Matplotlib：多数の線分を独立したグラデーションとして効率的に色付けする方法

Question

Python。 matplotlib：多数の線分を独立したグラデーションとして効率的に色付けする方法はありますか？
すでにthisとthisと他のものを読んでください。それらのどれも私たちの答えです！

グラデーションカラーでそれぞれプロットしたい別々の線があります。

上記の最初のリンクに記載されている解決策は、複数の文字列がある場合は機能しません。言い換えれば、色の周期を変えることは、プロット内のすべてのものに影響を与えます。 これはまったく興味のあることではありません。

matplotlibサイトの2番目のリンクは、各行を多数にセグメント化して使用します。これは良いアプローチではありません。なぜなら、膨大な数の回線、たとえば10000またはそれ以上の回線があるからです。 1行に10セグメントしか選択しなくても、結果は大きすぎます！それでも結果として得られる線はまったく色づけされません！あなたがより良い勾配のための線分の関数をセグメンテーションの数にすると、結果は本当に巨大になります！表示が難しく、ファイルとして適切に保存するのが難しい。

Answer 1

1つのマイナーなスピードアップは、10000個のラインコレクションの代わりに1つのラインコレクションを追加することです。

すべてのラインが同じカラーマップを共有している場合は、それらを1つのラインコレクションにグループ化することができ、それぞれに独立したグラデーションを割り当てることができます。

Matplotlibは、この種のものではまだまだ遅いです。高速描画時間ではなく、高品質な出力に最適化されています。しかし、あなたは物事を少し速くすることができます（〜3倍）。 （？）

だから、私はあなたがおそらくだと思う方法の一例として、今それをやって：代わりに

import numpy as np 
import matplotlib.pyplot as plt 
from matplotlib.collections import LineCollection 
# Make random number generation consistent between runs 
np.random.seed(5) 

def main(): 
    numlines, numpoints = 2, 3 
    lines = np.random.random((numlines, numpoints, 2)) 

    fig, ax = plt.subplots() 
    for line in lines: 
     # Add "num" additional segments to the line 
     segments, color_scalar = interp(line, num=20) 
     coll = LineCollection(segments) 
     coll.set_array(color_scalar) 
     ax.add_collection(coll) 
    plt.show() 

def interp(data, num=20): 
    """Add "num" additional points to "data" at evenly spaced intervals and 
    separate into individual segments.""" 
    x, y = data.T 
    dist = np.hypot(np.diff(x - x.min()), np.diff(y - y.min())).cumsum() 
    t = np.r_[0, dist]/dist.max() 

    ti = np.linspace(0, 1, num, endpoint=True) 
    xi = np.interp(ti, t, x) 
    yi = np.interp(ti, t, y) 

    # Insert the original vertices 
    indices = np.searchsorted(ti, t) 
    xi = np.insert(xi, indices, x) 
    yi = np.insert(yi, indices, y) 

    return reshuffle(xi, yi), ti 

def reshuffle(x, y): 
    """Reshape the line represented by "x" and "y" into an array of individual 
    segments.""" 
    points = np.vstack([x, y]).T.reshape(-1,1,2) 
    points = np.concatenate([points[:-1], points[1:]], axis=1) 
    return points 

if __name__ == '__main__': 
    main() 

、私はこれらの線に沿って何かをやってreccomendだろう（唯一の違いはmain機能であります）：

：

import numpy as np 
import matplotlib.pyplot as plt 
from matplotlib.collections import LineCollection 
# Make random number generation consistent between runs 
np.random.seed(5) 

def main(): 
    numlines, numpoints = 2, 3 
    points = np.random.random((numlines, numpoints, 2)) 

    # Add "num" additional segments to each line 
    segments, color_scalar = zip(*[interp(item, num=20) for item in points]) 

    segments = np.vstack(segments) 
    color_scalar = np.hstack(color_scalar) 

    fig, ax = plt.subplots() 
    coll = LineCollection(segments) 
    coll.set_array(color_scalar) 
    ax.add_collection(coll) 

    plt.show() 

def interp(data, num=20): 
    """Add "num" additional points to "data" at evenly spaced intervals and 
    separate into individual segments.""" 
    x, y = data.T 
    dist = np.hypot(np.diff(x - x.min()), np.diff(y - y.min())).cumsum() 
    t = np.r_[0, dist]/dist.max() 

    ti = np.linspace(0, 1, num, endpoint=True) 
    xi = np.interp(ti, t, x) 
    yi = np.interp(ti, t, y) 

