机器学习基础-关于matplotlib的动态图显示操作

动态显示曲线图

#动态显示曲线图
%matplotlib inline
import matplotlib.pyplot as plt
from IPython import display
import time
plt.figure(figsize = (8,6))
#遍历每个数据点，这里遍历我训练数据的loss
for i in range(len(history.history['loss'])):
	#画出当前遍历位置的曲线图（如下是画出训练集和验证集的loss损失曲线图）
    plt.plot(history.history['loss'][:i],label = 'Train')
    plt.plot(history.history['val_loss'][:i],label = 'Validation')
    plt.legend()
    plt.title('MSE')
    #清空当前画布，并重新画图
    display.clear_output(wait=True)
    display.display(plt.gcf())
    plt.clf()

动态显示曲线图和散点图

#画出验证集nn拟合状况
%matplotlib inline
import matplotlib.pyplot as plt
from IPython import display
import time
plt.figure(figsize = (50,8))
#遍历当前data的前30个数据点
for i in range(len(y_val[:30])):
	#画出当前遍历位置的散点图和曲线图（如下是画出验证集的预测值曲线图和真实值散点图）
    plt.scatter(x = [i for i in range(i)],y = y_val[:i])
    plt.plot(y_pred_val[:i],c = 'r',label = 'Fitting plot')
	plt.legend()
    plt.title('Fitting Curve')
    #清空当前画布，并重新画图
    display.clear_output(wait=True)
    display.display(plt.gcf())
    plt.clf()