Matplotlib与Pandas首次绘图速度极慢的原因及加速方案咨询

嗨，这个问题我之前也踩过坑！其实Matplotlib或者Pandas的df.plot()首次绘图慢的核心是一次性初始化开销，下面我来拆解原因和对应的加速方案：

一、为什么首次绘图耗时这么久？ #

• Matplotlib后端初始化：Matplotlib需要加载对应的渲染后端（比如TkAgg、QtAgg这类交互式后端，或者Agg这类非交互式后端），第一次调用绘图时会完成后端启动、系统资源分配、字体库加载、渲染上下文初始化等一系列操作，这些都是只需要做一次的开销。
• Pandas绘图的懒加载：Pandas的绘图功能是对Matplotlib的封装，首次调用df.plot()时，会完成与Matplotlib模块的绑定、相关依赖的懒加载，这也会额外增加首次调用的耗时。
• 资源缓存机制：首次绘图完成后，字体、渲染引擎、绘图上下文等资源会被缓存下来，后续绘图直接复用这些缓存资源，所以速度会大幅提升。

二、加速首次绘图的实用方案 #

1. 提前初始化Matplotlib后端 #

在代码开头手动触发后端初始化，把一次性开销提前消耗掉：

import matplotlib.pyplot as plt
# 提前初始化后端并关闭空图
plt.figure()
plt.close()

之后再执行你的绘图逻辑，首次正式绘图的耗时就会和后续绘图差不多了。

2. 指定轻量非交互式后端（无GUI环境推荐） #

如果是在服务器、容器这类无GUI的环境下运行，完全不需要加载交互式后端的GUI资源，可以在导入pyplot前指定非交互式后端：

import matplotlib
# 指定轻量后端，必须在导入pyplot前设置
matplotlib.use('Agg')
import matplotlib.pyplot as plt

常用的轻量后端还有PS、SVG等，根据你需要的输出格式选择即可。

3. 预热（Warm-up）绘图 #

在正式绘图前先快速画一个极小的图，提前吃掉初始化开销：

import pandas as pd
import matplotlib.pyplot as plt
# 预热：画一个极简的图并立即关闭
pd.DataFrame({'temp': [1]}).plot()
plt.close()

这样后续处理真实数据的绘图时，就不会再被首次初始化拖慢速度了。

你的测试案例验证 #

你给出的测试代码也完美印证了这个问题：

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import time
import random

# 1st DataFrame
data1 = {
    'X': range(10),
    'Y': [x**2 for x in random.sample(range(1, 100), 10)],
    'Z': [x*2 for x in random.sample(range(1, 100), 10)]
}
df1 = pd.DataFrame(data1)

# 2nd DataFrame
data2 = {
    'X': range(10),
    'Y': [x**2 for x in random.sample(range(1, 100), 10)],
    'Z': [x*2 for x in random.sample(range(1, 100), 10)]
}
df2 = pd.DataFrame(data2)

# 3rd DataFrame
data3 = {
    'X': range(10),
    'Y': [x**2 for x in random.sample(range(1, 100), 10)],
    'Z': [x*2 for x in random.sample(range(1, 100), 10)]
}
df3 = pd.DataFrame(data3)

# Plot and save 1st df using pandas plot
start = time.time()
ax1 = df1.plot(x='X', y=['Y', 'Z'], figsize=(8, 6), marker='o', title='DataFrame 1 Plot')
ax1.set_xlabel('X')
ax1.set_ylabel('Values')
ax1.grid(True)
plt.savefig('dataframe1_plot.png')
plt.close()
end = time.time()
print(f"Time for plot 1: {end - start:.2f} seconds")

# Plot and save 2nd df using pandas plot
start = time.time()
ax2 = df2.plot(x='X', y=['Y', 'Z'], figsize=(8, 6), marker='o', title='DataFrame 2 Plot')
ax2.set_xlabel('X')
ax2.set_ylabel('Values')
ax2.grid(True)
plt.savefig('dataframe2_plot.png')
plt.close()
end = time.time()
print(f"Time for plot 2: {end - start:.2f} seconds")

# Plot and save 3rd df using pandas plot
start = time.time()
ax3 = df3.plot(x='X', y=['Y', 'Z'], figsize=(8, 6), marker='o', title='DataFrame 3 Plot')
ax3.set_xlabel('X')
ax3.set_ylabel('Values')
ax3.grid(True)
plt.savefig('dataframe3_plot.png')
plt.close()
end = time.time()
print(f"Time for plot 3: {end - start:.2f} seconds")

对应的测试结果也清晰展现了首次初始化的开销：

Time for plot 1: 134.06 seconds
Time for plot 2: 0.29 seconds
Time for plot 3: 0.23 seconds

备注：内容来源于stack exchange，提问作者1TonDan