Python 在seaborn中加速Swarmlot/stripplot>；0.9.0?

从0.9.0升级到seaborn 0.11.1后，我注意到添加色调变量时，

swamplot

和

stripplot

变得慢得多

我正在绘制跨越约100个类别和3个色调级别的约4000个数据点

在seaborn 0.9.0中，这要快得多，需要约5秒。现在需要30-60秒

在不添加色调变量的情况下，两个版本之间的速度相当

通过尝试seaborn的各种版本，我确定这一点随着0.9.1的更新而改变。

---

是否有一个新的设置我错过了，我可以用它来重现seaborn新版本中的旧性能？

我猜是什么原因导致了0.9.1中的更改，以基于熊猫索引信息而不是位置匹配向量，我认为这在每个类别的色调上都是一个for循环，因此可能无法很好地扩展到许多类别。我不知道您如何在0.11.1中避免它，但好消息是，这些函数已经实现，并且您描述的一个具有维度的简单示例现在运行得很快（~1s）

---

如果看不到你想要做什么的具体例子，就有点难以给出建议，但我的猜测是，在100个类别的大多数情况下，你无法真正看到抖动/群集，所以你应该可以不用使用散点图，我猜是0.9.1中的变化导致了基于熊猫索引信息而不是位置匹配向量，我认为这是在每个类别中颜色的for循环中发生的，因此可能无法很好地扩展到许多类别。我不知道您如何在0.11.1中避免它，但好消息是，这些函数已经实现，并且您描述的一个具有维度的简单示例现在运行得很快（~1s）

如果看不到你想要做什么的具体例子，就有点难以给出建议，但我的猜测是，在100个类别的大多数情况下，你真的看不到抖动/群集，因此你应该能够使用

散点图