Hacktoberfest 2026: los issues que los mantenedores marcaron para octubre, abiertos y aptos para principiantes. Explorar issues de Hacktoberfest

Hexbin & scatter plot performance

Abierto
  • ¿Algo no está bien?
#2 0 comentarios 0 reacciones 0 asignados Ver en GitHub

Nadie ha tomado este issue todavía.

Evaluación

Dificultad
5/5
Tiempo estimado
Más de una semana
Aptitud para principiantes
20/100
Tipo de issue
Documentación
Claridad
Necesita aclaración
Estado de actividad
Estancado
Stack tecnológico
matplotlib, python
Área
data-visualization, performance

Línea de trabajo

El issue menciona plt.hexbin y proporciona tiempos para diferentes cantidades de puntos y bins, pero no menciona ningún archivo del proyecto, prueba ni cambio de código solicitado. Empieza reproduciendo el benchmark descrito en el issue; para completarlo sería necesario contar con una tarea de rendimiento o documentación aclarada y una definición de done acordada.

Escrito por el modelo de indexación a partir del texto del issue.

Descripción

When do scatter and hexbin plots start performing poorly?

A timing of plt.hexbin with random numbers showed that for points less than 10^6 the time remained roughly consistenly 200 ms. For 10^7, the time increased dramatically to 1.6 s. 10^8 took 12 s. The importance here is that the number of hexbin is consistent for all tests, thus the timing difference stems from binning.

One year of 1-minute measurements is approximately half a million points.

ChatGPT showed similar results:

Image

Now, let's consider the base case of 1 million points. How many bins are feasible?
100x100 bins is fast: 400 ms. 200x200 bins is ok: 1s. 1000x1000 bins is slow: 15s. Note that the difference in number of bins is 100 and not 10 as they are multiplied.

Conclusion

Hexbin is definitely suitable for 1 minute or 1 second data points. The default of 100x100 hexbins is a good option.

Lenguaje dominante
Python
Estrellas
1
Forks
2
Merge medio
1 d 28 min
PR fusionados (30 d)
3

Preparar el entorno

Este proyecto no incluye contenedor de desarrollo, Dockerfile ni guía de contribución, así que la configuración corre por tu cuenta: empieza por su README y consulta nuestra guía para la primera contribución para los pasos generales.

Primeros pasos

  1. Lee el issue completo y luego la guía de contribución del proyecto.
  2. Comenta en el issue que vas a ocuparte — evita que dos personas hagan lo mismo.
  3. Haz un fork del repositorio y trabaja en una rama.
  4. Abre un pull request que haga referencia al número del issue.

Más de AssessingSolar/solarpy

Todos los issues de AssessingSolar/solarpy

Issues similares

Más issues de Python

Recibe los nuevos issues en tu correo

Un resumen breve de issues de GitHub para principiantes.