python matplotlib 绘制训练曲线 综合示例——平滑处理、图题设置、图例设置、字体大小、线条样式、颜色设置

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

2 python简单的 绘制曲线

from matplotlib import pyplot as plt
import csv
import numpy as npfilename = "D:/python/pltt/train_loss.csv"  #.csv文件路径，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]))  # 可视化图线                                                               plt.plot(x,y,'g', linewidth=1.0) #曲线颜色绿色，线条宽度1plt.show()      

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_filterfilename = "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1plt.show()  

   y = savgol_filter(y, 99, 1, mode= 'nearest')

4 对y轴数值缩放处理

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_filterfiles = 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listfor 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()                       

5 设置图题、图例、字体、网格、保存曲线图

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#dpi参数指定绘图对象的分辨率，即每英寸多少个像素 ;figsize:指定figure的宽和高，单位为英寸 
fig=plt.figure(dpi = 80, figsize=(15,8))#设置标题                      
plt.title("Train_loss",fontsize = 25)    #标题
plt.xlabel("Iterations", fontsize = 25)  #横坐标
plt.ylabel("Loss", fontsize = 25)        #纵坐标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listfor 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                                                             #设置横纵坐标显示范围# plt.xlim((0,90000))#横轴范围# plt.ylim((0,200)) #纵轴范围plt.tick_params(labelsize=20)#设置坐标刻度值的字体大小y=np.array(y)/500  #list转array，再缩放，否则报错#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_smooth = savgol_filter(y, 55, 1, mode= 'nearest')# 可视化图线plt.plot(x, y_smooth,'g', label = '%s' % filename, linewidth=3.0)#plt.legend()函数的作用是给图像加图例。plt.legend(frameon=True,loc="upper right",fontsize=25) #分别为图例有边框、图例放在右上角、图例大小#plt.grid()#添加网格plt.savefig('D:/python/pltt/Train_loss' + '.png',dpi = 80)   #保存了绘制的图像     print("Done processing " + str(len(files)) + " files.")                                                 plt.grid()#添加网格
plt.show()                                                                                               

6 补充

6.1 python 曲线平滑处理——方法总结-详解

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、Profiler

PyTorch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