Matplotlib 循环绘制图片内存、速率优化方法

核心要点：

优化matplotlib大数量级绘图速率和内存管理的核心要点在于，尽可能少的新建画布。

也就是尽可能一张纸，画了擦，擦了画，画完拍个照（即保存），再擦了准备画下一张，反反复复。

问题描述：

在使用matplotlib进行绘制图片时, 如果使用循环，如第一种类型，循环内新建画布、绘制、保存、关闭画布：

import matplotlib.pyplot as plt

# for loop, type 1
# 反复新建画布，关闭画布
for k in range(150):
    fig = plt.figure(figsize=(6,6))
    plt.plot(...)
    plt.imshow(...)
    ......
    plt.savefig(..,dpi = 600)
    plt.close()

以及第二种，比如说我们要画一张迷宫，然后这张迷宫的图是没有办法用一句简单的plt.plot(x,y)就画出来的：

import matplotlib.pyplot as plt


fig = plt.figure(figsize=(6,6))
# we have to plot a maze, but maze is composed of several discontinuous lines that we can 
# only plot them using a loop.

axes = plt.axes()
for k in range(1440000):
    if isEastBorder(i, nx = nx):
        axes.plot([x+0.5, x+0.5],[y+0.5, y-0.5],'-',color = color,linewidth = linewidth)
        border[0] = 1
    if isSouthBorder(i, nx = nx):
        axes.plot([x-0.5, x+0.5],[y-0.5, y-0.5],'-',color = color,linewidth = linewidth)
        border[1] = 1
    if isWestBorder(i, nx = nx):
        axes.plot([x-0.5, x-0.5],[y-0.5, y+0.5],'-',color = color,linewidth = linewidth)
        border[2] = 1
    if isNorthBorder(i, nx = nx):          
        axes.plot([x-0.5, x+0.5],[y+0.5, y+0.5],'-',color = color,linewidth = linewidth)
        border[3] = 1

    for k in range(4):
        if border[0] != 1 and loc_to_idx(x+1, y, nx = nx) not in surr:
            axes.plot([x+0.5, x+0.5],[y-0.5, y+0.5],'-',color = color,
                      linewidth = linewidth)
        if border[1] != 1 and loc_to_idx(x, y-1, nx = nx) not in surr:
            axes.plot([x-0.5, x+0.5],[y-0.5, y-0.5],'-',color = color,
                      linewidth = linewidth)
        if border[2] != 1 and loc_to_idx(x-1, y, nx = nx) not in surr:
            axes.plot([x-0.5, x-0.5],[y-0.5, y+0.5],'-',color = color,
                      linewidth = linewidth)
        if border[3] != 1 and loc_to_idx(x, y+1, nx = nx) not in surr:
            axes.plot([x-0.5, x+0.5],[y+0.5, y+0.5],'-',color = color,
                      linewidth = linewidth)

那么这个时候就会特别慢.而且非常容易爆内存，这和你内存大小是没有关系的。

对于第一种的一种优化的方法是，在循环后面加上

plt.close()
plt.clf()

这两句是清楚画布的操作，相当于清除内存。但实际上因为matplotlib的某些更深层次的内存回收机制的原因，清除画布只能让内存的增长从几何增长到线性增长，并不能根本上解决爆内存的问题。我认为这可能和matplotlib.figure类型的内存回收可能不是很干净有关，因此即便使用上述两句清空画布，仍然有内存残余。在较大的绘图任务前，这些残余仍然有可能使你爆内存。

因此，根本的优化途径在于，少新建画布，少出现第二种所示的循环绘图。

import matplotlib.pyplot as plt

# 在外面新建画布，1次
fig = plt.figure(figsize=(6,6))
for k in ...:
    plt.plot(..)
    plt.imshow(..)
# 这些是所有图片中共用的一些组分，在循环外绘制
# 有时这些公共部分是类似第二种需要循环绘制的图，那么正好放在循环外以减少绘制次数。
# 而且这样可以使得这些图再内存充裕的情况下提前绘制，速率会较循环内更快。

for k in range(150):
    
    # 这些是每张图特有的部分，循环内绘制
    a = plt.plot(...)
    im = plt.imshow(...)
    ......
    plt.savefig(..,dpi = 600)

    a.remove() # 绘制、保存之后回收这些特有部分
    im.remove() # 恢复到公共部分

plt.close()  #所有图画完再关闭画布

这样可以使得所有图片的绘制速率至少提升1~3的数量级。而唯一的限速步则回到保存这一步

plt.savefig(..,dpi = 600)

如果没有保存，可能绘图速率可以达到1000张/s~10000张/s，如果加上保存，则速率与dpi大小相关。dpi=600时也可以做到1张/s以内。（由于科研制图需要所以选了600的dpi，对于一般绘图完全不需要，dpi=300即可做到4~10张/s）