如何在Python中绘制千万级数据点的散点图而不卡顿浏览器？-Python教程-PHP中文网

千万点可视化不可用 matplotlib.pyplot.scatter，因内存线性增长且前端渲染卡死；应选 datashader 光栅化聚合或 plotly.scattergl WebGL 渲染，并务必预处理数据去空值、离群值和裁剪无效区域。

如何在python中绘制千万级数据点的散点图而不卡顿浏览器？

用 `matplotlib` 直接画千万点基本不可行

默认的 matplotlib.pyplot.scatter 会为每个点生成独立的 PathCollection 对象，内存占用线性增长，1000 万点通常吃掉 4–6 GB 内存，且渲染时浏览器（尤其是 Jupyter Lab/Notebook 的前端）会反复重绘 SVG 或 Canvas，直接卡死或崩溃。

这不是配置问题，是底层设计限制 —— matplotlib 本质面向出版级静态图，不是大数据可视化引擎。

别试 plt.scatter(x, y, s=0.1) + plt.savefig()：保存可能成功，但 plt.show() 或 notebook 中显示仍会卡住
禁用交互式后端（如 Agg）只解决保存，不解决“查看”需求
用 plt.plot(x, y, '.', markersize=0.1) 略快一点，但仍是逐点绘制，无质变

真正能跑通的方案只有两个：降采样 + `datashader`，或换用 `plotly` 的 WebGL 模式

datashader 是专为大数据设计的光栅化库，它不画点，而是把坐标映射到像素网格上做聚合（计数、均值、最大值等），输出一张 PNG 或交互式 HTML；plotly 的 scattergl 则利用浏览器 GPU 加速绘制，实测支持 500 万–2000 万点流畅拖拽缩放。

macOS UI 自动化技能包 —— 用 Python 控制你的 Mac

让 macOS 自动化像说话一样简单 —— 用代码控制你的 Mac，无需学习 AppleScript 系统要求 macOS 14+ (Sonoma) Python 3.9+ 需要开启：辅助功能 + 屏幕录制权限

下载

datashader 示例：

import datashader as ds<br>import datashader.transfer_functions as tf<br>canvas = ds.Canvas(plot_width=800, plot_height=600)<br>agg = canvas.points(df, 'x', 'y')<br>img = tf.shade(agg)

输出 img 是 PIL 图像，可直接 plt.imshow() 或用 bokeh 展示

plotly 示例：

import plotly.graph_objects as go<br>fig = go.Figure(data=go.Scattergl(x=df['x'], y=df['y'], mode='markers', marker=dict(size=1)))<br>fig.show(renderer='browser')

注意必须用 Scattergl（不是 Scatter），且 renderer 设为 browser 才启用 WebGL

二者都不加载全部点进前端内存：前者在服务端光栅化，后者由 GPU 批量处理顶点

别忽略数据预处理——千万点往往含大量重复或无效坐标

原始数据常有精度冗余（比如 GPS 经纬度保留 10 位小数）、空值、离群值，这些会严重拖慢聚合或 WebGL 渲染速度，甚至导致 datashader 报 ValueError: x values must be increasing（因 NaN 或 inf 导致排序失败）。

务必先运行：

df = df.dropna(subset=['x', 'y'])<br>df = df[np.isfinite(df['x']) & np.isfinite(df['y'])]

若坐标范围极大但有效区域集中（如全球 GPS 点中 99% 落在中国），先用布尔索引裁剪：
```
df = df[(df['x'] > 73) & (df['x']  18) & (df['y'] 
```
对浮点列做 round() 降精度（如 df['x'] = df['x'].round(5)）可减少哈希冲突，提升 datashader 聚合效率

`plotly` 的 `Scattergl` 在某些场景下会悄悄退化回 CPU 渲染

当开启 hover 提示（hovertemplate）、自定义颜色映射（marker.color 传大数组）、或 marker size 动态绑定列（marker.size=df['size']）时，plotly 可能自动切换回 Scatter 模式，此时千万点立刻卡死。

验证是否真用 WebGL：打开浏览器开发者工具 → “Rendering” 面板 → 勾选 “FPS Meter”，拖动图表时帧率应稳定在 30–60 FPS；若掉到 1–2 FPS，大概率已退化
安全做法：关闭 hover（hoverinfo='skip'），用固定颜色（marker=dict(color='blue')），size 用标量（marker=dict(size=1)）
若必须 hover，改用 datashader + holoviews 实现稀疏 tooltip，或对原始数据抽样生成 hover 数据集

实际跑通的关键不在“怎么画”，而在“画什么”——你传给可视化的数据结构，决定了后端走哪条路径。GPU 渲染和光栅化都不是魔法，它们只对干净、紧凑、维度可控的数据起效。