近来实验室的师姐要发论文，由于论文交稿时间临近，有一些杂活儿需要处理，作为实验室资历最浅的一批，我这个实习生也就责无旁贷地帮忙当个下手。今天师姐派了一个小活，具体要求是：
给一些训练模型的迭代次数，训练精度的数据，让我做成图表形式展示出来，一方面帮助检查模型训练时的不足，另一方面来看样本数目和预测精度之间的联系，数据具体格式如下：
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
|
Iteration 1500label train test right acc12 143 24 24 1.0160 92 16 15 0.9375100 12 2 0 0.0142 0 0 0 0.0152 0 0 0 0.0110 10 2 0 0.0170 12 2 2 1.042 421 70 63 0.931 43 8 5 0.62522 132 22 18 0.81818181818260 51 9 8 0.88888888888951 916 153 143 0.934640522876131 82 14 11 0.78571428571453 84 14 10 0.71428571428670 9 2 2 1.021 531 89 89 1.0120 1 1 1 1.011 454 76 71 0.93421052631690 1 1 1 1.032 39 7 6 0.85714285714341 151 25 14 0.56132 0 0 0 0.0151 43 7 6 0.85714285714343 8 2 1 0.580 7 2 1 0.5141 96 16 16 1.044 67 12 2 0.166666666667right: 509 accuracy:0.883680555556 |
我的任务就是以label为自变量，绘制出它和train及acc之间的关系。
接到这个任务后，最直观的感受就是常规的洗数据，于是我先把这些数据放在txt文件中存储下来，由于每个数据之间的间隔大于一个空格，我想当然地写个正则匹配脚本将数据间的大空格转换为一个逗号（转换为逗号的目的是这样可以直接转换为CSV表格文件，然而在本次任务中貌似意义不大….）
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
|
#**********************Python 3.6.1***************************##* 将txt文本数据中的过长的空格更为一个逗号 *##***************** Author LQ ******************************##********************** 2018/4/4 ****************************# #!/usr/bin/python# -*- coding: utf-8 -*-import reimport os #os模块与文本操作直接相关的模块#*********下面三句代码作用不详，就是为了防止出现编码问题*********import importlibimport sysimportlib.reload(sys)#****************************************************PATTERN = '\s+'#匹配出文本中的长空格class Cleaner: #初始化 def __init__(self): os.chdir('D:\\Learning\\Machine_Learning\\实习\\师姐论文实验') #改变工作目录到txt文件对应的目录 self.content = open("acc-onlyRealImage-Iter2500.txt") def grab_content(self): line=self.content.readline() pre=re.compile(PATTERN) while line: line_1=pre.sub(',',line) #将文本的长空格转换为逗号后，利于转成CSV格式，然后label按照升序排列 self.Write_content(line_1) line = self.content.readline() def Write_content(self,line_1): path='acc-onlyRealImage-Iter2500-after.txt' f=open(path,'a') f.write('\n'+line_1) def run(self): self.grab_content() if __name__ == '__main__': cleaner = Cleaner() cleaner.run() |
数据清洗完成后，自然就是绘图了，逛了一些博客后，着手写个脚本，第一版是绘制出label和train及acc的双Y轴折线图，脚本较为简单，就是调用别人造的轮子，直接附上代码：
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
|
#**********************Python 3.6.1***************************##* 绘制出双Y轴折线图 *##***************** Author LQ ******************************##********************** 2018/4/4 ****************************# #!/usr/bin/python# -*- coding: utf-8 -*-import reimport os #os模块与文本操作直接相关的模块import matplotlib.pyplot as pltimport numpy as np#*********下面三句代码作用不详，就是为了防止出现编码问题*********import importlibimport sysimportlib.reload(sys)#****************************************************font2 = {'family' : 'Times New Roman', 'weight' : 'normal', 'size' : 18, } class Drawing: #初始化 def __init__(self): os.chdir('D:\\Learning\\Machine_Learning\\实习\\师姐论文实验') #改变工作目录到指定文件目录 self.content = open("acc-onlyRealImage-Iter2200-after.txt") self.content1 = open("acc-onlyRealImage-Iter2500-after.txt") def grab_content(self): lines=self.content.readlines() lines_1=self.content1.readlines() x_1 = [line.strip().split(',')[0] for line in lines ]#字段以逗号分隔，这里取得是第4列 y_train_1=[line.strip().split(',')[1] for line in lines ] y_train_2=[line.strip().split(',')[1] for line in lines_1 ] y_acc_1=[line.strip().split(',')[4] for line in lines ] y_acc_2=[line.strip().split(',')[4] for line in lines_1 ] x = list(range(len(x_1))) y_acc=[] y_acc1=[] y_train=[] y_train1=[] for i in range(len(y_acc_1)): y_acc.append(float(y_acc_1[i])) y_acc1.append(float(y_acc_2[i])) y_train.append(int(y_train_1[i])) y_train1.append(int(y_train_2[i])) #plt.xticks(x, x_1,rotation=0) fig,left_axis=plt.subplots() p1, =left_axis.plot(x, y_train,'ro-') right_axis = left_axis.twinx() p2, =right_axis.plot(x, y_acc,'bo-') plt.xticks(x, x_1,rotation=0) #设置x轴的显示形式 #设置左坐标轴以及右坐标轴的范围、精度 left_axis.set_ylim(0,1201) left_axis.set_yticks(np.arange(0,1201,200)) right_axis.set_ylim(0,1.01) right_axis.set_yticks(np.arange(0,1.01,0.20)) #设置坐标及标题的大小、颜色 left_axis.set_title('RealAndSimulation-Iter6600',font2) left_axis.set_xlabel('Labels',font2) left_axis.set_ylabel('Number of training sets',font2,color='r') left_axis.tick_params(axis='y', colors='r') right_axis.set_ylabel('Accuracy',font2,color='b') right_axis.tick_params(axis='y', colors='b') plt.show() def run(self): self.grab_content() if __name__ == '__main__': Drawing = Drawing() Drawing.run() |
绘制出的图形如上所示，其实看起来也还不错，不过师姐表示有点乱，建议做个柱形的看看，于是继续撸代码：
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
|
#**********************Python 3.6.1***************************##* 绘制单Y轴双变量柱状图 *##***************** Author LQ ******************************##********************** 2018/4/4 ****************************# #!/usr/bin/python# -*- coding: utf-8 -*-import reimport os #os模块与文本操作直接相关的模块import matplotlib.pyplot as pltimport numpy as np#*********下面三句代码作用不详，就是为了防止出现编码问题*********import importlibimport sysimportlib.reload(sys)#****************************************************font2 = {'family' : 'Times New Roman', #设置字体 'weight' : 'normal', 'size' : 18, } class Drawing: #初始化 def __init__(self): os.chdir('D:\\Learning\\Machine_Learning\\实习\\师姐论文实验') #改变工作目录到指定文件的目录 self.content = open("acc-onlyRealImage-Iter2200-after.txt") self.content1 = open("acc-onlyRealImage-Iter2500-after.txt") def autolabel(self,rects,y): #在柱状图上面添加 数值 i=0 for rect in rects: #读出列表存储的value值 value=y[i] x_1 = rect.get_x() + rect.get_width()/2 y_1 = rect.get_height() #x_1，y_1对应柱形的横、纵坐标 i+=1 plt.text(x_1, y_1, value, ha='center', va='bottom',fontdict={'size': 8}) #在fontdict中设置字体大小 rect.set_edgecolor('white') def Pictures(self): lines=self.content.readlines() lines_1=self.content1.readlines() x_1 = [line.strip().split(',')[0] for line in lines ]#字段以逗号分隔，这里取得是第1列 y_train_1=[line.strip().split(',')[1] for line in lines ] y_train_2=[line.strip().split(',')[1] for line in lines_1 ] y_acc_1=[line.strip().split(',')[4] for line in lines ] y_acc_2=[line.strip().split(',')[4] for line in lines_1 ] x = list(range(len(x_1))) y_acc=[] y_acc1=[] y_train=[] y_train1=[] for i in range(len(y_acc_1)): y_acc.append(float(y_acc_1[i])) y_acc1.append(float(y_acc_2[i])) y_train.append(int(y_train_1[i])) y_train1.append(int(y_train_2[i])) plt.xticks(x, x_1,rotation=0) #设置X轴坐标值为label值 for i in range(len(x)): #调整柱状图的横坐标，使得打印出来的图形看起来更加舒服 x[i] = x[i] -0.2 a=plt.bar(x, y_train,width=0.4,label='iter2200',fc = 'b') #a=plt.bar(x, y_acc,width=0.4,label='iter2200',fc = 'b') for i in range(len(x)): x[i] = x[i] + 0.4 b=plt.bar(x, y_train1, width=0.4, label='iter2500',fc = 'r') #b=plt.bar(x, y_acc1, width=0.4, label='iter2500',fc = 'r') plt.xlabel('Labels',font2) #设置Y轴值的范围 plt.ylim((0, 1000)) #设置Y轴的刻度值 plt.yticks(np.arange(0,1001, 200)) #plt.ylim((0, 1.1)) #plt.yticks(np.arange(0,1.1, 0.2)) #plt.ylabel('Accuracy',font2) plt.ylabel('Number of training sets',font2) #字体的格式在font2中有设置 self.autolabel(a,y_train_1) #为柱形图打上数值标签 self.autolabel(b,y_train_2) #self.autolabel(a,y_acc_1) #self.autolabel(b,y_acc_2) #plt.title("RealAndSimulation",font2) plt.title("OnlyRealImage",font2) plt.legend() plt.show() def run(self): self.Pictures() if __name__ == '__main__': Draw = Drawing() Draw.run() |
呈现的效果如下，此处因为对于双柱形图通常采用同一Y轴坐标系，所以此处选择的是比对不同迭代次数：
此处为了方便实验结果的观测，在每个柱形上面均打印出了对应的数值，至此，这部分的任务ending，难度不是很大，不过需要自己耐心编写脚本，调试出好的结果~
以上这篇python绘制双Y轴折线图以及单Y轴双变量柱状图的实例就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持服务器之家。
原文链接：https://blog.csdn.net/wobeatit/article/details/79826584
