matplotlib тормозит

[gliderexpert]

Возникла задача рисовать вот такие картинки (в реальном времени, по мере поступления информации с системы сбора данных). Так называемый график-"водопад".

С гуями/интерфейсами - опыта работы нет. Поиск в гугле обнаружил библиотеку matplotlib для питона, при помощи которой такие штуки вроде как делаются.

Накодил тест

import matplotlib
import matplotlib.pyplot as plt
from matplotlib.colors import BoundaryNorm
from matplotlib.ticker import MaxNLocator
import numpy as np
import random

max_arr = 30
vect = np.zeros(max_arr)
vect[5]=3

for i in range(max_arr):
        vect[i]=random.randint(1,10)

X = np.zeros((max_arr,max_arr))
for i in range(max_arr):
        for n in range(max_arr):
                X[i,n]=n

Y = np.zeros((max_arr,max_arr))
for i in range(max_arr):
        for n in range(max_arr):
                Y[i,n]=i

Z = np.zeros((max_arr,max_arr))
Z[:,max_arr-1]=vect
fig,ax=plt.subplots()

for c in range(100):
        for i in range(max_arr-1):
                Z[:,i]=Z[:,i+1]
                ax.pcolormesh(X,Y,Z)
        for n in range(max_arr):
                vect[n]=random.randint(1,10)
        Z[:,max_arr-1]=vect
        ax.pcolormesh(X,Y,Z)
        plt.pause(0.5)
plt.show()

Фактически все просто - создаем массив размером max_arr х max_arr (в примере 30х30 точек), потом в цикле
- сдвигаем все столбцы влево на 1 столбец
- в правый столбец кладем рандомные числа (имитация реальных данных)
- отрисовываем в pcolormesh

И оно даже работает.

Только вот проблема в том, что при увеличении размерности массивов a.k.a. разрешения картинки - все начинает дико тормозить при перерисовке/обновлении.
Если задать max_arr = 300 то прога вообще не стартует, виснет на белом экране. А мне нужно отображать массив 3000х3000 с частотой обновления хотя бы пару Герц.

Куда пнуть питона чтобы оно заработало с нормальной скоростью?

 

[hackeryaroslav]

Проблема в том, что ты каждый раз полностью перерисовываешь график, а нам нужно просто обновлять данные. Используй метод set_array() для этого

 

[ExtShell]

При итерации в приделах больших диапазонов намного выгодней использовать np.arange() вместо range(), особенно где нужно работать с плавающей запятой. Хотя я думаю проблема действительно в постоянной прорисовке.