Python Jupyter：“ipywidget.interactive”的性能提升答案

【问题标题】：Python Jupyter: performance increase of "ipywidget.interactive"Python Jupyter：“ipywidget.interactive”的性能提升
【发布时间】：2021-05-20 09:29:28
【问题描述】：

我在 Jupyter 中使用以下示例代码。它对滑块值的调整的响应相对延迟。如何提高性能？原则上，我不想每次移动其中一个滑块时都重新绘制整个图。然后应该只重绘曲线（但如何重绘？）。

%matplotlib inline
from ipywidgets import interactive
import matplotlib.pyplot as plt
import numpy as np

def f(omega, phi):
    plt.figure()
    t = np.linspace(0, 10, num = 1000)
    y = sin(omega * t + phi)
    plt.plot(t, y)
    plt.ylim(-1, 1)
    plt.show()

interactive_plot = interactive(f, omega=(0.1, 5, 0.1), phi=(0, 5, 0.1))

interactive_plot

【问题讨论】：

我有几个建议，如果它们适合您的用例，我们可以详细讨论它们:) 1) 增加步骤，即 omega=(0.1,5,0.5)，所以它不是每 0.1 计算一次，而是 0.5。 2）预先计算所有值（不是一个非常可扩展的解决方案，但如果范围有限，那么它应该可以工作！）
@user12758604：谢谢，但是如何将 y 曲线的更新与绘图的其余部分分开？可以发个答案吗？
我尝试做一些优化（将plt.figure() 和t=np.linspace(0,10,num=1000) 移出def 范围，因为它们只需要在每次调用函数时执行一次。）但效果可以忽略不计。将 plt.show() 更改为 plt.draw() 确实将速度提高了 3 倍 time.time() 措施，但是，我认为它对我们的人眼来说仍然相当缓慢..抱歉！

标签： python jupyter-notebook ipywidgets

【解决方案1】：

一种没有延迟的可能解决方案如下：

%matplotlib widget
import ipywidgets as interactive
import matplotlib.pyplot as plt
import numpy as np

fig = plt.figure()
ax = fig.add_subplot(111)

ax.set_ylim(-1, 1)

t = np.linspace(0, 10, num = 1000)
    
def f(t, omega, phi):
    return np.sin(omega * t + phi)

@interactive.interact(omega=(0.1, 5, 0.1), phi=(0, 5, 0.1))
def update(omega = 1.0, phi = 0):
    [l.remove() for l in ax.lines]
    ax.plot(t, f(t, omega, phi), color='C0')

【讨论】：