Tricks to make saving images quicker?

Bắt đầu với hàm pre_outcome_chart và đo thời gian dành cho pd.read_csv, fplt.plot và plt.savefig đối với workload 10k-image. So sánh vòng lặp hiện tại với phương pháp multiprocessing được đề xuất và xác định việc hoàn thành là mức giảm tổng thời gian lưu được đo lường và có thể tái lập, mà không thay đổi các biểu đồ được tạo ra.

I am using a friends script (so I don't know all the details in this script), but I wonder if there are simple tricks I can do here to make it save quicker.
I want to be able to save around 10k images.

I plan to incorporate multiprocessing to make it even quicker.

Thank you.

def pre_outcome_chart(month, save_dir, sample_df, test = True):
     if test:
          sample_df = sample_df.sample(100)
    
     for index, row in sample_df.iterrows():
            ticker = row['ticker']
            input_date = row['entry_date']
          
            #nput_date_string = input_date.strftime('%Y-%m-%d')
            startDate = pd.to_datetime(input_date).date() - relativedelta(months=month)
            endDate = pd.to_datetime(input_date).date() + relativedelta(days =1)
            startDateString = startDate.strftime('%Y%m%d')
            endDateString = endDate.strftime('%Y%m%d')
         
            filename = os.path.join(DATA_DIR, ticker + '.csv')
            df = pd.read_csv(filename, index_col=0, parse_dates=True)
            dt_range = pd.date_range(start=startDate, end=endDate)
            df = df[df.index.isin(dt_range)]
            # Drop any rows with missing data
            df.dropna(inplace=True)

            # Compute moving averages
            df['SMA50'] = df['Close'].rolling(window=50, min_periods=1).mean()
            df['SMA100'] = df['Close'].rolling(window=100, min_periods=1).mean()
            df['SMA200'] = df['Close'].rolling(window=200, min_periods=1).mean()

            # Define addplots
            ema10 = fplt.make_addplot(df['Close'].ewm(span=10, min_periods=1).mean(), color='#CBC3E3')
            ema20 = fplt.make_addplot(df['Close'].ewm(span=20, min_periods=1).mean(), color='#87CEEB')
            sma50 = fplt.make_addplot(df['SMA50'], color='red')
            sma100 = fplt.make_addplot(df['SMA100'], color='yellow')
            sma200 = fplt.make_addplot(df['SMA200'], color='white')

            # Define market colors and style
            mc = fplt.make_marketcolors(up='black',down='#f76757',
                                       edge={'up': '#13eda4', 'down': '#f76757'},
                                       wick={'up': '#13eda4', 'down': '#f76757'},
                                       volume={'up': '#13eda4', 'down': '#f76757'},
                                        )

            s = fplt.make_mpf_style(marketcolors=mc,facecolor='black',figcolor='black',
                                    gridcolor='gray',
                                    gridstyle='dotted',
                                    rc={'xtick.color':'white',
                                      'ytick.color':'white',
                                      'axes.labelcolor':'white',
                                      'text.color':'white',
                                      'axes.edgecolor': 'gray',
                                      'grid.alpha': 0.7,
                                      'grid.linewidth': 0.5,
                                    })



            # Plot the data
            fig, axlist = fplt.plot(
                df,
                type='candle',
                addplot=[ema10, ema20, sma50, sma100, sma200],
                style=s,
                figsize=(12,6),
                update_width_config={'candle_linewidth':1.0, 'candle_width':0.525, 'volume_width': 0.525},
                tight_layout=True,
                volume=True,
                ylabel='Price',
                xrotation=0,
                returnfig=True
            )

            # Add legend
            ax = axlist[0]
            legend_handles = [ax.lines[i] for i in range(len(ax.lines))]
            legend_labels = ['EMA10', 'EMA20', 'SMA50', 'SMA100', 'SMA200']
            ax.legend(legend_handles, legend_labels)

            # Get the index of the input_date candle
            input_date_index = df.index.get_loc(pd.to_datetime(input_date, format='%Y-%m-%d').floor('D'))

            # Get the coordinates of the input_date candle
            x_coord = input_date_index
            y_coord = df['High'].iloc[input_date_index]

            # Calculate the maximum value of the chart
            chart_max = max(df['High'].max(), df[['SMA50', 'SMA100', 'SMA200']].max().max())

            # Calculate the maximum range of the chart
            chart_range = df['High'].max() - df['Low'].min()

            # Calculate the desired arrow length as a fraction of the maximum range
            arrow_length_fraction = 0.1  # Adjust this value to control the arrow length
            arrow_length = arrow_length_fraction * chart_range

            # Calculate the desired gap size
            gap_size = arrow_length

            # Adjust the ylim to create the gap
            axlist[0].set_ylim(df['Low'].min(), 1.2 * df['High'].max() + gap_size)

            # Annotate the input_date above the input_date candle
            axlist[0].annotate('',
                               xy=(x_coord, y_coord),
                               xytext=(x_coord, y_coord+arrow_length),
                               arrowprops=dict(arrowstyle='->', color='yellow', linewidth=3),
                               color='yellow', ha='center', va='bottom')

            # Add the date tag at the top of the chart
            ax.annotate(ticker + '  '  + pd.to_datetime(input_date).date().strftime('%Y-%m-%d'),
                        xy=(x_coord, y_coord),
                        xytext=(x_coord, chart_max+arrow_length),
                        color='yellow', ha='center', va='bottom')
            # Save chart
           
            plt.savefig(
                f"{save_dir}/"
                + f"{ticker}_"
                + input_date
                + 'M_'
                 + '.png', dpi=300, bbox_inches='tight')
            plt.close(fig)`