plt可视化

1.plot函数

函数功能：展现变量的趋势变化。

调用签名：plt.plot(x_see, y_see,  ls="-", lw=2, label="plot figure")

x: x轴上的数值

y: y轴上的数值

ls：折线图的线条风格

lw：折线图的线条宽度

label：标记图内容的标签文本

2.grid函数

函数功能：绘制刻度线的网格线。

调用签名：plt.grid(linestyle=":", color="r")

linestyle：网格线的线条风格

color：网格线的线条颜色

import torch
from matplotlib import pyplot as plt
import numpy as np
#准备数据
x_data = torch.Tensor([[1.0],[2.0],[3.0]])
y_data = torch.Tensor([[2.0],[4.0],[6.0]])
#可视化数据
x_see = x_data.data.numpy()
y_see = y_data.data.numpy()
plt.plot(x_see, y_see, ls="-.", lw=2, c="c", label="plot figure")
plt.plot([0,6],[4,4],c='r')
plt.xlabel('hours')
plt.ylabel('Probability of PASS')
plt.grid()#网格
plt.show()

效果：

 3.绘制曲线图

data = pd.read_csv('C:/Users/lsy/data.csv')
train_acc =  data.iloc[:,2]
val_acc = data.iloc[:,5]

epochs = range(1, len(train_acc) + 1)
plt.plot(epochs, train_acc, 'b', label='Training acc')
plt.plot(epochs, val_acc, 'b',color = 'r', label='Validation acc')
plt.title('Training and validation acc')
plt.xlabel('Epochs')
plt.ylabel('acc')
plt.legend()

plt.show()