15

对于电生理数据分析集，我需要绘制一个大的二维阵列（暗淡约 20.000 x 120）点。我曾经在我的 PyQt 应用程序中嵌入了一个 Matplotlib 小部件，但由于绘图花费了很长时间，我开始寻找其他解决方案。尽管如此，使用 pyqtgraph 绘制数据也需要比预期更长的时间，可能是因为它每次使用 plot() 函数时都会重绘小部件。

绘制大型数组的最佳做法是什么？

pyqtgraph 示例虽然很广泛，但并没有进一步帮助我......

import pyqtgraph as pg
view = pg.GraphicsLayoutWidget()
w1 = view.addPlot()

for n in data:
    w1.plot(n)

或者

w1.plot(data)

最后一条规则生成ValueError: 操作数不能与形状一起广播 (10) (10,120)

提前致谢....

4

1 回答 1

41

请参阅此讨论： https ://groups.google.com/forum/?fromgroups#!searchin/pyqtgraph/arraytoqpath/pyqtgraph/CBLmhlKWnfo/jinNoI07OqkJ

Pyqtgraph 不会在每次调用 plot() 后重绘；它会等到控制权返回到 Qt 事件循环，然后再重绘。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（这可能会间接发生，例如，如果您有一个进度对话框）。

一般来说，提高性能最重要的规则是：分析你的代码。如果您可以直接衡量，请不要假设可能会减慢您的速度。

由于我无权访问您的代码，我只能猜测如何改进它并向您展示分析如何提供帮助。我将从这里的“慢”示例开始，并进行一些改进。

1. 执行缓慢

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_()

这个的输出是：

Plot time: 6.10 sec

现在让我们对其进行概要分析：

$ 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)
. . .

我们已经可以看到 ViewBox.updateAutoRange 花费了很多时间，所以让我们禁用自动量程：

2. 快一点

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_()

..输出是：

Plot time: 0.68 sec

所以这有点快，但平移/缩放情节仍然很慢。如果我在拖动绘图一段时间后查看配置文件，它看起来像这样：

   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)

所以我们看到很多对 PlotCurveItem.paint() 的调用。如果我们将所有 120 条情节线放在一个项目中以减少绘制调用的次数怎么办？

3. 快速实施

经过几轮分析后，我想出了这个。它基于使用 pg.arrayToQPath，如上面的线程中所建议的：

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_()

它启动很快，并且平移/缩放响应合理。不过，我要强调的是，此解决方案是否适合您可能取决于您的程序的细节。

于 2013-06-14T12:25:22.650 回答