Saya memiliki program dengan tokoh interaktif di mana kadang-kadang banyak seniman digambar. Dalam gambar ini, Anda juga dapat memperbesar dan menggeser menggunakan mouse. Namun, performace selama zoom panning tidak terlalu bagus karena setiap artis selalu digambar ulang. Apakah ada cara untuk memeriksa artis mana yang ada di area yang sedang ditampilkan dan hanya menggambar ulang mereka? (Dalam contoh di bawah ini perfomace masih relatif baik, tetapi dapat diperburuk dengan menggunakan seniman yang lebih kompleks atau lebih rumit)
Saya memiliki masalah performa yang sama dengan hovermetode yang setiap kali dipanggil berlari canvas.draw()pada akhirnya. Tapi seperti yang Anda lihat, saya menemukan solusi yang rapi untuk itu dengan memanfaatkan caching dan mengembalikan latar belakang sumbu (berdasarkan ini ). Ini secara signifikan meningkatkan kinerja dan sekarang bahkan dengan banyak artis berjalan sangat lancar. Mungkin ada cara serupa untuk melakukan ini tetapi untuk pandan zoommetode?
Maaf untuk sampel kode panjang, sebagian besar tidak relevan secara langsung untuk pertanyaan tetapi diperlukan untuk contoh yang berfungsi untuk menyoroti masalah ini.
EDIT
Saya memperbarui MWE ke sesuatu yang lebih mewakili kode saya yang sebenarnya.
import numpy as np
import numpy as np
import sys
import matplotlib.pyplot as plt
from matplotlib.backends.backend_qt5agg import \
FigureCanvasQTAgg
import matplotlib.patheffects as PathEffects
from matplotlib.text import Annotation
from matplotlib.collections import LineCollection
from PyQt5.QtWidgets import QApplication, QVBoxLayout, QDialog
def check_limits(base_xlim, base_ylim, new_xlim, new_ylim):
if new_xlim[0] < base_xlim[0]:
overlap = base_xlim[0] - new_xlim[0]
new_xlim[0] = base_xlim[0]
if new_xlim[1] + overlap > base_xlim[1]:
new_xlim[1] = base_xlim[1]
else:
new_xlim[1] += overlap
if new_xlim[1] > base_xlim[1]:
overlap = new_xlim[1] - base_xlim[1]
new_xlim[1] = base_xlim[1]
if new_xlim[0] - overlap < base_xlim[0]:
new_xlim[0] = base_xlim[0]
else:
new_xlim[0] -= overlap
if new_ylim[1] < base_ylim[1]:
overlap = base_ylim[1] - new_ylim[1]
new_ylim[1] = base_ylim[1]
if new_ylim[0] + overlap > base_ylim[0]:
new_ylim[0] = base_ylim[0]
else:
new_ylim[0] += overlap
if new_ylim[0] > base_ylim[0]:
overlap = new_ylim[0] - base_ylim[0]
new_ylim[0] = base_ylim[0]
if new_ylim[1] - overlap < base_ylim[1]:
new_ylim[1] = base_ylim[1]
else:
new_ylim[1] -= overlap
return new_xlim, new_ylim
class FigureCanvas(FigureCanvasQTAgg):
def __init__(self, *args, **kwargs):
super().__init__(*args, **kwargs)
self.bg_cache = None
def draw(self):
ax = self.figure.axes[0]
hid_annotation = False
if ax.annot.get_visible():
ax.annot.set_visible(False)
hid_annotation = True
hid_highlight = False
if ax.last_artist:
ax.last_artist.set_path_effects([PathEffects.Normal()])
hid_highlight = True
super().draw()
self.bg_cache = self.copy_from_bbox(self.figure.bbox)
if hid_highlight:
ax.last_artist.set_path_effects(
[PathEffects.withStroke(
linewidth=7, foreground="c", alpha=0.4
)]
)
ax.draw_artist(ax.last_artist)
if hid_annotation:
ax.annot.set_visible(True)
ax.draw_artist(ax.annot)
if hid_highlight:
self.update()
def position(t_, coeff, var=0.1):
x_ = np.random.normal(np.polyval(coeff[:, 0], t_), var)
y_ = np.random.normal(np.polyval(coeff[:, 1], t_), var)
return x_, y_
class Data:
def __init__(self, times):
self.length = np.random.randint(1, 20)
self.t = np.sort(
np.random.choice(times, size=self.length, replace=False)
)
self.vel = [np.random.uniform(-2, 2), np.random.uniform(-2, 2)]
