小编map*_*apf的帖子

我有一个带有交互式图形的程序，偶尔会绘制许多艺术家。在此图中，您还可以使用鼠标进行缩放和平移。但是，缩放平移时的性能不是很好，因为每个艺术家总是要重新绘制。有没有办法检查当前显示区域中有哪些艺术家并只重绘那些艺术家？（在下面的例子中，性能还是比较好的，但可以通过使用更多或更复杂的艺术家来任意变差）

我有一个类似的性能问题hover，无论何时调用它，它都会canvas.draw()在最后运行。但是正如您所看到的，我通过使用缓存和恢复轴的背景（基于此）找到了一个巧妙的解决方法。这显着提高了性能，现在即使与许多艺术家一起运行也非常流畅。也许有一种类似的方法可以做到这一点，但对于panandzoom方法？

对于长代码示例很抱歉，其中大部分与问题没有直接关系，但对于突出问题的工作示例来说是必要的。

编辑

我将 MWE 更新为更能代表我的实际代码的内容。

import numpy as np
import sys
import matplotlib.pyplot as plt
from matplotlib.backends.backend_qt5agg import \
    FigureCanvasQTAgg
import matplotlib.patheffects as PathEffects
from matplotlib.text import Annotation
from matplotlib.collections import LineCollection

from PyQt5.QtWidgets import QApplication, QVBoxLayout, QDialog


def check_limits(base_xlim, base_ylim, new_xlim, new_ylim):
    if new_xlim[0] < base_xlim[0]:
        overlap = base_xlim[0] - new_xlim[0]
        new_xlim[0] = base_xlim[0]
        if new_xlim[1] + overlap > base_xlim[1]:
            new_xlim[1] = base_xlim[1]
        else:
            new_xlim[1] += overlap …

一年多前，我报告了在腌制一些相当复杂的数据时遇到的一个错误。当时我不知道问题是什么，并认为它可能与递归引用有关。

我在处理项目时多次遇到这个问题，但只做了任意的事情来尝试修复它，直到错误消失。现在我终于花时间找出问题的根源并完善我的 MWE。这就是我想出的：

import pickle
import numpy as np


# create data
dtypes = [('f0', 'O')]
# for some reason, I need at least an extra of 19 fields for it to crash
# immediately
dtypes += [(f'f{i+1}', 'i4') for i in range(19)]
data = np.empty(1, dtype=dtypes)
# print(data[0])

# dump data
dump = pickle.dumps(data[0], pickle.HIGHEST_PROTOCOL)
# print('dumping works')

# load data
load = pickle.loads(dump)
# print('loading works')

# process crashes here if len(dtypes) > 19
print(load)

# …

我知道标题可能有点混乱，所以让我举个例子。假设您有一个基类Base，它旨在被子类化以创建更复杂的对象。但是您还有一些可选功能，您不需要每个子类都需要这些功能，因此您将它放在一个二级类中OptionalStuffA，该二级类始终打算与基类一起进行子类化。你也应该让那个次要类成为 的子类Base吗？

这当然是唯一相关，如果你有一个以上的OptionalStuff班，你想给他们以不同的方式结合起来，否则你不需要子类均Base和OptionalStuffA（，只是有OptionalStuffA成为的一个子类Base，所以你只需要在子类OptionalStuffA）。我Base知道如果从Base.

下面是一个示例场景。我还将QObject该类作为“第三方”令牌类放入该类，其功能对于其中一个辅助类工作是必需的。我在哪里子类化它？下面的例子显示了我到目前为止是如何做到的，但我怀疑这是要走的路。

from PyQt5.QtCore import QObject

class Base:
    def __init__(self):
        self._basic_stuff = None

    def reset(self):
        self._basic_stuff = None


class OptionalStuffA:
    def __init__(self):
        super().__init__()
        self._optional_stuff_a = None

    def reset(self):
        if hasattr(super(), 'reset'):
            super().reset()
        self._optional_stuff_a = None

    def do_stuff_that_only_works_if_my_children_also_inherited_from_Base(self):
        self._basic_stuff = not None


class OptionalStuffB:
    def __init__(self):
        super().__init__()
        self._optional_stuff_b = None

    def reset(self):
        if hasattr(super(), 'reset'): …

如果您提供（整数）幂作为输入，那么创建相应的 10 次幂的最快方法是什么？我可以提出以下四种替代方案，最快的方法似乎是使用 f 字符串：

from functools import partial
from time import time
import numpy as np

def fstring(power):
    return float(f'1e{power}')

def asterisk(power):
    return 10**power

methods = {
    'fstring': fstring,
    'asterisk': asterisk,
    'pow': partial(pow, 10),
    'np.pow': partial(np.power, 10, dtype=float)
}

