matplotlib ポリゴン塗りつぶし高速化（2023.07.30投稿） #Python

はじめに

久しぶりの投稿である。
まずは下の図を見ていただきたい。

これは、節点数 10000、要素数 19410 の三角形要素を用いた２次元FEM計算結果の出力である。FEMの計算は3秒そこそこで完了するのであるが、この図１枚を描くのに55秒かかっている。
これをなんとか高速化したいと昔から考えていたのだが、今回ある程度早くできる方法が見つかったので、これを紹介したい。
使っている人はすでに使っていると思うが、自分にとっては発見であったので、記録として残しておきたいと思った次第である。

紹介する方法は、matplotlib polygonで検索をかけていて見つけた以下のページの内容を応用したののである。

https://matplotlib.org/stable/gallery/shapes_and_collections/patch_collection.html#sphx-glr-gallery-shapes-and-collections-patch-collection-py

これまでの方法

まずは、これまで使っていた三角形の塗りつぶし方法を紹介する。
下のような図を出力するコードを考える。

import matplotlib.pyplot as plt
import numpy as np
import time


def main():
    start = time.time()
    npoin,nele,nod=12,12,3
    x=np.array([1,2,3,4,1,2,3,4,1,2,3,4])
    y=np.array([1,1,1,1,2,2,2,2,3,3,3,3])
    node=np.zeros((nod+1,nele),dtype=np.int32)
    node[:,0]=np.array([1,2,5,1])
    node[:,1]=np.array([5,2,6,2])
    node[:,2]=np.array([2,3,6,3])
    node[:,3]=np.array([6,3,7,1])
    node[:,4]=np.array([3,4,7,2])
    node[:,5]=np.array([7,4,8,3])
    node[:,6]=np.array([5,6,9,1])
    node[:,7]=np.array([9,6,10,2])
    node[:,8]=np.array([6,7,10,3])
    node[:,9]=np.array([10,7,11,1])
    node[:,10]=np.array([7,8,11,2])
    node[:,11]=np.array([11,8,12,3])

    fsz=10
    xmin,xmax=0,5
    ymin,ymax=0,4
    plt.figure(figsize=(5,4),facecolor='w')
    plt.xlim([xmin,xmax])
    plt.ylim([ymin,ymax])

    col=['#ffff00', '#00ffff', '#ff0000']
    for ne in range(0,nele):
        icol=node[-1,ne]-1
        nn=node[0:nod,ne]-1
        xa=x[nn]
        ya=y[nn]
        plt.fill(xa,ya,facecolor=col[icol],edgecolor='#aaaaaa',lw=0.5)

    ds=0.1
    for i in range(0,npoin):
        xs,ys,ss=x[i]-ds,y[i]-ds,str(i+1)
        plt.text(xs,ys,ss,va='center',ha='center',fontsize=fsz)

    fnameF='fig_test1.jpg'
    plt.savefig(fnameF, dpi=100, bbox_inches="tight", pad_inches=0.1)
    #plt.show()
    print(time.time() - start)


#---------------
# Execute
#---------------
if __name__ == '__main__': main()

上記コードに示す、これまでの方法の概要は以下の通り。
点の座標、三角形の定義は、少しFEMチックにしている。

座標点数 npoin=12、これらの座標点で構成される三角形の数をnele=12とする。
配列 xおよびyで、(x,y)座標を定義する。
配列nodeに、三角形を構成する店の番号および色を指定する番号を格納する。例えば、node[:,0]=np.array([1,2,5,1])という場合、はじめの３つの数値 1,2,3が三角形を構成する点の番号、４つめの1は色を指定する番号である。
使う色は、colというリストにcol=['#ffff00', '#00ffff', '#ff0000']という形で格納する。
三角形の塗りつぶしは、for文を回しながら、三角形を構成する点 (xa, ya)を定義して、plt.fillにより一つずつ塗りつぶしていく。これまでの方法はこの処理に相当な時間を費やしていた。