self.accel = [np.random.uniform(-0.01, 0.01), np.random.uniform(-0.01,
0.01)]
x0, y0 = np.random.uniform(0, 1000, 2)
self.x, self.y = position(
self.t, np.array([self.accel, self.vel, [x0, y0]])
)
class Test(QDialog):
def __init__(self):
super().__init__()
self.fig, self.ax = plt.subplots()
self.canvas = FigureCanvas(self.fig)
self.artists = []
self.zoom_factor = 1.5
self.x_press = None
self.y_press = None
self.annot = Annotation(
"", xy=(0, 0), xytext=(-20, 20), textcoords="offset points",
bbox=dict(boxstyle="round", fc="w", alpha=0.7), color='black',
arrowprops=dict(arrowstyle="->"), zorder=6, visible=False,
annotation_clip=False, in_layout=False,
)
self.annot.set_clip_on(False)
setattr(self.ax, 'annot', self.annot)
self.ax.add_artist(self.annot)
self.last_artist = None
setattr(self.ax, 'last_artist', self.last_artist)
self.image = np.random.uniform(0, 100, 1000000).reshape((1000, 1000))
self.ax.imshow(self.image, cmap='gray', interpolation='nearest')
self.times = np.linspace(0, 20)
for i in range(1000):
data = Data(self.times)
points = np.array([data.x, data.y]).T.reshape(-1, 1, 2)
segments = np.concatenate([points[:-1], points[1:]], axis=1)
z = np.linspace(0, 1, data.length)
norm = plt.Normalize(z.min(), z.max())
lc = LineCollection(
segments, cmap='autumn', norm=norm, alpha=1,
linewidths=2, picker=8, capstyle='round',
joinstyle='round'
)
setattr(lc, 'data_id', i)
lc.set_array(z)
self.ax.add_artist(lc)
self.artists.append(lc)
self.default_xlim = self.ax.get_xlim()
self.default_ylim = self.ax.get_ylim()
self.canvas.draw()
self.cid_motion = self.fig.canvas.mpl_connect(
'motion_notify_event', self.motion_event
)
self.cid_button = self.fig.canvas.mpl_connect(
'button_press_event', self.pan_press
)
self.cid_zoom = self.fig.canvas.mpl_connect(
'scroll_event', self.zoom
)
layout = QVBoxLayout()
layout.addWidget(self.canvas)
self.setLayout(layout)
def zoom(self, event):
if event.inaxes == self.ax:
scale_factor = np.power(self.zoom_factor, -event.step)
xdata = event.xdata
ydata = event.ydata
cur_xlim = self.ax.get_xlim()
cur_ylim = self.ax.get_ylim()
x_left = xdata - cur_xlim[0]
x_right = cur_xlim[1] - xdata
y_top = ydata - cur_ylim[0]
y_bottom = cur_ylim[1] - ydata
new_xlim = [
xdata - x_left * scale_factor, xdata + x_right * scale_factor
]
new_ylim = [
ydata - y_top * scale_factor, ydata + y_bottom * scale_factor
]
# intercept new plot parameters if they are out of bounds
new_xlim, new_ylim = check_limits(
self.default_xlim, self.default_ylim, new_xlim, new_ylim
)
if cur_xlim != tuple(new_xlim) or cur_ylim != tuple(new_ylim):
self.ax.set_xlim(new_xlim)
self.ax.set_ylim(new_ylim)
self.canvas.draw_idle()
def motion_event(self, event):
if event.button == 1:
self.pan_move(event)
else:
self.hover(event)
def pan_press(self, event):
if event.inaxes == self.ax:
self.x_press = event.xdata
self.y_press = event.ydata
def pan_move(self, event):
if event.inaxes == self.ax:
xdata = event.xdata
ydata = event.ydata
cur_xlim = self.ax.get_xlim()
cur_ylim = self.ax.get_ylim()
dx = xdata - self.x_press
dy = ydata - self.y_press
new_xlim = [cur_xlim[0] - dx, cur_xlim[1] - dx]
new_ylim = [cur_ylim[0] - dy, cur_ylim[1] - dy]
# intercept new plot parameters that are out of bound
new_xlim, new_ylim = check_limits(
self.default_xlim, self.default_ylim, new_xlim, new_ylim
)
if cur_xlim != tuple(new_xlim) or cur_ylim != tuple(new_ylim):
self.ax.set_xlim(new_xlim)
self.ax.set_ylim(new_ylim)
self.canvas.draw_idle()
def update_annot(self, event, artist):
self.ax.annot.xy = (event.xdata, event.ydata)
text = f'Data #{artist.data_id}'
