您发布的代码没有运行。至少没有x 拿个len() 的。
所以可能它应该是这样的：
import matplotlib.pyplot as plt
y = [1]*19200
x = range(0,19200)
plt.scatter(x,y)
plt.show()
但那样只会画一条线。
即使您有一台 19200 像素的显示器，您仍然会在其每个像素中看到一条带一个点的线。
所以我想你的意思实际上是这样的：
import matplotlib.pyplot as plt
import numpy as np
L = 19200
y = [1]*L
x = [v*(i+1) for i, v in enumerate(np.random.randint(0,2,L))]
plt.scatter(x,y,alpha=0.5)
plt.show()
在一个非常大的显示器上它看起来像这样：
当然，您不能在一个像素中显示单独的点，但您可以显示有多少点适合一个特定的像素。只需为您的情节添加另一个维度。
由于您的绘图只是一条线，并且您并没有真正使用y 轴，因此您可以将其用作额外维度：
x = np.random.randint(0,2,size=(L,10))
y = np.sum(x,axis=1)
x = range(0,L)
plt.fill_between(x,y, alpha=0.5)
plt.show()
它会给出：
条的高度表示像素中的点数。
或者如果你真的想要线条，你可以使用颜色作为额外的维度：
x = np.random.randint(0,2,size=(L,10))
colors = [[(1,1,1),(0,0,1),(0,0.5,1),(0,1,1),(0,1,0.5),(0,1,0),(0.5,1,0),(1,1,0),(1,0.5,0),(1,0,0)][v] for v in np.sum(x,axis=1)]
# or if your prefer monochrome
# colors = [(1,0,0,v/10) for v in np.sum(x,axis=1)]
x = range(0,L)
y = [1]*L
plt.scatter(x,y, c=colors, s=3)
plt.show()
它给出：
单色版：
你可以玩here
由于图像比 1920 年更小，我使用 L 播放，以使它们在随机数据上更加生动。
更新：
第一组像素中有3个点。并且第二点有一点。
图片：
你在第三组中看到多少分？
如果你视力好，屏幕大，你会看到有 2 点。
但是，如果您的视力不佳、屏幕很小，或者您只是远离屏幕，该怎么办。你还能说出有多少分吗？是的，你可以！
在某种程度上，当然。如果您站在距离屏幕 1 公里的地方，您可能无法看到屏幕本身 :)
但是你怎么知道呢？按组的重量 - 它看起来比第一个轻，比第二个暗。
现在，向某人展示下一张图片，并告诉他们第一组有树像素。然后问：其他组有多少像素？
图片：
他们可能会告诉您这些组中有 2 个和 1 个像素。
但事实并非如此。有相同数量的像素。唯一的区别是这些像素有不同的颜色。
因此，绘制多少像素并不重要。重要的是他们的看法。
但不仅如此......你说“像素”，但它是一个点吗？不！
大多数情况有3个点不同颜色。
因此，如果您看到一个红色像素，您可以确定有一个点变亮了。如果您看到黄色 - 有 2 个点变亮。等等。
通过颜色判断，您甚至可以准确地说出构成像素的哪些点被突出显示。
但是，这真的很重要吗？如果你只是说：“这个特定的颜色意味着 (0,1)(1,1)(2,1)，而这个特定的颜色意味着 (3,1)(4,1) 等等。”不管显示器和分辨率如何，人们都会理解你的情节。
但是，同样，不止于此：当您在显示器上绘制一个像素时，它甚至不是一个物理像素，而不仅仅是 3 个点。您的显示器的最大分辨率为 8192 * 8192 ......所以一个逻辑分辨率为 1920 * 1080 的物理像素超过 8 个。这实际上为一个逻辑提供了超过 16 个物理像素。你也可以
将 10 条记录放在一个盒子里？
...如您所见，“盒子”相当大。您可以将 16 条记录放入其中。 物理上。而且逻辑上你可以添加更多。