আমার একটি ইন্টারেক্টিভ ফিগার সহ একটি প্রোগ্রাম রয়েছে যেখানে মাঝেমধ্যে অনেক শিল্পী আঁকেন। এই চিত্রটিতে, আপনি মাউস ব্যবহার করে জুম এবং প্যানও করতে পারেন। যাইহোক, প্যানিং জুম করার সময় অভিনয়টি খুব ভাল নয় কারণ প্রতিটি শিল্পী সর্বদা পুনরায় চিত্রিত হয়। বর্তমানে প্রদর্শিত শিল্পে কোন শিল্পীরা রয়েছেন এবং কেবল সেগুলি পুনরায় আঁকেন এমন কি কোনও উপায় আছে? (নীচের উদাহরণে পারফোমেস এখনও তুলনামূলকভাবে ভাল তবে আরও বা বেশি জটিল শিল্পী ব্যবহার করে এটি নির্বিচারে আরও খারাপ করা যায়)
hoverপদ্ধতিটির সাথে আমার একইরকম পারফরমেন্স সমস্যা ছিল যে যখনই এটি বলা canvas.draw()হত শেষে দৌড়ে । কিন্তু আপনি দেখতে পারেন আমি ক্যাশে ব্যবহার করে এবং অক্ষ পটভূমিতে (উপর ভিত্তি করে ফিরিয়ে নেওয়ার মাধ্যমে যে জন্য একটি ঝরঝরে কার্যসংক্রান্ত পাওয়া এই )। এটি পারফরম্যান্সকে উল্লেখযোগ্যভাবে উন্নত করেছে এবং এখন এমনকি অনেক শিল্পীর সাথে এটি খুব মসৃণভাবে চলে। সম্ভবত এটি করার মতো একটি উপায় আছে তবে পদ্ধতি panএবং zoomপদ্ধতির জন্য?
দীর্ঘ কোড নমুনার জন্য দুঃখিত, এটি বেশিরভাগই প্রশ্নের জন্য সরাসরি প্রাসঙ্গিক নয় তবে সমস্যাটি তুলে ধরার জন্য একটি কার্যকারী উদাহরণের জন্য প্রয়োজনীয়।
সম্পাদনা
আমি এমডব্লিউই এমন কিছুতে আপডেট করেছি যা আমার আসল কোডের আরও প্রতিনিধি is
import numpy as np
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
if new_xlim[1] > base_xlim[1]:
overlap = new_xlim[1] - base_xlim[1]
new_xlim[1] = base_xlim[1]
if new_xlim[0] - overlap < base_xlim[0]:
new_xlim[0] = base_xlim[0]
else:
new_xlim[0] -= overlap
if new_ylim[1] < base_ylim[1]:
overlap = base_ylim[1] - new_ylim[1]
new_ylim[1] = base_ylim[1]
if new_ylim[0] + overlap > base_ylim[0]:
new_ylim[0] = base_ylim[0]
else:
new_ylim[0] += overlap
if new_ylim[0] > base_ylim[0]:
overlap = new_ylim[0] - base_ylim[0]
new_ylim[0] = base_ylim[0]
if new_ylim[1] - overlap < base_ylim[1]:
new_ylim[1] = base_ylim[1]
else:
new_ylim[1] -= overlap
return new_xlim, new_ylim
class FigureCanvas(FigureCanvasQTAgg):
def __init__(self, *args, **kwargs):
super().__init__(*args, **kwargs)
self.bg_cache = None
def draw(self):
ax = self.figure.axes[0]
hid_annotation = False
if ax.annot.get_visible():
ax.annot.set_visible(False)
hid_annotation = True
hid_highlight = False
if ax.last_artist:
ax.last_artist.set_path_effects([PathEffects.Normal()])
hid_highlight = True
super().draw()
self.bg_cache = self.copy_from_bbox(self.figure.bbox)
if hid_highlight:
ax.last_artist.set_path_effects(
[PathEffects.withStroke(
linewidth=7, foreground="c", alpha=0.4
)]
)
ax.draw_artist(ax.last_artist)
if hid_annotation:
ax.annot.set_visible(True)
ax.draw_artist(ax.annot)
if hid_highlight:
self.update()
def position(t_, coeff, var=0.1):
x_ = np.random.normal(np.polyval(coeff[:, 0], t_), var)
y_ = np.random.normal(np.polyval(coeff[:, 1], t_), var)
return x_, y_
class Data:
def __init__(self, times):
self.length = np.random.randint(1, 20)
self.t = np.sort(
np.random.choice(times, size=self.length, replace=False)
)
self.vel = [np.random.uniform(-2, 2), np.random.uniform(-2, 2)]
self.accel = [np.random.uniform(-0.01, 0.01), np.random.uniform(-0.01,
0.01)]
x0, y0 = np.random.uniform(0, 1000, 2)
self.x, self.y = position(
self.t, np.array([self.accel, self.vel, [x0, y0]])
)
class Test(QDialog):
def __init__(self):
super().__init__()
self.fig, self.ax = plt.subplots()
self.canvas = FigureCanvas(self.fig)
self.artists = []
self.zoom_factor = 1.5