# "dtype=float" is necessary because otherwise it will raise: 
# ValueError: Integers to negative integer powers are not allowed.
# see https://stackoverflow.com/a/43287598/5472354
powers = [int(i) for i in np.arange(-10000, 10000)]
for name, method in methods.items():
    start = time()
    for i …

在这篇文章之后，我尝试通过创建类来创建 logit 正态分布LogitNormal：

import numpy as np
import matplotlib.pyplot as plt
from scipy.special import logit
from scipy.stats import norm, rv_continuous


class LogitNormal(rv_continuous):
    def _pdf(self, x, **kwargs):
        return norm.pdf(logit(x), **kwargs)/(x*(1-x))


class OtherLogitNormal:
    def pdf(self, x, **kwargs):
        return norm.pdf(logit(x), **kwargs)/(x*(1-x))


fig, ax = plt.subplots()
values = np.linspace(10e-10, 1-10e-10, 1000)
sigma, mu = 1.78, 0
ax.plot(
    values, LogitNormal().pdf(values, loc=mu, scale=sigma), label='subclassed'
)
ax.plot(
    values, OtherLogitNormal().pdf(values, loc=mu, scale=sigma),
    label='not subclassed'
)
ax.legend()
fig.show()

然而，该LogitNormal课程并没有产生预期的结果。当我不子类化时rv_continuous它会起作用。这是为什么？我需要子类化才能工作，因为我还需要它附带的其他方法，例如rvs.

顺便说一句，我在 …

我正在尝试将数据点从数据坐标系转换为 matplotlib 中的轴坐标系。

import matplotlib.pyplot as plt


fig, ax = plt.subplots()
# this is in data coordinates
point = (1000, 1000)
# this takes us from the data coordinates to the display coordinates.
trans = ax.transData.transform(point)
print(trans)  # so far so good.
# this should take us from the display coordinates to the axes coordinates.
trans = ax.transAxes.inverted().transform(trans)
# the same but in one line
# trans = (ax.transData + ax.transAxes.inverted()).transform(point)
print(trans)  # why did it transform back to the …

我正在尝试实现一种功能，您可以通过单击按钮来隐藏或显示图形。但是，当图形再次隐藏时，对话框窗口的大小不会变回原来的大小。该self.resize()声明似乎被忽略了。我怎样才能做到这一点？然而，使用setFixedSize()作品时，我不希望尺寸被固定。我以为我可以使用某种方式“修复”它，setSizePolicy()但这没有帮助。

import sys
import matplotlib.pyplot as plt

from PyQt5.Qt import QSizePolicy
from PyQt5.QtWidgets import (
    QDialog, QApplication, QGridLayout, QWidget, QGroupBox, QPushButton
)
from matplotlib.backends.backend_qt5agg import \
    FigureCanvasQTAgg as FigureCanvas


class MainWindow(QDialog):
    def __init__(self):
        super().__init__()
        self.layout = QGridLayout()
        self.setLayout(self.layout)

        self.settings = QGroupBox('Settings:')
        self.settingsLayout = QGridLayout()
        self.settings.setLayout(self.settingsLayout)
        self.showFigureBtn = QPushButton('Show Figure')
        self.settingsLayout.addWidget(self.showFigureBtn)
        self.layout.addWidget(self.settings)

        self.figureWidget = QWidget()
        self.figureWidget.setMinimumSize(300, 300)
        self.figureLayout = QGridLayout(self.figureWidget)
        self.fig, self.ax = plt.subplots()
        self.canvas = FigureCanvas(self.fig)
        self.figureLayout.addWidget(self.canvas)
        self.figureWidget.setLayout(self.figureLayout)
        self.layout.addWidget(self.figureWidget)
        self.figureWidget.setVisible(False)

        self.showFigureBtn.clicked.connect(self.toggle_figure)

        self.min_size = (300, …

我最近询问了创建 10 的幂的最快方法，结果发现最快的方法实际上是一种偷偷摸摸的解决方法，您首先创建所有可能的值，然后在需要时简单地查找它们。

在解决方案中，alist被用作查找表，但是，我刚刚了解到，在查找操作方面dicts 应该要快得多（另请参见此处）。但是当我尝试使用 adict作为查找表时，过程实际上更慢：

n = 200
 18 ns   18 ns   18 ns  f[n]  # list
 22 ns   22 ns   22 ns  g[n]  # dict

n = -200
 18 ns   18 ns   18 ns  f[n]  # list
 29 ns   29 ns   29 ns  g[n]  # dict

这是为什么？这是否与它们是keys整数而不是字符串有关？（而且我猜sets在这种情况下不能使用？）

这是我运行的代码：

from timeit import repeat


solutions = [
    'f[n]  # list',
    'g[n]  # dict', …