1

我是 python 和编程的新手。我正在尝试使用 python 绘制一个方向图。我在飞机上有大量点（大约 1,200,000），每个点都属于一个集群。每个集群应该是不同的颜色。我目前正在做的是为每个集群分配一种颜色并在每个点绘制一个实心圆圈。我试图通过为不同的段创建图并使用混合来组合它们来部分地做到这一点。这是该部分的代码：（sn是点的总数，label是簇号的簇数组，xcoor和ycoor是点的坐标）

pylab.xlim([0,250])
pylab.ylim([0,100])
plt.savefig("HK pickle.png")
for l in range (1, 20):
    for j in range(int((float(sn)/80)*(l-1)), int((float(sn)/80)*(l))):
        overlay = Image.open("HK pickle.png")
        c = label[j] % 8
        if c == 0:
            circle1 = plt.Circle((float(xcoor[j]), float(ycoor[j])), 0.05, color = (0.5, 0, 0))
        elif c == 1:
            circle1 = plt.Circle((float(xcoor[j]), float(ycoor[j])), 0.05, color = (1, 0, 0))
        elif c == 2:
            circle1 = plt.Circle((float(xcoor[j]), float(ycoor[j])), 0.05, color = (0, 0.5, 0))
        elif c == 3:
            circle1 = plt.Circle((float(xcoor[j]), float(ycoor[j])), 0.05, color = (0, 1, 0))
        elif c == 4:
            circle1 = plt.Circle((float(xcoor[j]), float(ycoor[j])), 0.05, color = (0, 0, 0.5))
        elif c == 5:
            circle1 = plt.Circle((float(xcoor[j]), float(ycoor[j])), 0.05, color = (0, 0 ,1))
        elif c == 6:
            circle1 = plt.Circle((float(xcoor[j]), float(ycoor[j])), 0.05, color = (0.5, 0.5 ,0))
        elif c == 7:
            circle1 = plt.Circle((float(xcoor[j]), float(ycoor[j])), 0.05, color = (0.5, 0 ,0.5))
        fig = plt.gcf()
        fig.gca().add_artist(circle1)
        del circle1
    plt.savefig("HK pick.png")
    del fig
    back = Image.open("HK pick.png")
    comp = Image.blend(back, overlay, 0.5)
    comp.save("HK pickle.png", "PNG")
    del comp
pylab.xlim([0,250])
pylab.ylim([0,100])
plt.savefig("HK plots.png")

但是，这会导致以下错误：

    fig.gca().add_artist(circle1)
  File "C:\Python27\lib\site-packages\matplotlib\axes.py", line 1404, in add_artist
    self.artists.append(a)
MemoryError

错误出现在 l = 11。我一直在并行检查任务管理器，当 MemoryError 出现时它仍然有将近 3GB 的可用内存。请帮我解决一下这个。

我是新手，仍然不知道我提供的信息是否足够。如果您需要更多信息，请告诉我

4

2 回答 2

1

scatter使用和 关键字可能会做得更好rasterized=True，这会将所有矢量图形扁平化为光栅图像（这将占用更少的内存）。

就像是：

colors_lst = [ ... your tuples ...]
color = map(lambda x: colors_lst[x % 8], labels)
ax.scatter(xcoord, ycoord, c = colors, rasterized=True)

我认为将替换您的大部分脚本。

scatter文件

于 2013-01-29T15:22:12.330 回答
0

如果您使用 32 位操作系统或运行 32 位 python，您将无法有效地处理大型数据集（安装 64 位 python、numpy、matplotlib 等可能会解决此问题）。

但是，我建议首先尝试以较低的分辨率绘制您的图片，然后看看这是否适合您（结果可能已经足够好了）。例如，我首先将j迭代器替换为for j in range(int((float(sn)/80)*(l-1)), int((float(sn)/80)*(l))):类似

for j in np.linspace(int((float(sn)/80)*(l-1)), int((float(sn)/80)*(l), num=20):
    j = int(j)

这将在您的限制范围内为您提供 20 个j值的范围，但不是每个整数值。请注意，您将需要j转换为 a int，因为它可能是 a np.float！

其他风格的注释在这一点上不太有用，但通常你不需要del经常 - python 有一个非常好的垃圾收集器可以为你做这件事。您还可以在迭代器之外设置限制 - 这可能会使调试更加直接：

start_j = int((float(sn)/80)*(l-1)))
end_j = int((float(sn)/80)*(l))
for j in np.linspace(start_j, end_j, num=20):
    etc.
于 2013-01-29T12:17:02.307 回答