求助：Matplotlib/Geopandas绘图突然异常缓慢，代码未改动

问题详情 #

• 运行环境：JupyterLab，远程服务器、本地机器均出现相同症状，CPU负载等系统指标无异常
• 异常现象：代码未做任何修改，原本50秒完成的地图着色绘图操作，现在耗时长达50分钟；首次出现于点击「重启内核并全部运行」之后
• 依赖版本：
  • Matplotlib 3.5.1
  • Geopandas 0.12.0
  • Pandas 1.4.2
  • Python 3.9.12
• 慢执行代码段：

fig, ax = plt.subplots(figsize=(7.5,7.5), dpi = 100)

shape.plot(ax=ax, facecolor='Grey', color= 'white')
shape.plot(ax=ax, column='datacol', cmap='Blues');

ax = plt.gca()
ax.set_facecolor('xkcd:white')

fig.savefig(path, facecolor='white', dpi = fig.dpi)

排查与解决方向 #

1. 检查GeoDataFrame几何有效性
   重启内核后重新加载的shp文件可能存在无效几何（如自相交）或重复数据，这类问题会大幅拖慢渲染速度。执行以下代码检查：

   print(shape.geometry.is_valid.value_counts())
   

   若存在无效几何，用shape = shape.make_valid()修复后再尝试绘图。

2. 合并重复绘图调用
   当前代码两次调用shape.plot()，会重复处理整个GeoDataFrame的几何数据。合并成一次调用可直接减少计算开销：

   fig, ax = plt.subplots(figsize=(7.5,7.5), dpi=100)
   # 一次完成底图、数据着色与边界设置
   shape.plot(ax=ax, column='datacol', cmap='Blues', edgecolor='white', facecolor='Grey')
   ax.set_facecolor('xkcd:white')
   fig.savefig(path, facecolor='white', dpi=fig.dpi)
   

3. 切换Matplotlib后端
   JupyterLab的交互式后端（如ipympl）在渲染复杂几何时可能变慢，可强制使用非交互式后端：
   在代码开头添加：

   import matplotlib
   matplotlib.use('Agg')
   

   绘图完成后用plt.show()显示静态图即可。

4. 简化几何数据
   若shp文件的几何顶点过多，会增加渲染压力。对数据做适当简化：

   # tolerance值根据数据精度调整，单位与数据坐标系一致
   shape['geometry'] = shape.geometry.simplify(tolerance=0.01)
   

5. 清理Matplotlib残留对象
   重启内核后可能存在未释放的绘图对象，干扰当前渲染。在绘图代码前添加：

   plt.close('all')
   

内容的提问来源于stack exchange，提问作者marcellobello