python绘制双Y轴折线图以及单Y轴双变量柱状图的实例

2019-11-25 12:29:04

字体：大中小

来源：转载

供稿：网友

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：

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….）

#**********************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：

#**********************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：

#**********************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：