時短のための方法

時短のためのコードは以下に示す通り。

import matplotlib.pyplot as plt
import numpy as np
import time
from matplotlib.patches import Polygon
from matplotlib.collections import PatchCollection


def main():
    start = time.time()
    npoin,nele,nod=12,12,3
    x=np.array([1,2,3,4,1,2,3,4,1,2,3,4])
    y=np.array([1,1,1,1,2,2,2,2,3,3,3,3])
    node=np.zeros((nod+1,nele),dtype=np.int32)
    node[:,0]=np.array([1,2,5,1])
    node[:,1]=np.array([5,2,6,2])
    node[:,2]=np.array([2,3,6,3])
    node[:,3]=np.array([6,3,7,1])
    node[:,4]=np.array([3,4,7,2])
    node[:,5]=np.array([7,4,8,3])
    node[:,6]=np.array([5,6,9,1])
    node[:,7]=np.array([9,6,10,2])
    node[:,8]=np.array([6,7,10,3])
    node[:,9]=np.array([10,7,11,1])
    node[:,10]=np.array([7,8,11,2])
    node[:,11]=np.array([11,8,12,3])

    fsz=10
    xmin,xmax=0,5
    ymin,ymax=0,4
    plt.figure(figsize=(5,4),facecolor='w')
    plt.xlim([xmin,xmax])
    plt.ylim([ymin,ymax])

    patches=[]
    lcol=[]
    col=['#ffff00', '#00ffff', '#ff0000']
    for ne in range(0,nele):
        icol=node[-1,ne]-1
        nn=node[0:nod,ne]-1
        xa=x[nn]
        ya=y[nn]
        points=[[xa[0],ya[0]],[xa[1],ya[1]],[xa[2],ya[2]],[xa[0],ya[0]]]
        polygon=Polygon(xy=points,closed=True)
        patches.append(polygon)
        lcol.append(col[icol])
    p=PatchCollection(patches,facecolor=lcol,edgecolor='#aaaaaa',lw=0.5)
    plt.gca().add_collection(p)

    ds=0.1
    for i in range(0,npoin):
        xs,ys,ss=x[i]-ds,y[i]-ds,str(i+1)
        plt.text(xs,ys,ss,va='center',ha='center',fontsize=fsz)


    fnameF='fig_test2.jpg'
    plt.savefig(fnameF, dpi=100, bbox_inches="tight", pad_inches=0.1)
    #plt.show()
    print(time.time() - start)


#---------------
# Execute
#---------------
if __name__ == '__main__': main()

時短案の概要は以下の通り。

まず、matplotlib.pyplotとnumpyに加え、モジュールを追加する。

from matplotlib.patches import Polygon
from matplotlib.collections import PatchCollection

三角形を構成する座標を格納するリストpatchesと色情報を格納するリストlcolを準備する。
for文でPolygonを作成してリストpatchesに格納していくと同時に、色情報をリストlcolに格納していく。
Polygonは閉じるように定義しないと線をうまく引いてくれないので注意。
PatchCollectionの引数に、plt.fillで指定したのと同じ要領で、指定したのと同様に、三角形の座標情報patches、塗りつぶし色facecolor=lcol、境界職edgecolor='@aaaaaa'、線の太さlw=0.5を指定する。
あとはadd_collectionで描画する。
for文の中で作図はせず、PatchCollectionに保存してあとで一気に作図するのが決め手のようである。

効果

上記２種類のコードの実行結果は、
これまでの方法・時短案ともに0.1秒程度で差はない。
しかし、最初に示した約２万個の三角形を塗りつぶす作業を複数回行う図となると、時短案採用により、作図時間は55秒からでは15秒まで短縮できており、作業時間を27%に短縮できる。
これで、作図による待ち時間を大幅に短縮できたが、計算時間3秒に対して作図時間15秒は直感的には長い気がする。機会をみてさらなる時短を考えていきたい。

最後になるが、計算環境に触れておく。

M1 Pro MacBook Pro 14''
Memory 16GB
macOS Ventura 13.4.1 (c)
Python 3.11.2 （環境はpyenvで構築）

(2023.08.05 追記)

最初に紹介した図は、ベクトル図も含まれているが、ベクトルのfor文で１要素１要素書くのではなく、LineCollectionを使うことにより、１枚あたりの作図時間は7秒にまで短縮できた。
LineCollectionの活用は、以下の記事を参考にした。

https://salad-bowl-of-knowledge.github.io/hp/python/2019/10/04/multilines.html

以　上