Python 如何使matplotlib打印渲染更快

我想在

图CANVASQTAGG

中使用散点图。散点图可能有50000个或更多数据点。用户希望在绘图中绘制多边形，以选择多边形内的数据点。我已经意识到，通过鼠标点击设置点，并使用

Axis.plot（）

将点与线连接。用户设置完所有点后，将绘制多边形。每次添加新点时，我都会调用

FigureCanvasQTAgg.draw（）

，以渲染当前版本的绘图。这很慢，因为散点图有太多数据。

---

有没有办法加快速度？

两种可能的解决方案：

不要显示散点图，而是hexbin图

使用blitting

---

（如果有人怀疑此答案的质量，请注意提问者在问题下方的评论中明确要求提供这种结构。）

我可以尝试使用matplotlib将散点图转换为图像，以渲染散点图，并使用imshow显示图像：

import matplotlib
matplotlib.use('QT4AGG')
import matplotlib.pyplot as plt
import Image # PIL
from io import BytesIO
from matplotlib import image

plt.scatter(xdata, ydata)
plt.axis('off')
plt.subplots_adjust(0, 0, 1, 1, 0, 0)
stream = BytesIO()
plt.savefig(stream, format='raw')
pilImage = Image.fromstring('RGBA',size=(640, 480), data = stream.getvalue())
plt.imshow(image.pil_to_array(pilImage))

---

在散点图中绘制数据点之前，应先将其抽取。如果无法进行抽取，则应仅显示用户希望绘制多边形的区域。这将加快渲染速度。共有409个问题，354个问题。它们都没有帮助吗？在这种情况下，请更具体地告诉我们您尝试了什么以及为什么没有帮助。为什么您需要那么多数据点？这段代码的最终目标是什么？@MohammadAthar目标是删掉某些要点，并将提醒写入文件。通过目视检查最容易做到这一点。不提供必要的代码和不缩小问题范围只会降低获得满意答案的机会。最后，这是你的选择。就我个人而言，我发现写一个完整的最小的例子并自己做研究是非常不令人满意的，因此在解决方案上比提问者花费更多的时间。有趣的想法，但我确实有不止一种颜色。怎么样：（我把它放在另一个答案里）