Python matplotlib打印速度非常慢

我有多个函数，其中我输入一个数组或dict以及一个路径作为参数，该函数将把一个图形保存到特定路径的路径

尽量减少示例，但这里有两个函数：

def valueChartPatterns(dict,path):
    seen_values = Counter()

    for data in dict.itervalues():
        seen_values += Counter(data.values())

    seen_values = seen_values.most_common()
    seen_values_pct = map(itemgetter(1), tupleCounts2Percents(seen_values))
    seen_values_pct = ['{:.2%}'.format(item)for item in seen_values_pct]

    plt.figure()

    numberchart = plt.bar(range(len(seen_values)), map(itemgetter(1), seen_values), width=0.9,align='center')
    plt.xticks(range(len(seen_values)), map(itemgetter(0), seen_values))

    plt.title('Values in Pattern Dataset')
    plt.xlabel('Values in Data')
    plt.ylabel('Occurrences')

    plt.tick_params(axis='both', which='major', labelsize=6)
    plt.tick_params(axis='both', which='minor', labelsize=6)
    plt.tight_layout()

    plt.savefig(path)
    plt.clf()

def countryChartPatterns(dict,path):
    seen_countries = Counter()

    for data in dict.itervalues():
        seen_countries += Counter(data.keys())

    seen_countries = seen_countries.most_common()

    seen_countries_percentage = map(itemgetter(1), tupleCounts2Percents(seen_countries))
    seen_countries_percentage = ['{:.2%}'.format(item)for item in seen_countries_percentage]

    yvals = map(itemgetter(1), seen_countries)
    xvals = map(itemgetter(0), seen_countries)

    plt.figure()

    countrychart = plt.bar(range(len(seen_countries)), yvals, width=0.9,align='center')
    plt.xticks(range(len(seen_countries)), xvals)

    plt.title('Countries in Pattern Dataset')
    plt.xlabel('Countries in Data')
    plt.ylabel('Occurrences')

    plt.tick_params(axis='both', which='major', labelsize=6)
    plt.tick_params(axis='both', which='minor', labelsize=6)
    plt.tight_layout()

    plt.savefig(path)
    plt.clf()

一个非常简单的例子是dict，但实际dict包含56000个值：

dict = {"a": {"Germany": 20006.0, "United Kingdom": 20016.571428571428}, "b": {"Chad": 13000.0, "South Africa": 3000000.0},"c":{"Chad": 200061.0, "South Africa": 3000000.0}
    }

在我的剧本中，我称之为：

if __name__ == "__main__":

    plt.close('all')

    print "Starting pattern charting...\n"

    countryChartPatterns(dict,'newPatternCountries.png'))

    valueChartPatterns(dict,'newPatternValues.png'))

注意，我将

导入matplotlib.pyplot作为plt

在PyCharm中运行此脚本时，我在控制台中获得了

开始模式图表…

，但绘制函数需要很长时间

---

我做错了什么？我是否应该使用柱状图而不是条形图，因为这应该达到提供国家/值出现次数的相同目的？我可以改变我的GUI后端吗？欢迎任何建议。

这是我在上述评论中提到的测试，结果是：

Elapsed pre-processing = 13.79 s
Elapsed plotting = 0.17 s
Pre-processing / plotting = 83.3654562565

测试脚本：

import matplotlib.pylab as plt
from collections import Counter
from operator import itemgetter
import time

def countryChartPatterns(dict,path):
    # pre-processing -------------------
    t0 = time.time()

    seen_countries = Counter()

    for data in dict.itervalues():
        seen_countries += Counter(data.keys())

    seen_countries = seen_countries.most_common()

    yvals = map(itemgetter(1), seen_countries)
    xvals = map(itemgetter(0), seen_countries)

    dt1 = time.time() - t0
    print("Elapsed pre-processing = {0:.2f} s".format(dt1))

    t0 = time.time()

    # plotting -------------------
    plt.figure()

    countrychart = plt.bar(range(len(seen_countries)), yvals, width=0.9,align='center')
    plt.xticks(range(len(seen_countries)), xvals)

    plt.title('Countries in Pattern Dataset')
    plt.xlabel('Countries in Data')
    plt.ylabel('Occurrences')

    plt.tick_params(axis='both', which='major', labelsize=6)
    plt.tick_params(axis='both', which='minor', labelsize=6)
    plt.tight_layout()

    plt.savefig(path)
    plt.clf()

    dt2 = time.time() - t0 
    print("Elapsed plotting = {0:.2f} s".format(dt2))
    print("Pre-processing / plotting = {}".format(dt1/dt2))

if __name__ == "__main__":
    import random as rd
    import numpy as np

    countries = ["United States of America", "Afghanistan", "Albania", "Algeria", "Andorra", "Angola", "Antigua & Deps", "Argentina", "Armenia", "Australia", "Austria", "Azerbaijan"]

    def item():
        return {rd.choice(countries): np.random.randint(1e3), rd.choice(countries): np.random.randint(1e3)}
    dict = {}
    for i in range(1000000):
        dict[i] = item()

    print("Starting pattern charting...")

    countryChartPatterns(dict,'newPatternCountries.png')

---

我会计算

for

在字典上循环需要多长时间；在我看来，这似乎是一个让事情变慢的嫌疑犯。除此之外；如果没有一个有效的例子，我们只能猜测……有什么标准的东西可以用

matplotlib

来加速吗？尝试使用小数据集效果绝对不错。您确定是

matplotlib

速度慢吗？因为小数据集也简化了预处理。。不要开始优化，直到你真正知道哪个部分是慢的！我会使用最简单的计时器（或者查看Python分析器）<代码>导入时间；t0=时间。时间（）；你的密码；打印（time.time（）-t0）并在（1）数据预处理（循环的

和其他所有内容）和（2）绘图部分周围放置此类计时器。我对结果很好奇，我很快就对它进行了测试（仅针对
countryChartPatterns（）
）；对于
dict
中的1e6值，打印成本比预处理低70倍。不确定这是否是一个完全公平的测试（以我创建
dict
的方式），但这可能是一个暗示，表明问题在哪里被理解。谢谢你指出。我读了一些关于更改GUI后端的内容，但显然不是我的问题。谢谢