    # Insert the original vertices 
    indices = np.searchsorted(ti, t) 
    xi = np.insert(xi, indices, x) 
    yi = np.insert(yi, indices, y) 

    return reshuffle(xi, yi), ti 

def reshuffle(x, y): 
    """Reshape the line represented by "x" and "y" into an array of individual 
    segments.""" 
    points = np.vstack([x, y]).T.reshape(-1,1,2) 
    points = np.concatenate([points[:-1], points[1:]], axis=1) 
    return points 

if __name__ == '__main__': 
    main() 

両方のバージョンは、同一のプロットを生成します

---

ただし、ライン数を10000まで増やしても、パフォーマンスに大きな違いが見られます。

3点それぞれの色のグラデーションの全体補間さらに20点（各ラインの23個のセグメント）と、10000株を使用し、それはPNGに図形を保存するのに要する時間を見て：

Took 10.866694212 sec with a single collection 
Took 28.594727993 sec with multiple collections 

したがって、1行のコレクションを使用すると、この特定のケースでは3倍のスピードアップが得られます。それは恒星ではありませんが、何よりも優れています。

ここにタイミングコードと出力値があります（出力値は図面の順序が異なるため、全く同じではありません）。あなたはzレベルを制御する必要がある場合は、）別の行コレクションに固執する必要があります：

import numpy as np 
import matplotlib.pyplot as plt 
from matplotlib.collections import LineCollection 
import time 
# Make random number generation consistent between runs 
np.random.seed(5) 

def main(): 
    numlines, numpoints = 10000, 3 
    lines = np.random.random((numlines, numpoints, 2)) 

    # Overly simplistic timing, but timeit is overkill for this exmaple 
    tic = time.time() 
    single_collection(lines).savefig('/tmp/test_single.png') 
    toc = time.time() 
    print 'Took {} sec with a single collection'.format(toc-tic) 

    tic = time.time() 
    multiple_collections(lines).savefig('/tmp/test_multiple.png') 
    toc = time.time() 
    print 'Took {} sec with multiple collections'.format(toc-tic) 

def single_collection(lines): 
    # Add "num" additional segments to each line 
    segments, color_scalar = zip(*[interp(item, num=20) for item in lines]) 
    segments = np.vstack(segments) 
    color_scalar = np.hstack(color_scalar) 

    fig, ax = plt.subplots() 
    coll = LineCollection(segments) 
    coll.set_array(color_scalar) 
    ax.add_collection(coll) 
    return fig 

def multiple_collections(lines): 
    fig, ax = plt.subplots() 
    for line in lines: 
     # Add "num" additional segments to the line 
     segments, color_scalar = interp(line, num=20) 
     coll = LineCollection(segments) 
     coll.set_array(color_scalar) 
     ax.add_collection(coll) 
    return fig 

def interp(data, num=20): 
    """Add "num" additional points to "data" at evenly spaced intervals and 
    separate into individual segments.""" 
    x, y = data.T 
    dist = np.hypot(np.diff(x - x.min()), np.diff(y - y.min())).cumsum() 
    t = np.r_[0, dist]/dist.max() 

    ti = np.linspace(0, 1, num, endpoint=True) 
    xi = np.interp(ti, t, x) 
    yi = np.interp(ti, t, y) 

    # Insert the original vertices 
    indices = np.searchsorted(ti, t) 
    xi = np.insert(xi, indices, x) 
    yi = np.insert(yi, indices, y) 

    return reshuffle(xi, yi), ti 

def reshuffle(x, y): 
    """Reshape the line represented by "x" and "y" into an array of individual 
    segments.""" 
    points = np.vstack([x, y]).T.reshape(-1,1,2) 
    points = np.concatenate([points[:-1], points[1:]], axis=1) 
    return points 

if __name__ == '__main__': 
    main()