我想了解 Datashader 和其他图形库(例如 plotly/matplotlib 等)之间的明显区别。
我知道，为了绘制数百万/数十亿个数据点，我们需要 datashader，因为其他绘图库会挂起浏览器。
但是究竟是什么原因使 datashader 速度更快并且不会挂起浏览器，以及绘图是如何完成的而不会给浏览器带来任何负载？？？
此外，datashader 不会对浏览器造成任何负载，因为在后端 datashader 会根据我的数据帧创建一个图形，并仅将图像发送到浏览器，这就是它速度快的原因？
请解释一下我无法清楚地理解进出。
最佳答案
首先考虑 Datashader 不是与 Matplotlib 或 Plotly 进行比较，而是与 numpy.histogram2d 进行比较，这可能会有所帮助。默认情况下，Datashader 会将一长串 (x,y) 点转换为 2D 直方图，就像 histogram2d 一样。这样做只需要为每个新点简单地增加一个网格单元，这可以通过 Numba 轻松加速到机器代码速度，并且与 Dask 并行化也很简单。无论数据集有多大，生成的数组最多就是显示屏的大小。因此，在添加轴、标签等的单独程序中进行处理的成本很低，而且永远不会使您的浏览器崩溃。
相比之下，像 Plotly 这样的绘图程序需要将每个数据点转换为 JSON 或其他序列化表示，将其传递给浏览器中的 JavaScript，让 JavaScript 将形状绘制到图形缓冲区中，并使每个此类形状支持悬停和其他交互功能。这些交互功能很棒，但这意味着 Plotly 在每个数据点上所做的工作比 Datashader 多得多，并且要求浏览器可以保存所有这些数据点。 Datashader 需要对完整数据进行的唯一计算是线性缩放每个点的 x 和 y 位置以适合网格，然后增加网格值，这比 Plotly 的操作要容易得多。
与 Matplotlib 的比较稍微复杂一些，因为使用 Agg 后端，Matplotlib 也会在显示之前预渲染到固定大小的图形缓冲区(有点像 Datashader)。但是Matplotlib是在Numba和Dask之前编写的(这使得加速变得更加困难)，它仍然需要为每个点绘制形状(不仅仅是简单的增量)，它不能完全并行化操作(因为后面的点会覆盖前面的点)在 Matplotlib 中)，它提供了抗锯齿和其他 Datashader 中没有的好功能。因此，Matplotlib 再次比 Datashader 做了更多的工作。
但是，如果您真正想要做的是查看数十亿个数据点的忠实 2D 分布，那么 Datashader 就是您的最佳选择，因为这就是它所做的一切。 :-)
关于python - datashader 和其他绘图库之间的区别，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/52584339/