使用 matplotlib 绘制大量点并耗尽内存

Posted 2023-03-11

【中文标题】使用 matplotlib 绘制大量点并耗尽内存

【英文标题】：Plotting a large number of points using matplotlib and running out of memory

【发布时间】：2013-12-13 13:55:22

【问题描述】：

我有一个大的 (~6GB) 简单格式的文本文件

x1 y1 z1
x2 y2 z2
...

由于我可能会多次加载此数据，因此出于效率原因，我创建了一个np.memmap 文件：

X,Y,Z = np.memmap(f_np_mmap,dtype='float32',mode='r',shape=shape).T

我想做的是情节：

plt.scatter(X, Y, 
           color=custom_colorfunction(Z), 
           alpha=.01, s=.001, marker='s', linewidth=0)

这非常适用于较小的数据集。但是，对于这个更大的数据集，我的内存不足。我检查了plt.scatter 占用了所有内存；我可以通过X,Y,Z 就好了。有没有办法让我“光栅化”画布，以免内存不足？我不需要缩放和平移图像，它会直接进入磁盘。我意识到我可以对数据进行分类并绘制它，但我不确定如何使用自定义颜色图 和 alpha 值来做到这一点。

【问题讨论】：

matplotlib 出于自卫的原因制作数据的内部副本（如果它只是保留一个引用，则数据可能/将在其下更改）。我会考虑直接使用PathCollection（或它在下面使用的）。

另一种选择是编写Axes 的自定义子类，它覆盖draw 函数并为每个点生成一个艺术家，将其栅格化并合成下来，然后扔掉艺术家在制作下一个之前离开。

@tcaswell 第一种方法只有在内部表示是问题时才有帮助，但它不能解决潜在的大小问题。您的第二个解决方案很有趣，我如何栅格化/合成艺术家？

我认为内部表示是问题所在，在某个地方有 _internal_data = np.array(input_data) 的道德等价物，如果你是颜色映射，散射对象最终将至少为 6*N*64 B ( N 行，6 或 7 个浮点数（XYZ，RGB（可能是 A），64 位）

给我一点时间看看我能不能让它工作，但是看看matplotlib.axes.Axes.draw的代码

【参考方案1】：

类似这样的（对不起，代码很长，大部分是从标准axes.Axes.draw复制的）：

from operator import itemgetter
class generator_scatter_axes(matplotlib.axes.Axes):
    def __init__(self, *args, **kwargs):
        matplotlib.axes.Axes.__init__(self, *args, **kwargs)
        self._big_data = None
    def draw(self, renderer=None, inframe=None):
        # copied from original draw (so you can still add normal artists ect)
        if renderer is None:
            renderer = self._cachedRenderer

        if renderer is None:
            raise RuntimeError('No renderer defined')
        if not self.get_visible():
            return
        renderer.open_group('axes')

        locator = self.get_axes_locator()
        if locator:
            pos = locator(self, renderer)
            self.apply_aspect(pos)
        else:
            self.apply_aspect()


        artists = []

        artists.extend(self.collections)
        artists.extend(self.patches)
        artists.extend(self.lines)
        artists.extend(self.texts)
        artists.extend(self.artists)
        if self.axison and not inframe:
            if self._axisbelow:
                self.xaxis.set_zorder(0.5)
                self.yaxis.set_zorder(0.5)
            else:
                self.xaxis.set_zorder(2.5)
                self.yaxis.set_zorder(2.5)
            artists.extend([self.xaxis, self.yaxis])
        if not inframe:
            artists.append(self.title)
            artists.append(self._left_title)
            artists.append(self._right_title)
        artists.extend(self.tables)
        if self.legend_ is not None:
            artists.append(self.legend_)

        # the frame draws the edges around the axes patch -- we
        # decouple these so the patch can be in the background and the
        # frame in the foreground.
        if self.axison and self._frameon:
            artists.extend(self.spines.itervalues())

        if self.figure.canvas.is_saving():
            dsu = [(a.zorder, a) for a in artists]
        else:
            dsu = [(a.zorder, a) for a in artists
                   if not a.get_animated()]

        # add images to dsu if the backend support compositing.
        # otherwise, does the manaul compositing  without adding images to dsu.
        if len(self.images) <= 1 or renderer.option_image_nocomposite():
            dsu.extend([(im.zorder, im) for im in self.images])
            _do_composite = False
        else:
            _do_composite = True

        dsu.sort(key=itemgetter(0))

        # rasterize artists with negative zorder
        # if the minimum zorder is negative, start rasterization
        rasterization_zorder = self._rasterization_zorder
        if (rasterization_zorder is not None and
            len(dsu) > 0 and dsu[0][0] < rasterization_zorder):
            renderer.start_rasterizing()
            dsu_rasterized = [l for l in dsu if l[0] < rasterization_zorder]
            dsu = [l for l in dsu if l[0] >= rasterization_zorder]
        else:
            dsu_rasterized = []

