Bokeh 为什么比matplotlib慢很多

在本文中，我们将介绍为什么Bokeh在某些情况下比matplotlib要慢很多。Bokeh和matplotlib都是Python中常用的可视化库，它们都具有强大的功能和广泛的应用。然而，尽管它们都可以绘制各种各样的图表，但是Bokeh在处理大数据集和交互式可视化方面更加突出，而matplotlib则更适用于绘制静态图。

阅读更多：Bokeh 教程

Bokeh和matplotlib的不同

Bokeh是一个以Web浏览器为目标的交互式可视化库，它使用JavaScript构建动态的交互式图表。它可以生成适合在Web页面上交互式展示的图形，页面上的图表是可以缩放、平移，也可以与用户的交互有动态的响应。与之相比，matplotlib则是一个针对静态图生成的库，并且它的可视化输出是直接显示在Python的绘图设备上的。

Bokeh和matplotlib在可视化的方式、架构和设计思想上都存在较大差异，这就导致了Bokeh在某些情况下比matplotlib要慢很多。

Bokeh的速度相对较慢的原因

1. 渲染方式的不同：Bokeh将图形渲染在Web浏览器上，而matplotlib将图形直接渲染在Python绘图设备上。由于涉及到与Web浏览器的交互，Bokeh需要在服务器端生成JavaScript代码，并将其传递给客户端进行渲染，这个过程比matplotlib直接在本地渲染要耗费更多的时间。

2. 交互性的考量：Bokeh的目标是提供完整的交互功能，例如缩放、平移、窗口调整大小等。为了实现这些功能，Bokeh需要在生成每个图形时生成相应的JavaScript代码。这意味着在生成大量图形时，生成和传输所有必要的JavaScript代码将会拖慢速度。

3. 绘制方式的不同：matplotlib绘图时采用的是Immediate mode，即每次发出绘图指令，图像就会立即显示出来；而Bokeh绘图采用的是Declarative mode，即先定义完整的绘图规则，然后一次性生成最终的图形。这种方式下，Bokeh在图形最终生成之前需要进行一系列的计算和处理，因此时间会更长。

虽然Bokeh在某些方面较matplotlib慢，但它的交互性和动态性能使得它在处理大数据集和构建交互式可视化方面非常有优势。而对于静态图的绘制，matplotlib仍然是更快更简单的选择。

总结

在本文中，我们介绍了Bokeh为何在某些情况下比matplotlib慢很多。这主要因为两个库的设计思想和渲染方式的差异所致。Bokeh的交互性和动态性能使其非常适合于处理大型数据集和构建交互式可视化，而matplotlib则更适用于静态图的绘制。因此，在选择绘图库时，我们需要根据需要权衡不同的因素，选择最适合自己需求的库。