我目前正在评估不同的python绘图库。现在我正在尝试matplotlib，我对它的性能非常失望。下面的示例是从SciPy示例修改而来的，每秒仅提供~8帧
有没有加快速度的方法，或者我应该选择一个不同的绘图库
pylab导入的
*
导入时间
离子（）
图=图（）
ax1=图add_子批次（611）
ax2=图add_子批次（612）
ax3=图添加子批次（613）
ax4=图添加子批次（614）
ax5=图add_子批次（615）
ax6=图添加子批次（616）
x=arange（0,2*pi，0.01）
y=sin（x）
第1行，=ax1.绘图（x，y，'r-'）
第2行，=ax2.绘图（x，y，'g-'）
第3行，=ax3.绘图（x，y，'y-'）
第4行，=ax4.绘图（x，y，'m-'）
第5行，=ax5.绘图（x，y，'k-'）
第6行，=ax6.绘图（x，y，'p-'）
#关闭交互式打印-将速度提高1帧/秒
plt.ioff（）
tstart=time.time（）#用于分析
对于我在arange（1200）：
第1行设置数据（sin（x+i/10.0））#更新数据
第2行设置数据（sin（2*x+i/10.0））
第3行设置数据（sin（3*x+i/10.0））
第4行设置数据（sin（4*x+i/10.0））
第5行设置数据（sin（5*x+i/10.0））
第6行设置数据（sin（6*x+i/10.0））
draw（）#重新绘制画布
打印“FPS:”，200/（time.time（）-tstart）
首先，（尽管这不会改变性能）考虑清理代码，类似于：
将matplotlib.pyplot导入为plt
将numpy作为np导入
导入时间
x=np.arange（0，2*np.pi，0.01）
y=np.sin（x）
图，轴=plt子批次（nrows=6）
样式=['r-'、'g-'、'y-'、'm-'、'k-'、'c-']
线条=[ax.plot（x，y，style）[0]对于ax，zip中的样式（轴，样式）]
图2（图3）
tstart=time.time（）
对于x范围内的i（1,20）：
对于j，枚举中的行（行，开始=1）：
线集数据（np.sin（j*x+i/10.0））
图canvas.draw（）
打印“FPS:”，20/（time.time（）-tstart）
在上面的例子中，我得到大约10fps
请注意，根据具体的用例，matplotlib可能不是一个很好的选择。它面向出版物质量数据，而不是实时显示
但是，您可以做很多事情来加速这个示例
有两个主要的原因，为什么这是缓慢的，因为它是
1） 调用fig.canvas.draw（）。这是你的瓶颈。在您的情况下，不需要重新绘制轴边界、记号标签等
2） 在你的例子中，有很多子地块，有很多勾号标签。这些画要花很长时间
这两个问题都可以通过使用blitting来解决
为了有效地执行blitting，您必须使用特定于后端的代码。在实践中，如果您真的担心平滑的动画，您通常会在某种gui工具包中嵌入matplotlib绘图，所以这不是什么大问题
但是，如果我不知道你在做什么，我就帮不了你
尽管如此，仍然有一种相当快速的方式
将matplotlib.pyplot导入为plt
将numpy作为np导入
导入时间
x=np.arange（0，2*np.pi，0.1）
y=np.sin（x）
图，轴=plt子批次（nrows=6）
图2（图3）
#我们需要在开始制作动画之前画画布。。。
图canvas.draw（）
样式=['r-'、'g-'、'y-'、'm-'、'k-'、'c-']
def绘图（ax，样式）：
返回ax.plot（x，y，style，animated=True）[0]
lines=[打印（ax，样式）用于ax，zip中的样式（轴，样式）]
#让我们捕捉这个人物的背景
背景=[图canvas.copy_from_bbox（ax.bbox）for ax in axs]
tstart=time.time（）
对于X范围内的i（1，2000）：
项目=枚举（zip（线、轴、背景），开始=1）
对于项目中的j，（行、轴、背景）：
图canvas.restore_区域（背景）
线集数据（np.sin（j*x+i/10.0））
ax.draw_艺术家（线条）
图帆布布利特（ax.bbox）
打印'FPS:'，2000/（time.time（）-tstart）
这给了我大约200fps
为了方便起见，matplotlib的最新版本中有一个动画模块
例如：
将matplotlib.pyplot导入为plt
将matplotlib.animation导入为动画
将numpy作为np导入
x=np.arange（0，2*np.pi，0.1）
y=np.sin（x）
图，轴=plt子批次（nrows=6）
样式=['r-'、'g-'、'y-'、'm-'、'k-'、'c-']
def绘图（ax，样式）：
返回ax.plot（x，y，style，animated=True）[0]
lines=[打印（ax，样式）用于ax，zip中的样式（轴，样式）]
定义动画（i）：
对于j，枚举中的行（行，开始=1）：
线集数据（np.sin（j*x+i/10.0））
回程线
#我们通常会在这里指定一个合理的“间隔”。。。
ani=animation.FuncAnimation（图，animate，xrange（1200），
间隔=0，blit=真）
plt.show（）