Matplotlib: Обновление позиций и скоростей в колчане ()

Question

У меня есть большое количество файлов, которые содержат данные из моделирования. Я хочу использовать каждый файл для сохранения изображения векторного поля с помощью quiver (). К сожалению, мой метод очень медленный.

Вот минимальный рабочий пример моего кода:

import time
import numpy as np
import matplotlib.pyplot as plt

# Number of files
N = 100000

n_points = 10000

for k in range(N):
    t0 = time.time()

    fig, ax = plt.subplots(1,1, figsize=(5,5))
    ax.axis("off")

    # Get data
    data = np.random.uniform(-1,1,size=(n_points, 4))
    x,y,vx,vy = data[:,0], data[:,1], data[:,2], data[:,3]

    # Normalize and scale velocities
    norm = np.hypot(vx,vy)
    vx = vx / norm 
    vy = vy / norm 
    vx *= 0.05
    vy *= 0.05

    # Plot vectorfield
    ax.quiver(x, y, vx, vy, scale=1., width=0.001, units="xy")

    plt.subplots_adjust(bottom=0, right=1, top=1, left=0)
    plt.savefig("image_" + str(k) + ".png", dpi=300)
    plt.close()

    print("%.2f" % (100.*(k+1.)/N) + " %" + " %.2f" % (time.time()-t0) + " images/s", end="\r")

Есть идеи, как мне ускорить процесс? Прямо сейчас я могу сохранять около одного изображения каждую секунду. Учитывая большое количество файлов данных, на моем компьютере это может занять несколько часов.

Спасибо!

EDIT

Я изменил приведенный выше код в соответствии с рекомендациями @ImportanceOfBeingErnest. Тем не менее, код по-прежнему очень медленно.

import time
import numpy as np
import matplotlib.pyplot as plt

# Number of files
N = 20

n_points = 20000

fig, ax = plt.subplots(1,1, figsize=(5,5))
ax.axis("off")
plt.subplots_adjust(bottom=0, right=1, top=1, left=0)

for k in range(N):
    t0 = time.time()

    # Get data
    data = np.random.uniform(-1,1,size=(n_points, 4))
    x,y,vx,vy = data[:,0], data[:,1], data[:,2], data[:,3]

    # Normalize and scale velocities
    norm = np.hypot(vx,vy)
    vx = vx / norm 
    vy = vy / norm 
    vx *= 0.05
    vy *= 0.05

    # Plot vectorfield
    q = ax.quiver(x, y, vx, vy, scale=1., width=0.001, units="xy")
    plt.savefig("image_" + str(k) + ".png", dpi=300)
    #q.remove()
    ax.clear()

    #plt.close()
    t.append(time.time()-t0)
    print("%.2f" % (100.*(k+1.)/N) + " %" + " %.2f" % (time.time()-t0) + " s/images", end="\r")

До каких-либо улучшений на одно изображение в среднем уходило около 1,71 секунды. Использование ax.clear() еще медленнее - 1,81 секунды на изображение. Использование q.remove() немного быстрее и дает 1,61 секунды на изображение. Есть еще предложения?

Answer 1

Измените dpi на None, что ускорит создание изображения на 2.

plt.savefig("image_" + str(k) + ".png", dpi=None)