catplot(kind="count")明显慢于countplot()

Question

我正在处理一个相当大的数据集(大约40m行)。我发现，如果我直接调用sns.countplot()，那么我的可视化图景就会非常快：

%%time 
ax = sns.countplot(x="age_band",data=acme)

​

​

然而，如果我使用catplot(kind="count")进行同样的可视化，那么执行的速度就会大大减慢：

%%time
g = sns.catplot(x="age_band",data=acme,kind="count")

​

​

有这么大的性能差异的原因吗？catplot()是否对我的数据进行了某种形式的转换，然后才能绘制它呢？

如果有一个已知的原因，那么它是否扩展到所有图形级函数和轴级函数(如sns.scatterplot()比sns.relplot(kind="scatter")等更快？)

我的首选是使用catplot()，因为我喜欢它的灵活性和在FacetGrid上简单地绘图，但是如果要花很长时间才能实现相同的绘图，那么我将直接使用轴级函数。

Answer 1

在catplot中，或者在FacetGrid中有很多开销，这将确保网格中的类别是同步的。例如，假设您有一个沿网格列绘制的变量，对于这些变量，并不是每个年龄组都会发生。你仍然需要证明没有出现的年龄组，并保持它的颜色。因此，彼此相邻的两个计数情节不一定构成一个小情节。

但是，如果您只对一个计数图感兴趣，那么猫图显然是过火的。另一方面，即使是一个计数图，也比一次计票的计票计谋过高。那是,

counts = df["Category"].value_counts().sort_index()
colors = plt.cm.tab10(np.arange(len(counts)))
ax = counts.plot.bar(color=colors)

速度将是

ax = sns.countplot(x="Category", data=df)