时间戳

首页 > 解决方案 > 如何解决 matplotlib 中的溢出错误？

python - 如何解决 matplotlib 中的溢出错误？

问题描述

我正在使用 scipy.integrate 中的 odeint 包求解一组耦合微分方程。

对于集成时间，我有：

 t=numpy.linspace(0,8e+9,5e+06)

其中 5e+06 是时间步长。

然后我绘制我拥有的方程： 

plt.xscale('symlog') #x axis logarithmic scale
plt.yscale('log',basey=2) #Y axis logarithmic scale
plt.gca().set_ylim(8, 100000) #Changing y axis ticks
ax = plt.gca()
ax.yaxis.set_major_formatter(matplotlib.ticker.ScalarFormatter())
ax.xaxis.set_major_formatter(matplotlib.ticker.ScalarFormatter())
plt.title("Example graph")
plt.xlabel("time (yr)")
plt.ylabel("quantity a")
plt.plot(t,a,"r-", label = 'Example graph')
plt.legend(loc='best')

其中 a 是时间相关变量。（这只是众多图表中的一张。）

但是，这些图表看起来有点锯齿，而不是振荡，我得到了这个错误：

OverflowError: Exceeded cell block limit (set 'agg.path.chunksize' rcparam)

我不太确定这个错误意味着什么，我查看了其他答案，但不知道如何实现“agg.path.chunksize”。

此外，集成 + 绘图大约需要 7 个小时，而且还有一些 CPU 处理技巧，所以我真的不想实现任何会增加时间的东西。

我该如何克服这个错误？

我试图减少时间步长，但是我得到了这个错误：

Excess work done on this call (perhaps wrong Dfun type).
Run with full_output = 1 to get quantitative information.

标签： pythonnumpymatplotlibphysicsdifferential-equations

解决方案

正如错误消息所暗示的，您可以将块大小设置为更大的值。

plt.rcParams['agg.path.chunksize'] = 1000

但是，您也可以批判性地反映为什么首先会发生此错误。仅当您尝试在图表上绘制大量数据时才会发生这种情况。这意味着，如果您尝试绘制 200000000 个点，渲染器可能无法将它们全部保存在内存中。但或许有人应该问自己，为什么要绘制这么多点？一个屏幕可能横向显示大约 2000 个点，一张打印纸可能显示 6000 个。一般来说，使用更多点没有意义。

现在，如果您的微分方程的解需要较大的点密度，这并不意味着您需要将它们全部绘制出来。

例如，可以每 100 个点绘制一次，

plt.plot(x[::100], y[::100])

很可能甚至不会影响视觉情节的外观。

推荐阅读