python 利用pyplot画训练结果的loss图

从txt文件（比如训练中保存的日志）中读取 loss 数值
可以同时绘制多张子图，一张子图中可以同时绘制 train 和 test 的 loss 曲线，借鉴以下链接中的代码：

https://www.cnblogs.com/marszhw/p/10962903.html

在上述链接的基础上，按照所需做了部分改动

# coding:utf-8
import matplotlib.pyplot as plt

data_dir = "log.txt"
D_Loss_list = []
# Train_Accuracy_list = []
G_Loss_list = []
# Valid_Accuracy_list = []
f1 = open(data_dir, 'r')
data = []
# 把训练结果输出到result.txt里，比较笨的办法，按字节位数去取数字结果
for line in f1:
    if (line.find('Loss_D') >= 0):
        D_Loss_list.append(line.split()[1])
        # Train_Accuracy_list.append(line[24:30])
    if (line.find('Loss_G') >= 0):
        G_Loss_list.append(line.split()[3])
        # Valid_Accuracy_list.append(line[24:30])
f1.close()
# 迭代了30次，所以x的取值范围为(0，30)，然后再将每次相对应的准确率以及损失率附在x上
x1 = range(0, 7)
x2 = range(0, 7)
# y1 = Train_Accuracy_list
y2 = D_Loss_list
# y3 = Valid_Accuracy_list
y4 = G_Loss_list
plt.subplot(3, 1, 1)
# plt.plot(x1, y1, 'o-',color='r')
# plt.plot(x1, y1, 'o-', label="Train_Accuracy")
# plt.plot(x1, y3, 'o-', label="Valid_Accuracy")
plt.plot(x1, y2, '.-', label="Loss_D")
# plt.title('D loss vs. epoches')
plt.ylabel('D Loss')
plt.legend(loc='best')
plt.subplot(3, 1, 2)

plt.plot(x1, y4, '.-', label="Loss_G",color='r')
# plt.title('G loss vs. epoches')
plt.ylabel('G Loss')
plt.legend(loc='best')
plt.subplot(3, 1, 3)
plt.plot(x2, y2, '.-', label="Loss_D")
plt.plot(x2, y4, '.-', label="Loss_G",color='r')
plt.xlabel('D&G loss vs. epoches')
plt.ylabel('Train Loss')
plt.legend(loc='best')
## 调整每个子图间的间距，hspace调整上下间距，wspace调整左右间距
plt.subplots_adjust(left=None, bottom=None, right=None, top=None, wspace=None, hspace=0.5)
plt.show()