Комментарии 15
Я думаю, эта статья не столь для чтения, сколько для того, чтобы добавить в закладки, и обращаться к ней, когда нужно будет.
А как с производительностью у плотли?
Хм, я не замечаю проблем с производительностью совсем. Я не делал никаких тестов, но в jupyter ноутбуках, где я использую, никаких лагов не видно совсем (по сравнению, например, с базовым интерактивом matplotlib). В веб тоже работает все быстро (удобно для лабораторных журналов, например).
Довольно бодро с производительностью, делал трехмерные построения, с десятками и сотнями тысячами точек — в плотли все практически летало интерактивилось если его крутить и вертеть, а матлполтлиб — помирал. Если данных еще больше ( миллионы и более) — надо прикручивать даташейдер и опять таки все ОК.
Насчет 3D — зла не хватает, Раньше можно было вывернуться и сделать масштаб по все трем осям одинаковый, но сейчас этот мелкий хак больше не работает :( А иногда очень хочется.
Большое спасибо за статью!
Люто респектую!!!
При чём тут тег matlab?
Однозначно в закладки! И да, «чистый» matplotlib без seaborn, statsmodels, pandas и т.д. был бы весьма тяжеловесным.
Благодарю! В закладки!
Огонь, буду обращаться при необходимости!
Извините, что не по месту спрашиваю, но кто-нибудь может пояснить для тупых почему я не могу использовать следующую конструкцию:
а вынужден делать так:
import matplotlib
....
matplotlib.pyplot.plot(x,y)
а вынужден делать так:
import matplotlib.pyplot as plt
....
plt.plot(x,y)
Зарегистрируйтесь на Хабре, чтобы оставить комментарий
50 оттенков matplotlib — The Master Plots (с полным кодом на Python)