有什么方法可以加快Seaborns Pairplot的速度

Question

我有一个具有250.000行但140列的数据框，并且正在尝试构建对图。的变量。我知道子图的数量巨大，而且绘制所需的时间也很多。（我在配备3,4 GHZ和32 GB RAM的i5上等待了一个多小时）。

记得scikit learning允许并行构建随机森林，我正在检查seaborn是否也可以这样做。但是，我什么也没找到。源代码似乎为每个图像调用了matplotlib plot函数。

这不能并行化吗？如果是，那么从这里开始的好方法是什么？

Answer 1

DataFrame如果速度瓶颈确实存在，您可以降低采样量而不是并行化，比如说要对1000行进行采样。通常，只要获得1000分就可以大致了解正在发生的事情。

即sns.pairplot(df.sample(1000))。

Answer 2

对我来说，由于数据的差异，直方图花费了很长时间。我只有1200行4列，但花了半个小时才放弃。我认为它是如此分散和无序，以至于直方图不断更新。一种解决方法可能是使用 bin 参数，但我的解决方案是使用 KDE 作为对角线。使用 KDE，只需几秒钟。

sns.pairplot(df, diag_kind='kde')

Answer 3

将配对图保存到图像，然后显示该图像，而不是在浏览器中全部渲染。

from IPython.display import Image
import seaborn as sns
import matplotlib.pyplot as plt 

sns_plot = sns.pairplot(df, size=2.0)
sns_plot.savefig("pairplot.png")

plt.clf() # Clean parirplot figure from sns 
Image(filename='pairplot.png') # Show pairplot as image