Почему tmap рендерит в 80 раз быстрее, чем ggplot2? [Построение шейп-файлов в R с помощью ggplot2::geom_sf() с использованием графического устройства XQuartz/X11 в macOS]

Question

Почему tmap рендерит в 80 раз быстрее, чем ggplot2? [Построение шейп-файлов в R с помощью ggplot2::geom_sf() с использованием графического устройства XQuartz/X11 в macOS]

Обновление / Редактирование / Представление: рендеринг одинаковых пространственных данных на одном графическом устройстве занимает 1 секунду с tmap против 80 секунд с ggplot2 хотя tmap R-объект участка в 80 раз больше по размеру. Разница во внутренних и / или реализации между прочим. пакеты и графическое устройство?

library(ggplot2); library(sf); 
library(tmap); library(tidyverse)
library(here) # project directory

data(World) # sf object from tmap; Provides Africa polygon

# 'd' data pulled from acleddata.com/data, restricted to Aug 18 2017  - Aug 18 2018, Region: N/S/E/W/Middle Africa only
d <- read.csv(here('2017-08-18-2018-08-18-Eastern_Africa-Middle_Africa-Northern_Africa-Southern_Africa-Western_Africa.csv'))
dsf <- st_as_sf(d, coords = c('longitude', 'latitude'), crs = 4326)

Используемые данные: 1 - данные шейп-файла "World" из tmap сам пакет, и

2 - http://acleddata.com/data, конфликтные события ACLED, разрешенные для Африки в период с 18 августа 2017 года по 18 августа 2018 года (7,8 МБ.csv; эти фильтры:)

Рендеринг участка:

# ggplot2; build plot, assign to object
dev.cur()   # RStudioGD on macOS: quartz
system.time(p <- ggplot(World %>% filter(continent == 'Africa')) + 
  geom_sf() + 
  geom_sf(data = dsf, aes(fill = event_type, 
              color = event_type)) + 
  ggthemes::theme_tufte() + 
  theme(legend.key.size = unit(.1, 'cm'),
        legend.title = element_blank()))
   # user  system elapsed 
   # 0.016   0.001   0.017 

object.size(p)
# 175312 bytes

# render
system.time(print(p))
# user  system elapsed 
# 84.755   0.432  85.418  # Note over 80 seconds

# tmap; build plot, assign to object
tmap_mode('plot')
system.time(tm <- tm_shape(World, filter = 
                        (World$continent == 'Africa')) + 
               tm_polygons(group = 'Countries') +
               tm_shape(dsf) + 
               tm_dots(col = 'event_type', group = 'event_type'))
    # user  system elapsed 
    # 0.000   0.000   0.001 

object.size(tm)
# 14331968 bytes   # This is 80x ggplot2 plot's object size
                   # 14331968/175312 = 81.75121
# render
dev.cur()    # RStudioGD on macOS: quartz
system.time(print(tm))
# user  system elapsed 
# 1.438   0.038   1.484   # Note 1 second

[Предыдущий запрос в geom_sf() и графические устройства, без сравнения tmap:]

TL; DR:

Я пытаюсь увеличить скорость печати, переключая графические устройства на X11, поскольку мое графическое устройство Quartz по умолчанию работает медленно. После загрузки XQuartz (для подключения к графическому устройству X11) и вызова grDevices::X11() Я не понимаю ошибки, которые я получаю.

X11(type = "cairo")
# Error in .External2(C_X11, d$display, d$width, d$height, d$pointsize,  : 
                    #   unable to start device X11
                    # In addition: Warning message:
                    #   In X11() : unable to open connection to X11 display 'cairo'
#> Warning in X11(type = "cairo"): unable to open connection to X11 display ''

И когда вместо этого я вызываю R из терминала XQuartz.app в macOS, сообщение об ошибке немного отличается:

X11(type = "cairo")
#> Error in .External2(C_X11, d$display, d$width, d$height, d$pointsize, : unable to start device X11cairo

Конец TL; DR

~~~~~~~

Более широкий контекст:

Создание больших шейп-файлов с ggplot2::geom_sf() кварцевое графическое устройство, используемое в macOS, работает значительно медленнее, чем другие устройства, и хотя эта большая проблема с производительностью решается, я хочу сменить свое устройство с Quartz на X11.

Я скачал XQuartz, следуя советам форумов RStudio, но мой код не вызывает X11, даже когда я запускаю R из XQuartz.

Доказательство, используя те же данные, что и на постере форума RStudio:

library(sf)
#> Linking to GEOS 3.6.1, GDAL 2.1.3, proj.4 4.9.3
library(ggplot2)
tmpzip <- tempfile(fileext = ".zip")
download.file("https://github.com/bcgov/bcmaps.rdata/blob/master/data-raw/ecoregions/ecoregions.zip?raw=true", destfile = tmpzip)
gdb_path <- unzip(tmpzip, exdir = tempdir())
ecoregions <- sf::read_sf(dirname(gdb_path[1]))

## Create ggplot2 object
ecoregions_gg <- ggplot() + geom_sf(data = ecoregions)

# Running quartz device - default macOS
system.time(print(ecoregions_gg))
#>    user  system elapsed 
#> 128.980   0.774 130.375

### ^ Note two full minutes!

Это устройство по умолчанию работает в течение необычно длинных 129 секунд, учитывая размер. X11 должен работать быстрее в соответствии с форумом RStudio. Тест на (предоставленном, более быстром) компьютере с Windows 7 (32 ГБ ОЗУ, 3,60 ГГц) с использованием графического устройства по умолчанию (не Quartz) дал:

#>    user  system elapsed 
#>    2.16    2.24    4.46

###  ^Only two seconds

В то время как люди занимаются устранением общих проблем с производительностью geom_sf / Quartz ( Github Issue 1, Github Issue 2), как я могу использовать мою установку XQuartz для запуска X11 и ускорения прорисовки шейп-файлов?

92

r ggplot2 r-sf xquartz

Источник

user8544458 01 июл '18 в 18:42

1 ответ

Другие вопросы по тегам r ggplot2 r-sf xquartz

user117700 14 июл '23 в 19:27 2023-07-14 19:27 · Answer 1 · 2023-07-14 19:27

несколько вещей, которые вы можете рассмотреть при рендеринге одних и тех же пространственных данных на одном и том же графическом устройстве:

tmap и ggplot используют разные внутренние структуры данных. tmap использует пакет sf, который использует формат простых функций. ggplot2 использует функцию geom_sf(), которая преобразует пространственные данные в фрейм данных. это может привести к различной производительности.
tmap и ggplot2 имеют разные подходы к рендерингу пространственных данных. tmap использует высокооптимизированный механизм рендеринга, предназначенный для тематического картографирования. для эффективной визуализации он использует такие методы, как растеризация и мозаика карты. ggplot2 предназначен для общего назначения.
графическое устройство также может влиять на производительность рендеринга.

Если вы хотите улучшить производительность построения шейп-файлов в ggplot2, рассмотрите следующее:

упростите геометрию шейп-файла, используя st_simplify() пакета sf. это уменьшит количество вершин
ограничить количество функций