw()
plt.pause(0.01)
input('Press Enter to continue')
VI_segmentation()
关键是更改绘图中的数据,而不是添加新绘图。这个答案对我很有帮助
奇怪的是,当我开始更改绘图数据而不是重新绘制时,我开始出现奇怪的行为,图形会放大,但周围的窗口不会。不知怎的,这个fig.set_size_inches被破坏了,所以我移动了图形创建和轴创建,以便在创建图形时可以设置图形大小。因为除了您之外没有人有这些图像,您需要提供更多信息。至少在您的机器上运行缓慢的部分,请阅读以下有关评测的内容: