python循环调用plt.scatter时执行速度越来越慢

最新推荐文章于 2024-03-21 10:38:46 发布

ForestInSun

最新推荐文章于 2024-03-21 10:38:46 发布

阅读量2.2k

点赞数 2

分类专栏：笔记文章标签： python

本文链接：https://blog.csdn.net/qq_29881799/article/details/113703076

版权

笔记专栏收录该内容

23 篇文章

订阅专栏

当使用matplotlib.pyplot的scatter函数在循环中绘制散点图时，会发现执行速度逐渐变慢。为了解决这个问题，可以先将数据按颜色分组存储在字典中，然后一次性处理并绘制所有数据，显著提高运行速度。通过遍历字典，批量处理各组数据，使得散点图的绘制效率大幅提升。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

今天跑python代码,用到matplotlib.pyplot库的scatter函数画散点图时发现,如果对该函数进行循环调用,会导致执行速度越来越慢.
参考了网上的答案后,结合我的问题给出了下面的解决办法:

问题描述
有一组数据,需要对其中的每个数据单独分析,然后根据计算结果给予该数据一个颜色.然后将所有数据画成散点图
解决循环调用的问题
先将不同组的数据用字典保存下来,然后通过对字典的遍历,批量处理各组内的数据,执行速度大幅提升.
大概代码如下:

for data in dataset:
    color = xx data # color 是data对应的颜色
    if color not in dict:
    	dict[color] = []
   dict[color].append(data)
for color,datas in dict:
   plt.scatter(datas, c=color)
   # 这里应该需要两组数据来表示横纵坐标,就从简吧