对于电生理学数据分析集,我需要绘制一个大的2D阵列(约20.000 x 120)的点。我过去常常在我的PyQt应用程序中嵌入Matplotlib小部件,但是因为绘图花费了相当长的时间,所以我去寻找其他解决方案。尽管如此,用pyqtgraph绘制数据也比预期的要花费更长的时间,这可能是因为每次使用plot()函数时都会重新绘制小部件。
什么是绘制大数组的最佳实践?
比格图的例子,虽然很广泛,但对我没有多大帮助.
import pyqtgraph as pg
view = pg.GraphicsLayoutWidget()
w1 = view.addPlot()
for n in data:
w1.plot(n)或
w1.plot(data)最后一条规则生成ValueError:操作数不能与形状(10)一起广播(10,120)
提前谢谢..。
发布于 2013-06-14 12:25:22
Pyqtgraph不会在每次调用plot()之后重新绘制;它将等到控件返回到Qt事件循环后才重新绘制。但是,您的代码可能会通过调用QApplication.processEvents()来强制更频繁地访问事件循环(例如,如果您有进度对话框,这可能是间接发生的)。
通常,提高性能的最重要规则是:分析代码。如果你能直接测量的话,不要假设什么会拖慢你的速度。
由于我没有访问您的代码的权限,所以我只能猜测如何改进它,并向您展示剖析如何帮助您。我将从这里的“慢”例子开始,并通过一些改进。
1.缓慢实现
import pyqtgraph as pg
import numpy as np
app = pg.mkQApp()
data = np.random.normal(size=(120,20000), scale=0.2) + \
np.arange(120)[:,np.newaxis]
view = pg.GraphicsLayoutWidget()
view.show()
w1 = view.addPlot()
now = pg.ptime.time()
for n in data:
w1.plot(n)
print "Plot time: %0.2f sec" % (pg.ptime.time()-now)
app.exec_()这方面的产出如下:
Plot time: 6.10 sec现在让我们来分析一下:
$ python -m cProfile -s cumulative speed_test.py
. . .
ncalls tottime percall cumtime percall filename:lineno(function)
1 0.001 0.001 11.705 11.705 speed_test.py:1(<module>)
120 0.002 0.000 8.973 0.075 PlotItem.py:614(plot)
120 0.011 0.000 8.521 0.071 PlotItem.py:500(addItem)
363/362 0.030 0.000 7.982 0.022 ViewBox.py:559(updateAutoRange)
. . .我们已经看到ViewBox.updateAutoRange花费了很多时间,所以让我们禁用自动测距:
2.更快一点的
import pyqtgraph as pg
import numpy as np
app = pg.mkQApp()
data = np.random.normal(size=(120,20000), scale=0.2) + \
np.arange(120)[:,np.newaxis]
view = pg.GraphicsLayoutWidget()
view.show()
w1 = view.addPlot()
w1.disableAutoRange()
now = pg.ptime.time()
for n in data:
w1.plot(n)
w1.autoRange() # only after plots are added
print "Plot time: %0.2f sec" % (pg.ptime.time()-now)
app.exec_()..and输出是:
Plot time: 0.68 sec这有点快,但是平移/缩放情节还是很慢的。如果我在拖了一段时间后查看配置文件,它如下所示:
ncalls tottime percall cumtime percall filename:lineno(function)
1 0.034 0.034 16.627 16.627 speed_test.py:1(<module>)
1 1.575 1.575 11.627 11.627 {built-in method exec_}
20 0.000 0.000 7.426 0.371 GraphicsView.py:147(paintEvent)
20 0.124 0.006 7.425 0.371 {paintEvent}
2145 0.076 0.000 6.996 0.003 PlotCurveItem.py:369(paint)因此,我们看到了很多对PlotCurveItem.paint()的调用。如果我们将所有120条绘图行放在一个项目中,以减少调用油漆的次数,该怎么办?
3.快速实现
经过几轮的分析,我想出了这个。它基于使用pg.arrayToQPath,如上面的线程中所建议的那样:
import pyqtgraph as pg
import numpy as np
app = pg.mkQApp()
y = np.random.normal(size=(120,20000), scale=0.2) + np.arange(120)[:,np.newaxis]
x = np.empty((120,20000))
x[:] = np.arange(20000)[np.newaxis,:]
view = pg.GraphicsLayoutWidget()
view.show()
w1 = view.addPlot()
class MultiLine(pg.QtGui.QGraphicsPathItem):
def __init__(self, x, y):
"""x and y are 2D arrays of shape (Nplots, Nsamples)"""
connect = np.ones(x.shape, dtype=bool)
connect[:,-1] = 0 # don't draw the segment between each trace
self.path = pg.arrayToQPath(x.flatten(), y.flatten(), connect.flatten())
pg.QtGui.QGraphicsPathItem.__init__(self, self.path)
self.setPen(pg.mkPen('w'))
def shape(self): # override because QGraphicsPathItem.shape is too expensive.
return pg.QtGui.QGraphicsItem.shape(self)
def boundingRect(self):
return self.path.boundingRect()
now = pg.ptime.time()
lines = MultiLine(x, y)
w1.addItem(lines)
print "Plot time: %0.2f sec" % (pg.ptime.time()-now)
app.exec_()它快速启动,摇摄/缩放是合理的响应。不过,我要强调的是,这个解决方案是否适用于您,很可能取决于您的程序的细节。
https://stackoverflow.com/questions/17103698
复制相似问题