如何无需重复绘制大型数据集，自动保存不同范围的Matplotlib图像？

我拥有一个大型数据集，绘制该数据集需要花费较长时间。我希望保存该数据集在不同取值范围下的两张图像，就像在GUI界面中只需绘制一次，再缩放至目标范围重复操作那样，请问如何通过代码自动实现该需求？

import numpy as np
import matplotlib.pyplot as plt

# Generate data
x = np.linspace(0, 2 * np.pi, 100)
y = np.sin(x)

# Create the first figure
plt.figure("fig1")

plt.scatter(x, y)  # suppose plot this will take a long time

plt.ylim(-1, 0)
plt.title("Figure 1: Sin(x) with y-range (-1, 0)")

# Save the first figure
plt.savefig("figure1.png")

# Create the second figure
plt.figure("fig2")

plt.scatter(x, y)  # is it possible to avoid this second plot? 

plt.ylim(0, 1)
plt.title("Figure 2: Sin(x) with y-range (0, 1)")

# Save the second figure
plt.savefig("figure2.png")

# Show the plots
plt.show()

核心思路是只绘制一次数据集，通过调整坐标轴范围重复保存图像，彻底避免重复绘制耗时的图形元素。以下是两种可行实现方式：

方式一：复用单个Axes对象（推荐） #

创建唯一的绘图实例，绘制一次数据后，多次修改坐标轴范围并保存图像，是最高效的方案：

import numpy as np
import matplotlib.pyplot as plt

# 生成数据
x = np.linspace(0, 2 * np.pi, 100)
y = np.sin(x)

# 创建单个绘图对象
fig, ax = plt.subplots()
ax.scatter(x, y)  # 仅执行一次绘制操作，节省时间

# 保存第一个y范围的图像
ax.set_ylim(-1, 0)
ax.set_title("Figure 1: Sin(x) with y-range (-1, 0)")
plt.savefig("figure1.png")

# 调整y轴范围，保存第二个图像
ax.set_ylim(0, 1)
ax.set_title("Figure 2: Sin(x) with y-range (0, 1)")
plt.savefig("figure2.png")

# 显示图像（可选）
plt.show()

方式二：复制绘图元素（复杂场景适用） #

如果需要保留原始绘图状态，可通过复制Axes对象的绘图元素来创建新图像，无需重新绘制数据集：

import numpy as np
import matplotlib.pyplot as plt

# 生成数据
x = np.linspace(0, 2 * np.pi, 100)
y = np.sin(x)

# 创建第一个绘图并绘制数据
fig1, ax1 = plt.subplots()
ax1.scatter(x, y)
ax1.set_ylim(-1, 0)
ax1.set_title("Figure 1: Sin(x) with y-range (-1, 0)")
plt.savefig("figure1.png")

# 复制Axes对象到新图形
fig2, ax2 = plt.subplots()
# 复制所有散点元素
for child in ax1.get_children():
    if hasattr(child, 'get_offsets'):
        ax2.scatter(*child.get_offsets().T, marker='o')

ax2.set_ylim(0, 1)
ax2.set_title("Figure 2: Sin(x) with y-range (0, 1)")
plt.savefig("figure2.png")

plt.show()

关键说明 #

• 方式一适合仅调整坐标轴范围的场景，完全消除了重复绘制数据的开销，性能最优。
• 方式二适用于需要对不同图像做独立修改（如添加额外标注、调整样式）的场景，复制绘图元素后无需重新渲染原始数据集。

内容的提问来源于stack exchange，提问作者an offer can't refuse