self.x_press = None
self.y_press = None
self.annot = Annotation(
"", xy=(0, 0), xytext=(-20, 20), textcoords="offset points",
bbox=dict(boxstyle="round", fc="w", alpha=0.7), color='black',
arrowprops=dict(arrowstyle="->"), zorder=6, visible=False,
annotation_clip=False, in_layout=False,
)
self.annot.set_clip_on(False)
setattr(self.ax, 'annot', self.annot)
self.ax.add_artist(self.annot)
self.last_artist = None
setattr(self.ax, 'last_artist', self.last_artist)
self.image = np.random.uniform(0, 100, 1000000).reshape((1000, 1000))
self.ax.imshow(self.image, cmap='gray', interpolation='nearest')
self.times = np.linspace(0, 20)
for i in range(1000):
data = Data(self.times)
points = np.array([data.x, data.y]).T.reshape(-1, 1, 2)
segments = np.concatenate([points[:-1], points[1:]], axis=1)
z = np.linspace(0, 1, data.length)
norm = plt.Normalize(z.min(), z.max())
lc = LineCollection(
segments, cmap='autumn', norm=norm, alpha=1,
linewidths=2, picker=8, capstyle='round',
joinstyle='round'
)
setattr(lc, 'data_id', i)
lc.set_array(z)
self.ax.add_artist(lc)
self.artists.append(lc)
self.default_xlim = self.ax.get_xlim()
self.default_ylim = self.ax.get_ylim()
self.canvas.draw()
self.cid_motion = self.fig.canvas.mpl_connect(
'motion_notify_event', self.motion_event
)
self.cid_button = self.fig.canvas.mpl_connect(
'button_press_event', self.pan_press
)
self.cid_zoom = self.fig.canvas.mpl_connect(
'scroll_event', self.zoom
)
layout = QVBoxLayout()
layout.addWidget(self.canvas)
self.setLayout(layout)
def zoom(self, event):
if event.inaxes == self.ax:
scale_factor = np.power(self.zoom_factor, -event.step)
xdata = event.xdata
ydata = event.ydata
cur_xlim = self.ax.get_xlim()
cur_ylim = self.ax.get_ylim()
x_left = xdata - cur_xlim[0]
x_right = cur_xlim[1] - xdata
y_top = ydata - cur_ylim[0]
y_bottom = cur_ylim[1] - ydata
new_xlim = [
xdata - x_left * scale_factor, xdata + x_right * scale_factor
]
new_ylim = [
ydata - y_top * scale_factor, ydata + y_bottom * scale_factor
]
# intercept new plot parameters if they are out of bounds
new_xlim, new_ylim = check_limits(
self.default_xlim, self.default_ylim, new_xlim, new_ylim
)
if cur_xlim != tuple(new_xlim) or cur_ylim != tuple(new_ylim):
self.ax.set_xlim(new_xlim)
self.ax.set_ylim(new_ylim)
self.canvas.draw_idle()
def motion_event(self, event):
if event.button == 1:
self.pan_move(event)
else:
self.hover(event)
def pan_press(self, event):
if event.inaxes == self.ax:
self.x_press = event.xdata
self.y_press = event.ydata
def pan_move(self, event):
if event.inaxes == self.ax:
xdata = event.xdata
ydata = event.ydata
cur_xlim = self.ax.get_xlim()
cur_ylim = self.ax.get_ylim()
dx = xdata - self.x_press
dy = ydata - self.y_press
new_xlim = [cur_xlim[0] - dx, cur_xlim[1] - dx]
new_ylim = [cur_ylim[0] - dy, cur_ylim[1] - dy]
# intercept new plot parameters that are out of bound
new_xlim, new_ylim = check_limits(
self.default_xlim, self.default_ylim, new_xlim, new_ylim
)
if cur_xlim != tuple(new_xlim) or cur_ylim != tuple(new_ylim):
self.ax.set_xlim(new_xlim)
self.ax.set_ylim(new_ylim)
self.canvas.draw_idle()
def update_annot(self, event, artist):
self.ax.annot.xy = (event.xdata, event.ydata)
text = f'Data #{artist.data_id}'
self.ax.annot.set_text(text)
self.ax.annot.set_visible(True)
