关于性能提升问题

[pshta0]

问题
求助！！！我是使用Python和Pyehcharts的新手！！在我准备生成的页面中使用较大数据量绘制折线图时，比如数十万个数据，渲染完毕后无论通过pyqt5的QWebEngine还是浏览器打开，在页面中操作dataZoom和进行其他拖动都会非常卡。因为我不希望丢失绝大多数有效数据，在查找pyecharts的官方文档并没有找到能改善性能的方法。 因为附件上传只有25mb，所以我上传了一个较小的文件，实际中的文件可能达到百兆左右。希望各位能帮助我这个菜鸟~~

运行环境（系统环境及 pyecharts 版本）
Python 3.7.4 32bits
pyecharts 2.0.1

代码及截图
23_02_10___10_47_01_render.txt

def page_add_line(self, signal_index):
    x_value_list = []
    y_value_list = []

    time_stamp_flag = 0
    xaxis_name ='TimeStamp'
    yaxis_type = 'value' 
    scale_flag = True
    marklineOpts= False
    formatterOpts = "{c}"

    for i, msd in enumerate(toolConfig.ALL_SIGNAL[signal_index][1:]):
        if time_stamp_flag == 1:
            x_value_list.append(i)
        else:
            try:
                float(msd['timestamp'])
                x_value_list.append(msd['timestamp'])
                xaxis_name ='TimeStamp'
            except:
                time_stamp_flag = 1
                x_value_list.append(i)
                xaxis_name ='SequenceNumber'
    msgAsig = toolConfig.ALL_SIGNAL[signal_index][0]
    msg = msgAsig[:msgAsig.index('_')]

    explain_dic = get_dbc_signal_explain(msg, get_dbc_signal(msg).index(msgAsig))
    max_signal_len = 0
    if explain_dic:
        yaxis_type = 'category'
        scale_flag = False        
        for msd in toolConfig.ALL_SIGNAL[signal_index][1:]:
            try:
                y_value = explain_dic[str(msd['value'])]
                y_value_list.append(y_value)
                signal_len = len(y_value)
                max_signal_len = max(max_signal_len,signal_len)
            except:
                y_value_list.append(float(msd['value']))      
        marklineOpts=False
        formatterOpts = "{c}"
        fontSize = 20 - int(max_signal_len*0.5) if 20 - int(max_signal_len*0.4)>10 else 10
        magin = 0
    else:
        yaxis_type = 'value' 
        scale_flag = True
        for msd in toolConfig.ALL_SIGNAL[signal_index][1:]:
            y_value_list.append(float(msd['value']))
        marklineOpts=opts.MarkLineOpts(
                        data=[opts.MarkLineItem(
                        type_="average", name="Average")]
                    )
        formatterOpts = "{c}"
        fontSize = 20
        magin = 5

    c = (
        Line()
        .add_xaxis(xaxis_data=x_value_list)
        .add_yaxis(series_name=toolConfig.ALL_SIGNAL[signal_index][0],
                   y_axis=y_value_list,
                   is_step=True,
                   markpoint_opts=opts.MarkPointOpts(
                                        data=[
                                            opts.MarkPointItem(type_="max", name="Max"),
                                            opts.MarkPointItem(type_="min", name="Min"),
                                        ]
                    ),
                    markline_opts=marklineOpts ,
                    label_opts=opts.LabelOpts(is_show=False,position='insideRight',rotate=20),
                    
                    
        )
        .set_global_opts(title_opts=opts.TitleOpts(title=toolConfig.ALL_SIGNAL[signal_index][0]),
                         toolbox_opts=opts.ToolboxOpts(
                             is_show=True),  
                         xaxis_opts=opts.AxisOpts(
                             type_='value', is_scale=True,min_interval=1,name=xaxis_name,name_location='end'),
                         yaxis_opts=opts.AxisOpts(
                             type_=yaxis_type, is_scale=scale_flag,min_interval=1,boundary_gap=False,
                             axistick_opts=opts.AxisTickOpts(is_show= True,is_inside=True),
                             axislabel_opts=opts.LabelOpts(is_show=True,position='insideRight',
                                                            rotate=0,font_size=fontSize,margin=magin,font_weight='bolder'
                             )
                         ),
                         tooltip_opts=opts.TooltipOpts(
                             is_show=True, trigger="item", formatter=formatterOpts),
                         datazoom_opts=[opts.DataZoomOpts(is_realtime=True,
                                                          is_show=True,
                                                          range_start=0,
                                                          range_end=100)]
        )
    )
    
    return c

[sunhailin-Leo]

@pshta0

• 可以试一下用 svg 渲染。

[pshta0]

@sunhailin-Leo 你好，尝试了使用SVG渲染，相比CANVAS，图表的变化得到了更慢的响应。这无法解决我的需求

[sunhailin-Leo]

@pshta0

• 那这个问题，我这边也没啥办法解决。毕竟渲染引擎在 Echarts 那边。pyecharts 只是用 python 封装 API 渲染 Echarts 的配置而已。

[pshta0]

@sunhailin-Leo 查询echarts的相关问题，有提到可以使用降采样等专门为大数据量渲染优化的策略，请问pyecharts是否有相关接口呢？

[sunhailin-Leo]

@pshta0

• 你指的是这种？
  

[pshta0]

@sunhailin-Leo 是的，我注意到了这个，但我不清楚是否有效或者有其他更合适的优化策略

[sunhailin-Leo]

@pshta0

• 有部分图会有 large 的配置，但是 Line 没有。我可以给 Line 加 sampling，等 2.0.2 Publish 之后你可以试试。

[pshta0]

@sunhailin-Leo 十分感谢你对项目的支持