        # the patch draws the background rectangle -- the frame below
        # will draw the edges
        if self.axison and self._frameon:
            self.patch.draw(renderer)

        if _do_composite:
            # make a composite image blending alpha
            # list of (mimage.Image, ox, oy)

            zorder_images = [(im.zorder, im) for im in self.images
                             if im.get_visible()]
            zorder_images.sort(key=lambda x: x[0])

            mag = renderer.get_image_magnification()
            ims = [(im.make_image(mag), 0, 0, im.get_alpha()) for z, im in zorder_images]

            l, b, r, t = self.bbox.extents
            width = mag * ((round(r) + 0.5) - (round(l) - 0.5))
            height = mag * ((round(t) + 0.5) - (round(b) - 0.5))
            im = mimage.from_images(height,
                                    width,
                                    ims)

            im.is_grayscale = False
            l, b, w, h = self.bbox.bounds
            # composite images need special args so they will not
            # respect z-order for now

            gc = renderer.new_gc()
            gc.set_clip_rectangle(self.bbox)
            gc.set_clip_path(mtransforms.TransformedPath(
                    self.patch.get_path(),
                    self.patch.get_transform()))

            renderer.draw_image(gc, round(l), round(b), im)
            gc.restore()

        if dsu_rasterized:
            for zorder, a in dsu_rasterized:
                a.draw(renderer)
            renderer.stop_rasterizing()

        for zorder, a in dsu:
            a.draw(renderer)
        ############################    
        # new bits
        ############################
        if self._big_data is not None:

            for x, y, z in self._big_data:
                # add the (single point) to the axes
                a = self.scatter(x, y, color='r',
                            alpha=1, s=10, marker='s', linewidth=0)
                # add the point, in Agg this will render + composite
                a.draw(renderer)
                # remove the artist from the axes, shouldn't let the render know
                a.remove()
                # delete the artist for good measure
                del a
        #######################
        # end new bits
        #######################    
        # again, from original to clean up
        renderer.close_group('axes')
        self._cachedRenderer = renderer

像这样使用它：

In [42]: fig = figure()

In [43]: ax = generator_scatter_axes(fig, [.1, .1, .8, .8])

In [44]: fig.add_axes(ax)
Out[44]: <__main__.generator_scatter_axes at 0x56fe090>

In [45]: ax._big_data = rand(500, 3)

In [46]: draw()

我更改了您的 scatter 函数，使其具有少量可见的形状。这将非常慢，因为您每次 都设置scatter 对象。我会获取您的数据的合理块并绘制它们，或者将对scatter 的调用替换为基础艺术家对象，或者使用乔的建议并仅更新单个艺术家。

【讨论】：

是否有可能在draw 中获得缩放级别，并根据缩放和dpi 绘制一个矩形（数据块的最小和最大数据）或绘制数据本身？像细节级别绘图这样我们可以绘制大数据，然后只有在放大后才能看到细节。也许我需要为此培养一位新艺术家。但想知道是否可以知道缩放级别。

在干时，Axes 知道它的视图限制是什么。看看Line2D 的draw 方法，它使用这些知识（在某些情况下）只查看数据的一个子集。

【参考方案2】：

@tcaswell 建议重写 Axes.draw 方法绝对是最灵活的方法。

但是，您可以使用/滥用 blitting 来执行此操作，而无需子类化 Axes。每次只需使用draw_artist，无需恢复画布。

还有一个额外的技巧：我们需要一个特殊的save 方法，因为所有其他人都在保存之前绘制了画布，这将清除我们之前在其上绘制的所有内容。

此外，正如 tcaswell 所说，为每个项目调用 draw_artist 相当慢，因此对于大量点，您需要对输入数据进行分块。分块会显着加快速度，但这种方法总是比绘制单个 PathCollection 慢。

无论如何，这些答案中的任何一个都应该可以缓解您的记忆问题。这是一个简单的例子。

import numpy as np
import matplotlib.pyplot as plt
from matplotlib import _png
from itertools import izip

def main():
    # We'll be saving the figure's background, so let's make it transparent.
    fig, ax = plt.subplots(facecolor='none')

    # You'll have to know the extent of the input beforehand with this method.
    ax.axis([0, 10, 0, 10])

    # We need to draw the canvas before we start adding points.
    fig.canvas.draw()

    # This won't actually ever be drawn. We just need an artist to update.
    col = ax.scatter([5], [5], color=[0.1, 0.1, 0.1], alpha=0.3)

    for xy, color in datastream(int(1e6), chunksize=int(1e4)):
        col.set_offsets(xy)
        col.set_color(color)
        ax.draw_artist(col)

    save(fig, 'test.png')

def datastream(n, chunksize=1):
    """Returns a generator over "n" random xy positions and rgb colors."""
    for _ in xrange(n//chunksize):
        xy = 10 * np.random.random((chunksize, 2))
        color = np.random.random((chunksize, 3))
        yield xy, color

def save(fig, filename):
    """We have to work around `fig.canvas.print_png`, etc calling `draw`."""
    renderer = fig.canvas.renderer
    with open(filename, 'w') as outfile:
        _png.write_png(renderer._renderer.buffer_rgba(),
                       renderer.width, renderer.height,
                       outfile, fig.dpi)

main()

此外，您可能会注意到顶部和左侧的脊椎被拉过。您可以通过在保存之前重新绘制这两个脊椎（ax.draw_artist(ax.spines['top']) 等）来解决此问题。

【讨论】：

谢谢，这很好用。我只想为其他使用它的人添加，可以通过在fig, ax = plt.subplots(facecolor='none', dpi=700)调用not中设置dpi来获得更高分辨率的图像，因为到那时似乎为时已晚。

@Hooked - 好点！对图形的任何其他更改也是如此...基本上，所有内容都需要在初始调用fig.canvas.draw() 之前进行设置。之后，我们只是在“固定”的光栅图像上绘制。

【参考方案3】：

只是为了扩展已接受的答案，“解决方法”保存功能似乎不再起作用，因为 write_png 的签名已更改。我的解决方法如下：

import numpy as np
from PIL import Image

def png_write(fig, filename):
    width, height = map(int, fig.get_size_inches() * fig.get_dpi())
    image = np.frombuffer(fig.canvas.tostring_argb(), dtype='uint8')
    image = image.reshape(width, height, 4)
    image = np.roll(image, -1, 2)
    Image.fromarray(image, 'RGBA').save(filename)