self.ax.annot.set_text(text)
self.ax.annot.set_visible(True)
self.ax.draw_artist(self.ax.annot)
def hover(self, event):
vis = self.ax.annot.get_visible()
if event.inaxes == self.ax:
ind = 0
cont = None
while (
ind in range(len(self.artists))
and not cont
):
artist = self.artists[ind]
cont, _ = artist.contains(event)
if cont and artist is not self.ax.last_artist:
if self.ax.last_artist is not None:
self.canvas.restore_region(self.canvas.bg_cache)
self.ax.last_artist.set_path_effects(
[PathEffects.Normal()]
)
self.ax.last_artist = None
artist.set_path_effects(
[PathEffects.withStroke(
linewidth=7, foreground="c", alpha=0.4
)]
)
self.ax.last_artist = artist
self.ax.draw_artist(self.ax.last_artist)
self.update_annot(event, self.ax.last_artist)
ind += 1
if vis and not cont and self.ax.last_artist:
self.canvas.restore_region(self.canvas.bg_cache)
self.ax.last_artist.set_path_effects([PathEffects.Normal()])
self.ax.last_artist = None
self.ax.annot.set_visible(False)
elif vis:
self.canvas.restore_region(self.canvas.bg_cache)
self.ax.last_artist.set_path_effects([PathEffects.Normal()])
self.ax.last_artist = None
self.ax.annot.set_visible(False)
self.canvas.update()
self.canvas.flush_events()
if __name__ == '__main__':
app = QApplication(sys.argv)
test = Test()
test.show()
sys.exit(app.exec_())
Saya tidak mengerti masalahnya. Karena seniman yang berada di luar sumbu tidak ditarik, mereka juga tidak akan memperlambat apa pun.
—
ImportanceOfBeingErnest
Jadi Anda mengatakan sudah ada rutinitas yang memeriksa artis mana yang dapat dilihat sehingga hanya yang terlihat yang benar-benar digambar? Mungkin rutinitas ini apa yang komputasi sangat mahal? Karena Anda dapat dengan mudah melihat perbedaan dalam kinerja jika Anda mencoba yang berikut ini misalnya: dengan 1000 artis WME saya di atas, memperbesar satu artis dan menjelajah. Anda akan melihat penundaan yang signifikan. Sekarang lakukan hal yang sama tetapi plot hanya 1 (atau bahkan 100) artis (s) dan Anda akan melihat bahwa hampir tidak ada penundaan.
—
mapf
Nah, pertanyaannya adalah, apakah Anda bisa menulis rutin yang lebih efisien? Dalam kasus sederhana, mungkin. Jadi, Anda dapat memeriksa artis mana yang berada dalam batas tampilan dan mengatur semua yang lainnya tidak terlihat. Jika centang hanya membandingkan koordinat titik tengah, itu lebih cepat. Tapi itu akan membuat Anda kehilangan titik jika hanya bagian tengahnya di luar tetapi sedikit kurang dari setengahnya masih berada di dalam tampilan. Yang sedang berkata, masalah utama di sini adalah bahwa ada 1000 seniman di kapak. Jika sebaliknya, Anda hanya menggunakan satu tunggal
—
ImportanceOfBeingErnest
plotdengan semua poin, masalah tidak akan terjadi.
Ya benar sekali. Hanya saja premis saya salah. Saya pikir alasan untuk kinerja buruk adalah bahwa semua seniman yang tertarik terlepas dari apakah mereka dapat dilihat atau tidak. Jadi saya pikir rutin cerdas yang hanya menarik para artis yang akan dilihat akan meningkatkan kinerja tetapi ternyata rutin seperti itu sudah ada, jadi saya kira tidak banyak yang bisa dilakukan di sini. Saya cukup yakin saya tidak akan bisa menulis rutin yang lebih efisien, setidaknya untuk kasus umum.
—
mapf
Namun dalam kasus saya, saya sebenarnya berurusan dengan koleksi linecollection (ditambah gambar di latar belakang) dan seperti yang sudah Anda katakan, bahkan jika itu hanya titik-titik seperti pada MWE saya, cukup memeriksa apakah koordinat berada di dalam sumbu tidak cukup. Mungkin saya harus memperbarui MWE sesuai untuk membuatnya lebih jelas.
—
mapf