2.折线图

阿凡......

已于 2022-06-15 22:09:01 修改

阅读量62

点赞数

文章标签： python 开发语言

于 2022-06-15 21:43:07 首次发布

本文链接：https://blog.csdn.net/P589513523111111/article/details/125305211

版权

该博客内容涉及将三个数据文件'y1.txt'、'y2.txt'和'y3.txt'的内容合并成一个新的数据文件，并利用numpy和matplotlib库绘制了关于'current'、'top1'和'top5'的评价标准曲线图。图表清晰展示了随着Epoch（周期）增加，各项指标的变化趋势，用于评估模型性能。

摘要由CSDN通过智能技术生成

import numpy as np
import matplotlib.pyplot as plt
with open("C:\\Users\\dell\\Desktop\\shujuji.txt","w+")as fd:
    with open('C:\\Users\\dell\\Desktop\\accuracy.txt', 'r') as fa:            #############需输入y1.txt地址
        with open('C:\\Users\\dell\\Desktop\\top1.txt', 'r') as fb:              #############需输入y2.txt地址
            with open('C:\\Users\\dell\\Desktop\\top5.txt', 'r') as fc:          #############需输入y3.txt地址
                i=0
                for line in fa:
                    i=i+1
                    linea=line.strip('\r\n')
                    lineb=fb.readline()
                    linec=fc.readline()
                    fd.write(str(i)+" "+linea+" "+lineb.strip('\r\n')+" "+linec.strip('\r\n'))
                    fd.write("\n")
#######################合并  y1 y2 y3 ######################
                                            
x = []
y1 = []
y2 = []
y3 = []

with open("C:\\Users\\dell\\Desktop\\shujuji.txt","r")as fd:
    for line in fd:
        line = line.strip('\n')
        line = line.split(' ')
        x.append(float(line[0]))
        y1.append(float(line[1]))
        y2.append(float(line[2]))
        y3.append(float(line[3]))
######################  txt转变为数组  ######################
    
plt.plot(x,y1,c='royalblue', label="current") 
plt.plot(x,y2,c='coral',label="top1")  
plt.plot(x,y3,c='black',label="top5")  # 画线

plt.scatter(x,y1,c='royalblue')
plt.scatter(x,y2,c='coral') 
plt.scatter(x,y3,c='black')   # 画点

plt.legend(loc='best',frameon=False) # 图例边框

plt.xticks(range(0, 21, 1))
plt.yticks(range(0, 110,10))# x,y轴刻度

plt.xlabel("Epoch", fontdict={'size': 16})
plt.ylabel("Percentage%", fontdict={'size': 16})
plt.title("评价标准图", fontdict={'size': 20})
plt.show()
######################  作图  ######################