在作图方面，Python比NodeJS好用。首先，Python的绘图库较多，API功能强大且完备。NodeJS还是少了点，有些库没有测试就放弃了，需要window支持，我需要在后台执行。最近一直在研究地面雷达的可视化。在研究如何将基础数据可视化的过程中，我确实学到了很多知识和技能。传统的雷达数据可视化使用图片。同时，雷达基地数据会产生多种单站产品和组合产品，不同的数据产品会产生不同的图像。这样会产生大量的图像数据和基础数据，更不用说对数据容量的考验了，图像本身也不是矢量，渲染效果也不总是那么好。所以一开始想直接用GIS渲染数据。理想情况下，使用Mapbox很漂亮，省去图像数据，缩放过程中使用GeojsonLayer，可以清楚地看到图像。但是最后的效果是不一样的。显而易见的一点是会有差距。即使将Circle的尺寸放大，也达不到预期的效果。最后除了风速和风向数据（数据量小，不需要填充），其余的还是采用传统的图像渲染方式。在下一步中，我开始使用NodeJS和Python来实现它。老实说，我越来越喜欢NodeJS了。他无所不能，从前端到后端，无孔不入。我已经开始慢慢从Python迁移到NodeJS。在这项工作中，他的异步方法使读取文件变得简单和快速，这比Python更容易使用。让我用NodeJS写，用Python实现。如果可行，后期我会把项目迁移到NodeJS。扯远了，回到主题。大多数数据产品的生成方式都是一样的，一共有两种情况。第一个是分辨率为620*490格点的数据，每个格点的值对应一种颜色。这种情况比较简单，只需要创建一张宽高为620x490的图片，然后修改对应网格点坐标的颜色即可。PythonPIL处理时间为1s，文件数据读取时间为80ms，NodeJSpngjs从读取到绘制处理时间为35ms。二是扫描一个圆的数据，半径分为920个圆，每个圆分为372个点数据。需要填充到圆弧中的值对应一种颜色。这是效率最高的，也是最低的，因为每个圆都等分后需要进行填充，涉及到圆弧的计算。比较完美的方法是使用drawArc方法，可以画出一个完整漂亮的圆，计算出372×920的弧，但是PythonPIL库的arc方法不支持浮点弧度值，所以还得用其他方法用过的。对于Python来说，绘图库无非就是Matplotlib和PIL。用了一段时间Matplotlib，算是翻车了。我一直等到我直接ctrlc。NodeJS的绘图库很少，pngjs无法绘图。使用了一个基于graphicsmagick的库——gm。graphicsmagick是一个用C编写的功能强大的图像处理程序，并具有各种流行语言的SDK。结果车翻了，处理了10分钟。对了，我用的是PythonSDK，也很慢，10秒左右，而且画图的时候，完全是并发的。本来以为是Python语言性能比较慢导致的，后来用C++SDK写的，跑了7秒。看了python的源码，好像graphicsmagick只有maps方法，最后调用的是C的graphicsmagick。放弃drawArc方法，那就只能用drawPolygon方法，计算圆扇形四个点的坐标和画一个梯形，显然最后的圆不是一个完整的圆，而是一个有372条边的形状，但是因为等分很细，肉眼没有那么清晰的分辨率，几乎等同于一个圆。主要是为了节省大量的计算时间。graphicsmagickPython绘制Polygon性能依旧没有明显提升，node的gm不断翻车。回用PIL，他的drawPolygon方法支持浮点数据，处理1.3秒，速度很快，而且是单核的，多进程下可以同时处理。NodeJS使用了svg.js库，但是在处理过程中，由于svg数据一直在添加多边形，内存飙升了2-3G，svg转png也同样耗时，最终耗时5.8秒.我认为这是NodeJS最快的处理方式。在绘画工作的过程中，我尝试了各种方法，从简单了解图像原理到理解绘画原理，受益匪浅。目前NodeJS已经不能满足我的需求，但不是NodeJS做不到，而是没有好的工具。原文地址：Python与NodeJS绘图对比我的博客：时空路由器
