百万级数据集Plotly 3D图表无法渲染问题求助

问题重现 #

当使用Plotly绘制100万数据点的3D散点图时，仅显示空的坐标轴立方体，无数据点渲染；但相同数据用Matplotlib可正常显示，且数据量降至10万时Plotly能正常工作。

数据生成代码：

import numpy as np
COUNT = 1_000_000
z = np.arange(COUNT)
x = np.cos(z/1000)
y = np.sin(z/1000)

原Plotly渲染代码（无法正常显示）：

import plotly
import plotly.graph_objs as go
plotly.offline.init_notebook_mode()
import plotly.io as pio
pio.renderers.default = 'iframe'
trace = go.Scatter3d(
    x=x,
    y=y,
    z=z, 
    mode='markers',
    marker={
        'size': 10,
        'opacity': 0.7,
    }
)

layout = go.Layout(
    margin={'l': 0, 'r': 0, 'b': 0, 't': 0}
)

data = [trace]
plot_figure = go.Figure(data=data, layout=layout)
plotly.offline.iplot(plot_figure)

原因分析 #

Plotly的Scatter3d基于普通DOM渲染，百万级标记点会导致浏览器内存占用过高、渲染线程阻塞，无法完成绘制；而Matplotlib采用后端渲染，不依赖前端资源，因此能正常处理大规模数据。

解决方案 #

1. 使用WebGL加速的Scattergl轨迹 #

Plotly提供Scattergl（基于WebGL）专门用于大规模数据的散点图渲染，性能远高于Scatter3d。修改轨迹类型即可解决问题：

import plotly
import plotly.graph_objs as go
plotly.offline.init_notebook_mode()
import plotly.io as pio
pio.renderers.default = 'iframe'

# 替换为Scattergl
trace = go.Scattergl(
    x=x,
    y=y,
    z=z, 
    mode='markers',
    marker={
        'size': 2,  # 缩小点大小进一步降低负载
        'opacity': 0.3,
    }
)

layout = go.Layout(
    margin={'l': 0, 'r': 0, 'b': 0, 't': 0}
)

data = [trace]
plot_figure = go.Figure(data=data, layout=layout)
plotly.offline.iplot(plot_figure)

2. 对数据进行采样 #

如果不需要显示所有数据点，可通过间隔采样减少数据量，同时保留整体趋势：

# 每隔10个点取一个，将数据量降至10万
sample_step = 10
x_sampled = x[::sample_step]
y_sampled = y[::sample_step]
z_sampled = z[::sample_step]

trace = go.Scatter3d(
    x=x_sampled,
    y=y_sampled,
    z=z_sampled, 
    mode='markers',
    marker={
        'size': 5,
        'opacity': 0.7,
    }
)

# 后续渲染代码不变...

3. 优化标记点参数 #

缩小标记点尺寸、降低透明度，减少每个点的渲染开销，也能在一定程度上提升Scatter3d的渲染能力（但效果不如Scattergl显著）：

trace = go.Scatter3d(
    x=x,
    y=y,
    z=z, 
    mode='markers',
    marker={
        'size': 1,  # 最小化点大小
        'opacity': 0.1,  # 降低透明度
    }
)

内容的提问来源于stack exchange，提问作者import huh