python matplotlib 绘制训练曲线 综合示例 |
您所在的位置：网站首页 › 陌陌跟探探的区别 › python matplotlib 绘制训练曲线 综合示例 |
python matplotlib 绘制训练曲线 综合示例
|
文章目录
1 导出曲线数据2 python简单的 绘制曲线3 Savitzky-Golay 滤波器--平滑曲线4 对y轴数值缩放处理5 设置图题、图例、字体、网格、保存曲线图6 补充6.1 python 曲线平滑处理——方法总结-详解6.2 Tensorboard可视化训练曲线导出数据用Python绘制6.3 PyTorch可视化工具-Tensorboard在线查看训练曲线、网络结构图等6.4 PyTorch常用小工具-Tensorboard、Summary、Profiler
7 源码下载、曲线数据下载
1 导出曲线数据
训练损失曲线数据,用.csv格式导出,数据如下表所示。用python绘制出 step和Value的关系曲线
可以看到上面的曲线震荡的很厉害，不利于观察整体趋势，需要滤波处理 3 Savitzky-Golay 滤波器–平滑曲线对曲线进行平滑处理，通过Savitzky-Golay 滤波器，可以在scipy库里直接调用，不需要再定义函数。 from matplotlib import pyplot as plt import csv import numpy as np # 使用Savitzky-Golay 滤波器后得到平滑图线 from scipy.signal import savgol_filter filename = "D:/python/pltt/train_loss.csv" #.csv文件路径，这里可以添加绝对路径 with open(filename) as f: csvreader = csv.reader(f, delimiter = ",", quotechar='"') for line in range(1): #1代表从文件第2行开始读取 next (csvreader) print("lines: ",line) #打印行数 x = [] #横纵坐标分别建立了两个list y = [] for row in csvreader: x.append(float(row[1])) #读取第2、3列数据,放入list y.append(float(row[2])) #Savitzky-Golay 滤波器实现曲线平滑 ''' scipy.signal.savgol_filter(y, window_length, polyorder) y--代表曲线点坐标（x,y）中的y值,为要滤波的信号 window_length--即窗口长度取值为奇数且不能超过len(x)。它越大，则平滑效果越明显；越小，则更贴近原始曲线。 polyorder--为多项式拟合的阶数。它越小，则平滑效果越明显；越大，则更贴近原始曲线。 mode--滤波器的填充信号的扩展类型 ''' y = savgol_filter(y, 99, 1, mode= 'nearest') # 可视化图线 plt.plot(x,y,'g', linewidth=1.0) #曲线颜色绿色，线条宽度1 plt.show() y = savgol_filter(y, 99, 1, mode= 'nearest')
对x,y值进行缩放，有两种方法 # 方法① list转array，在再缩放 y=np.array(y)/500 #list转array，再缩放 # 方法② 直接在plt.plot（x,y/500）中缩放 plt.plot(x, y,'g')错误方法 y = savgol_filter(y/500, 99, 1, mode= 'nearest') TypeError: unsupported operand type(s) for /: 'list' and 'int' y.append(float(row[2]/500)) #读取数据，放入list TypeError: unsupported operand type(s) for /: 'str' and 'int' y = y /500 TypeError: unsupported operand type(s) for /: 'list' and 'int'完整代码 from matplotlib import pyplot as plt import csv import glob from os.path import basename import numpy as np # 使用Savitzky-Golay 滤波器后得到平滑图线 from scipy.signal import savgol_filter files = sorted(glob.glob("D:/python/pltt/train_loss.csv")) #读取目录下所有以.csv结尾的文件，这里可以添加绝对路径 for file in files: filename = basename(file).rsplit('.', 1)[0] #用.来分割文件名，取前半部分，例如XX.csv，取XX print('\r'+ filename + " ", flush = True) with open(file) as f: csvreader = csv.reader(f, delimiter = ",", quotechar='"') for line in range(1): #1代表从文件第2行开始读取 next (csvreader) print("lines: ",line) #打印行数 x = [] y = [] #横纵坐标分别建立了两个list for row in csvreader: x.append(float(row[1])) #读取第2、3列数据 y.append(float(row[2])) #读取数据，放入list y=np.array(y)/500 #list转array，在缩放 #Savitzky-Golay 滤波器实现曲线平滑 ''' scipy.signal.savgol_filter(y, window_length, polyorder) y--为要滤波的信号 window_length--即窗口长度取值为奇数且不能超过len(x)。它越大，则平滑效果越明显；越小，则更贴近原始曲线。 polyorder--为多项式拟合的阶数。它越小，则平滑效果越明显；越大，则更贴近原始曲线。 ''' y= savgol_filter(y, 55, 1, mode= 'nearest') # 可视化图线 plt.plot(x, y,'g') plt.show()
python 曲线平滑处理——方法总结(Savitzky-Golay 滤波器、make_interp_spline插值法和convolve滑动平均滤波) 6.2 Tensorboard可视化训练曲线导出数据用Python绘制Tensorboard可视化训练曲线导出数据用Python绘制 6.3 PyTorch可视化工具-Tensorboard在线查看训练曲线、网络结构图等Tensorboard在线查看训练曲线、网络结构图等 6.4 PyTorch常用小工具-Tensorboard、Summary、ProfilerPyTorch常用小工具-Tensorboard、Summary、Profiler 7 源码下载、曲线数据下载曲线数据表、源代码、曲线图 下载 |
【本文地址】