Matplotlib =易于使用,Gnuplot =(稍微好一点)性能
我知道这个帖子很旧并且可以回答,但是我路过了,想放两分钱。这是我的结论:如果您的数据集不是那么大,则应使用Matplotlib。它更容易,看起来更好。但是,如果您确实需要性能,则可以使用Gnuplot。我添加了一些代码以在您的计算机上对其进行测试,并亲自查看它是否具有真正的意义(这不是真正的性能基准,但应该给出第一个想法)。
下图表示所需的时间(以秒为单位):
组态:
- gnuplot:5.2.2
- gnuplot-py:1.8
- matplotlib:2.1.2
我记得在带有旧版本库的旧计算机上运行时性能差距更大(对于较大的散点图,大约相差30秒)。
而且,如评论中所述,您可以获得等效质量的地块。但是您必须为此付出更多的汗水才能使用Gnuplot。
如果您想在计算机上尝试一下,下面是生成图形的代码:
from timeit import default_timer as timer
import matplotlib.pyplot as plt
import Gnuplot, Gnuplot.funcutils
import numpy as np
import sys
import os
def mPlotAndSave(x, y):
plt.scatter(x, y)
plt.savefig('mtmp.png')
plt.clf()
def gPlotAndSave(data, g):
g("set output 'gtmp.png'")
g.plot(data)
g("clear")
def cleanup():
try:
os.remove('gtmp.png')
except OSError:
pass
try:
os.remove('mtmp.png')
except OSError:
pass
begin = 2
end = 500000
step = 10000
numberOfPoints = range(begin, end, step)
n = len(numberOfPoints)
gnuplotTime = []
matplotlibTime = []
progressBarWidth = 30
g = Gnuplot.Gnuplot()
g("set terminal png size 640,480")
plt.clf()
for idx, val in enumerate(numberOfPoints):
sys.stdout.write('\r')
progress = (idx+1)*progressBarWidth/n
bar = "▕" + "▇"*progress + "▁"*(progressBarWidth-progress) + "▏" + str(idx) + "/" + str(n-1)
sys.stdout.write(bar)
sys.stdout.flush()
x = np.random.randint(sys.maxint, size=val)
y = np.random.randint(sys.maxint, size=val)
gdata = zip(x,y)
start = timer()
mPlotAndSave(x, y)
end = timer()
matplotlibTime.append(end - start)
start = timer()
gPlotAndSave(gdata, g)
end = timer()
gnuplotTime.append(end - start)
cleanup()
del g
sys.stdout.write('\n')
plt.plot(numberOfPoints, gnuplotTime, label="gnuplot")
plt.plot(numberOfPoints, matplotlibTime, label="matplotlib")
plt.legend(loc='upper right')
plt.xlabel('Number of points in the scatter graph')
plt.ylabel('Execution time (s)')
plt.savefig('execution.png')
plt.show()