catplot(kind="count") 明显慢于 countplot()答案

【问题标题】：catplot(kind="count") is significantly slower than countplot()catplot(kind="count") 明显慢于 countplot()
【发布时间】：2019-09-18 10:40:12
【问题描述】：

我正在处理一个相当大的数据集（约 40m 行）。我发现如果我直接调用 sns.countplot() ，那么我的可视化绘图会非常快：

%%time 
ax = sns.countplot(x="age_band",data=acme)

但是，如果我使用 catplot(kind="count") 进行相同的可视化，那么执行速度会大大减慢：

%%time
g = sns.catplot(x="age_band",data=acme,kind="count")

有这么大的性能差异的原因吗？ catplot() 是否在绘制数据之前对我的数据进行了某种转换？

如果有一个已知的原因，那么它是否扩展到所有图形级函数与轴级函数，例如 sns.scatterplot() 比 sns.relplot(kind= “分散”）等？

我更喜欢使用 catplot()，因为我喜欢它的灵活性和在 FacetGrid 上轻松绘图，但如果要花费更长的时间来实现相同的绘图，那么我将只使用轴级直接起作用。

【问题讨论】：

标签： python pandas matplotlib seaborn

【解决方案1】：

catplot 或FacetGrid 中存在大量开销，这将确保类别沿网格同步。考虑例如你有一个变量，你沿着网格的列绘制，不是每个年龄组都会出现。您仍然需要显示该非发生年龄组并保持其颜色。因此，相邻的两个计数图不一定构成一个猫图。

但是，如果您只对单个计数图感兴趣，那么猫图显然是多余的。另一方面，与计数的条形图相比，即使是单个计数图也太过分了。也就是说，

counts = df["Category"].value_counts().sort_index()
colors = plt.cm.tab10(np.arange(len(counts)))
ax = counts.plot.bar(color=colors)

将是两倍的速度

ax = sns.countplot(x="Category", data=df)

【讨论】：