如何在Julia多进程环境中创建子图并汇总结果？

问题背景 #

之前给每个进程单独创建图，但图数量过多不便对比，希望将它们排列为子图。

首次尝试与问题 #

尝试通过pmap让每个进程绘制一个子图，代码如下：

using Distributed
@everywhere using PyPlot

fig, ax = plt.subplots(1, 4)
pmap(i-> begin
ax[i].scatter([i, 2], [3, 4])
end, 1:4)

fig.savefig("test.png", transparent=false)

结果生成空的子图，原因是ax对象会被复制到每个进程，进程间无法共享该实例，修改的都是各自的副本而非主进程的子图对象。

尝试SharedArray共享的错误 #

试图用SharedArrays共享ax：

using SharedArrays
convert(SharedArray, ax)

触发错误：

ArgumentError: type of SharedArray elements must be bits types, got PyCall.PyObject

目前已采用的可行方案是：将绘图操作移出进程，先在进程中收集数据，再统一绘图。但好奇是否存在方法让每个进程创建图/子图后汇总到一起。

解答 #

为何直接共享Axes对象不可行 #

PyPlot的Axes是PyCall封装的Python对象，属于非bits类型，而SharedArray仅支持存储bits类型（可直接序列化到内存的简单类型），因此无法用SharedArray共享这类对象。此外，PyPlot的绘图上下文是进程本地的，跨进程操作会因Python的GIL（全局解释器锁）和进程状态隔离失效，这也是首次尝试生成空图的核心原因。

进程创建子图后汇总的可行思路 #

如果一定要实现进程绘制子图再汇总，有两种方向：

1. 进程生成图像数据，主进程拼接

每个进程单独创建绘图、完成绘制后，将图像的像素数据传回主进程，再由主进程拼接成子图布局。示例代码：

using Distributed, PyPlot, PyCall
@everywhere using PyPlot, PyCall

@everywhere function plot_subplot(i)
    fig, ax = plt.subplots()
    ax.scatter([i, 2], [3, 4])
    # 获取图像像素数组
    fig.canvas.draw()
    img_data = pycall(fig.canvas.tostring_rgb, PyCall.PyObject)
    img_arr = reshape(PyCall.Array(img_data), fig.canvas.get_width_height()..., 3)
    plt.close(fig) # 释放进程内的绘图资源
    return img_arr
end

# 收集所有进程的图像数据
subplot_imgs = pmap(plot_subplot, 1:4)

# 主进程拼接成子图
fig, axs = plt.subplots(1, 4, figsize=(12,3))
for (idx, img) in enumerate(subplot_imgs)
    axs[idx].imshow(img)
    axs[idx].axis("off") # 隐藏原坐标轴（图像已包含）
end
fig.savefig("combined_subplots.png")

缺点：生成的是像素图而非矢量图，放大后会模糊，且子图的坐标轴样式难以统一。

2. 使用纯Julia绘图库（如Makie）

Makie这类纯Julia绘图库的对象是原生Julia类型，支持跨进程传递绘图元素的描述信息（而非直接传递绘图对象），主进程可接收后组装成子图布局。但需要熟悉Makie的布局系统，与PyPlot的使用思路差异较大。

更推荐的方案：先收数据再绘图 #

你目前采用的「进程收集数据，主进程统一绘图」是最稳妥的方案，既能保证绘图样式（坐标轴、图例等）的一致性，又能避免跨进程共享绘图对象的各种问题。示例代码：

using Distributed, PyPlot
@everywhere function generate_plot_data(i)
    # 模拟进程内生成绘图数据
    x = [i, 2]
    y = [3, 4]
    return (x, y)
end

# 从所有进程收集数据
data_collection = pmap(generate_plot_data, 1:4)

# 主进程统一绘制子图
fig, axs = plt.subplots(1, 4, figsize=(12,3))
for (idx, (x, y)) in enumerate(data_collection)
    axs[idx].scatter(x, y)
    axs[idx].set_title("Subplot $idx")
end
fig.tight_layout()
fig.savefig("unified_subplots.png")

内容的提问来源于stack exchange，提问作者Xiaoyu Liu