self.ax.draw_artist(self.ax.annot)
def hover(self, event):
vis = self.ax.annot.get_visible()
if event.inaxes == self.ax:
ind = 0
cont = None
while (
ind in range(len(self.artists))
and not cont
):
artist = self.artists[ind]
cont, _ = artist.contains(event)
if cont and artist is not self.ax.last_artist:
if self.ax.last_artist is not None:
self.canvas.restore_region(self.canvas.bg_cache)
self.ax.last_artist.set_path_effects(
[PathEffects.Normal()]
)
self.ax.last_artist = None
artist.set_path_effects(
[PathEffects.withStroke(
linewidth=7, foreground="c", alpha=0.4
)]
)
self.ax.last_artist = artist
self.ax.draw_artist(self.ax.last_artist)
self.update_annot(event, self.ax.last_artist)
ind += 1
if vis and not cont and self.ax.last_artist:
self.canvas.restore_region(self.canvas.bg_cache)
self.ax.last_artist.set_path_effects([PathEffects.Normal()])
self.ax.last_artist = None
self.ax.annot.set_visible(False)
elif vis:
self.canvas.restore_region(self.canvas.bg_cache)
self.ax.last_artist.set_path_effects([PathEffects.Normal()])
self.ax.last_artist = None
self.ax.annot.set_visible(False)
self.canvas.update()
self.canvas.flush_events()
if __name__ == '__main__':
app = QApplication(sys.argv)
test = Test()
test.show()
sys.exit(app.exec_())
আমি সমস্যা বুঝতে পারি না। যেহেতু অক্ষগুলির বাইরে থাকা শিল্পীরা যেভাবেই আঁকেন না, তাই তারা কোনও কিছুও কমিয়ে দেবেন না।
—
ImportanceOfBeing
সুতরাং আপনি বলছেন যে ইতিমধ্যে একটি রুটিন রয়েছে যা পরীক্ষা করে দেখা যায় যে শিল্পীদের মধ্যে কোনটি দেখা যায় তাই কেবল দৃশ্যমানগুলিই আঁকেন? সম্ভবত এই রুটিনটি কি কম্পিউটারের খুব ব্যয়বহুল? কারণ আপনি নীচের উদাহরণগুলি চেষ্টা করে দেখলে আপনি সহজেই পারফরম্যান্সের পার্থক্য দেখতে পাবেন: উপরে আমার 1000 শিল্পী ডাব্লুএমই এর সাথে একক শিল্পীর উপর জুম বাড়ান এবং চারপাশে প্যান করুন। আপনি একটি উল্লেখযোগ্য বিলম্ব লক্ষ্য করবেন। এখন একই করুন তবে প্লট করুন কেবলমাত্র 1 (বা এমনকি 100) শিল্পী (গুলি) এবং আপনি দেখতে পাবেন যে প্রায় কোনও বিলম্ব নেই।
—
mapf
ঠিক আছে, প্রশ্নটি হল, আপনি কি আরও দক্ষ রুটিন লিখতে সক্ষম? একটি সাধারণ ক্ষেত্রে, সম্ভবত। সুতরাং আপনি যা শিল্পীদের দেখার সীমাতে রয়েছেন তা পরীক্ষা করতে পারেন এবং অন্যান্য সমস্ত অদৃশ্য সেট করতে পারেন। যদি চেকটি কেবল বিন্দুর কেন্দ্রের স্থানাঙ্কগুলির সাথে তুলনা করে, তবে এটি আরও দ্রুত। তবে এটি আপনাকে বিন্দুটি আলগা করে তুলবে যদি কেবলমাত্র তার কেন্দ্রের বাইরে থাকে তবে এটির অর্ধেকের চেয়ে কিছুটা কম দৃষ্টিতে থাকত। বলা হচ্ছে, এখানে প্রধান সমস্যাটি হল অক্ষগুলিতে 1000 শিল্পী রয়েছে। পরিবর্তে, আপনি
—
ImportanceOfBeingEnnest
plotসমস্ত পয়েন্ট সহ কেবলমাত্র একটি একক ব্যবহার করেছেন, সমস্যাটি ঘটবে না।
হ্যাঁ একেবারে সত্য। এটা ঠিক যে আমার ধারণা ভুল ছিল। আমি ভেবেছিলাম খারাপ পারফরম্যান্সের কারণ হ'ল সমস্ত শিল্পী তাদের দেখা যায় কি না সে সম্পর্কে স্বাধীনভাবে আঁকেন। সুতরাং আমি ভেবেছিলাম একটি স্মার্ট রুটিন যা কেবল প্রদর্শিত শিল্পীদের আঁকায় যা পারফরম্যান্সের উন্নতি করতে পারে তবে দৃশ্যত এ জাতীয় রুটিন ইতিমধ্যে রয়েছে, তাই আমি অনুমান করি যে এখানে করা যায় না। আমি নিশ্চিত যে আমি আরও দক্ষ রুটিন লিখতে পারব না, কমপক্ষে একটি সাধারণ মামলার জন্য।
—
mapf
আমার ক্ষেত্রে যাইহোক, আমি আসলে লেনিকোলেকশনগুলি (পটভূমির একটি চিত্র) এবং যেমনটি আপনি ইতিমধ্যে বলেছিলেন, এটি কেবল আমার মেগাওয়ুইয়ের মতো বিন্দুগুলির মধ্যেও ছিল, কেবল স্থানাঙ্কগুলি অক্ষের ভিতরে রয়েছে কিনা তা খতিয়ে দেখাই যথেষ্ট নয়। এটি আরও পরিষ্কার করার জন্য আমার সেই অনুযায়ী MWE আপডেট করা উচিত।
—
mapf