在seaborn > 0.9.0中加速swarmplot/stripplot？

Question

在从0.9.0升级到0.11.1之后，我注意到当添加色调变量时，swarmplot和stripplot变得更慢。

我绘制了大约100个类别和3个色调级别的大约4000个数据点。

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

在不添加色调变量的情况下，不同版本之间的速度是相当的。

通过尝试不同版本的seaborn，我确定随着更新到0.9.1，这一点发生了变化。有没有我遗漏的新设置，我可以用它来概括新版本的seaborn的旧性能？

编辑:这是我正在尝试做的一个例子：

dfTest = sns.load_dataset('planets')
sns.stripplot(data=dfTest,
                  x='method',
                  hue='number',
                  y='orbital_period',
                 dodge=True)
    plt.legend().remove()
    plt.ylim([0,1000])
    plt.xticks(rotation=80);

​

​

这个数据集(1000行)没有我正在处理的(4000行)那么大，但它说明了这一点。

Answer 1

我猜是0.9.1版本中的变化导致了这一变化，它基于熊猫索引信息而不是位置来匹配向量，我认为这发生在每个类别的色调上的for循环中，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rewritten since then，并且一个简单的例子，您描述的维数现在运行得很快(~1s)。

如果没有看到你想要做什么的例子，就有点难以给出建议，但我的猜测是，在大多数有100个类别的情况下，你不能真正看到抖动/蜂拥而至，所以你应该能够使用scatterplot……