CUDA加速Matplotlib

问题描述

我试图通过循环查看，绘制数据，将其保存为图像，然后通过FFmpeg将图像序列重构为视频来形象化数据的演变。

df = pd.DataFrame()
df['seconds'] = seconds
df['data'] = data

for x in range(2000,len(data)):
    start = x-2000
    end = x-1
    plt.figure(figsize=[15,20])
    
    plt.subplot(211)
    plt.plot(df['data'].iloc[:end])
    plt.title(f"Observation: {end}  Time: {df['seconds'].iloc[end]} seconds",fontsize=30,ha='center')
    plt.xlim(right=len(data))
    plt.xlabel('Observation',fontsize = 20)
    plt.ylabel('Data',fontsize = 20)
    plt.ticklabel_format(useOffset=False)
    plt.grid()

    plt.subplot(212)
    plt.plot(df['data'].iloc[start:end])
    plt.xlabel('Observation',fontsize = 20)
    plt.ticklabel_format(useOffset=False)
    plt.grid()

    plt.savefig(f"dataset/{end}.jpg")
    plt.close()

第一个子图是一个扩展窗口，第二个子图是一个滚动窗口。

len（data）约有500万个元素，我预计这将永远花费一个渲染时间，而我有几个需要做。

我有Nvidia GPU，想知道这是否可以通过CUDA加速。似乎Nvidia有一个叫做“ Anaconda Accelerate”的东西，但是他们的网站上有死链接： https://developer.nvidia.com/anaconda-accelerate 因此，我认为不再提供此功能。

有没有一种方法可以加快MPL图的绘制和保存？这将极大地帮助您！

谢谢

解决方法

暂无找到可以解决该程序问题的有效方法，小编努力寻找整理中！

如果你已经找到好的解决方法，欢迎将解决方案带上本链接一起发送给小编。

小编邮箱:dio#foxmail.com (将#修改为@）

gpgpu matplotlib