使用Pandas为含58000列的DataFrame绘制像素分布直方图遇阻求助

你的代码核心问题是：用hlack_df.hist()时，pandas会为每一列（也就是每个像素）绘制单独的直方图——58000列等于要生成58000个小图，这必然耗时极长，完全是做无用功。

最优实现方法（直接用numpy+matplotlib，无需DataFrame） #

直接对图像的像素数组做扁平化处理，然后绘制单一直方图，这是效率最高的方式：

import numpy as np
import matplotlib.pyplot as plt
from PIL import Image

# 读取图像并转成数组
hlack_img = Image.open("Henrietta_Lacks.jpg")
hlack_arr = np.array(hlack_img)

# 处理彩色图（如果是灰度图可跳过此步骤）
if len(hlack_arr.shape) == 3:
    # 转灰度图（也可以用hlack_img.convert('L')直接转灰度再转数组）
    hlack_arr = hlack_arr.mean(axis=2)

# 扁平化像素数组，得到所有像素值的一维数组
pixel_values = hlack_arr.flatten()

# 绘制直方图
plt.hist(pixel_values, bins=256, range=(0, 255))
plt.title("像素值分布直方图")
plt.xlabel("像素值")
plt.ylabel("像素数量")
plt.show()

为什么这个方法更快？ #

• 只生成一个直方图，而非58000个，完全避免了无意义的计算
• 直接操作numpy数组，绕过了pandas DataFrame的额外封装开销，底层计算更高效

如果一定要用pandas（不推荐） #

不要把每个像素设为列，而是把所有像素放到同一列中：

import pandas as pd
import matplotlib.pyplot as plt
from PIL import Image
import numpy as np

hlack_img = Image.open("Henrietta_Lacks.jpg")
hlack_arr = np.array(hlack_img)
if len(hlack_arr.shape) == 3:
    hlack_arr = hlack_arr.mean(axis=2)
pixel_values = hlack_arr.flatten()

# 所有像素作为一列存入DataFrame
hlack_df = pd.DataFrame(pixel_values, columns=["pixel_value"])
hlack_df.hist(bins=256, range=(0, 255))
plt.show()

内容的提问来源于stack exchange，提问作者Vinnie