【Python数据处理】批量导出深度学习网络训练生成的event格式文件中的数据到同一excel表的不同sheet

tensorboard的确很香，尽管可以显示训练过程当中的数据，但是有一点不太友好的是，无法在tensorboard生成的数据界面中任意操作数据，这就有些不爽，数据就在眼前，可就是玩弄不了，而且tensorboard导出来的图说实话也不是很美观，所以考虑先把数据导出到excel，后续就可以随愿了。

完整代码

代码已添加注释，下文有简要分析，很容易理解

# coding: utf-8
from tensorboard.backend.event_processing import event_accumulator

import numpy as np
import pandas as pd

def readEvent(event_path, scalarName):
    '''
        读tensorboard生成的event文件中指定的标量值
            event_path:event文件路径
            scalarName：要操作的标量名称
    '''
    event = event_accumulator.EventAccumulator(event_path)
    event.Reload()
    print("\033[1;34m数据标签：\033[0m")
    print(event.Tags())
    print("\033[1;34m标量数据关键词：\033[0m")
    print(event.scalars.Keys())
    value = event.scalars.Items(scalarName)
    print("你要操作的scalar是：",scalarName)
    return value

def exportToexcel(scalarNameList, excelName):
    '''
        将不同的标量数据导入到同一个excel中，放置在不同的sheet下
            注：excel中sheet名称的命名不能有：/\?*这些符号
    '''
    writer = pd.ExcelWriter(excelName)
    for i in range(len(scalarNameList)):
        scalarName = scalarNameList[i]
        scalarValue = readEvent(event_path,scalarName)
        data = pd.DataFrame(scalarValue)
        if scalarName == 'Loss/critic_loss':
            scalarName = 'critic_loss'
        if scalarName == 'Loss/actor_loss':
            scalarName = 'actor_loss'
        data.to_excel(writer,sheet_name=scalarName) 
    writer.save()
    print("数据保存成功")


if __name__ == "__main__":
    event_path ="./events.out.tfevents.1587174099.eden"
    scalarNameList = [ 'score', 'Loss/critic_loss', 'Loss/actor_loss']

    excelName = "data.xlsx"
    exportToexcel(scalarNameList,excelName)

分析：readEvent函数：重载event文件，并读取指定标量名称的数据，其返回值value是一个list。exportToexcel(scalarNameList, excelName)函数是借助pandas将所获取到的对应的标量数据转换为一个Dataframe，然后导出到excel中，由于操作的是多个scalar的数据，要想导入到一个excel中，首先需要借助ExcelWriter创建一个writer，然后将要导入的数据一起添加到这个writer中，且对sheet定义不同的名称（这里就以scalar的名称命名）即可。