python画曲线-如何通过python画loss曲线的方法

本文介绍了如何使用Python的matplotlib库绘制模型训练的损失曲线。首先导入numpy和matplotlib等库,然后读取txt文件获取数据。接着,根据数据的第一列和第二列分别绘制不同模型的损失曲线,并在主图上添加图例。最后,通过inset_axes创建小图来放大显示部分曲线,保存结果并展示。
摘要由CSDN通过智能技术生成

1. 首先导入一些python画图的包,读取txt文件,假设我现在有两个模型训练结果的records.txt文件

import numpy as np

import matplotlib.pyplot as plt

import pylab as pl

from mpl_toolkits.axes_grid1.inset_locator import inset_axes

data1_loss =np.loadtxt("valid_RCSCA_records.txt")

data2_loss = np.loadtxt("valid_SCRCA_records.txt")

2. 我自己的数据第一列是训练步数,第二列的loss,所以取出相应列的数据作为绘图的x和y

x = data1_loss[:,0]

y = data1_loss[:,1]

x1 = data2_loss[:,0]

y1 = data2_loss[:,1]

3. 先创建一幅图,再在这幅图上添加一个小图,小图用来显示部分放大的曲线

fig = plt.figure(figsize = (7,5)) #figsize是图片的大小`

ax1 = fig.add_subplot(1, 1, 1) # ax1是子图的名字`

4. 先画出整体的loss曲线

pl.plot(x,y,'g-',label=u'Dense_Unet(block layer=5)')`

# "'g"'代表“green”,表示画出的曲线是绿色,“-”代表画的曲线是实线,可自行选择,label代表的是图例的名称,一般要在名称前面加一个u&#

要通过Pythonloss曲线,可以按照以下步骤进行操作: 1. 首先,导入所需的包,包括numpy和matplotlib.pyplot等。读取包含训练结果的txt文件,假设有两个模型的训练记录文件。 2. 根据文件中的数据,提取出训练步数和对应的loss值作为绘图的x和y坐标。 3. 创建一个图像对象和子图对象,用于绘制整体的loss曲线。 4. 使用绘图函数(如plot)出整体的loss曲线,并设置曲线的颜色、线型和标签等。 5. 可选地,添加图例、设置坐标轴标签和标题等。 6. 如果需要显示部分放大的曲线,可以使用inset_axes函数创建一个小图,并在小图中绘制放大区域的曲线。 7. 将绘制好的曲线保存为图片文件,可以使用savefig函数。 8. 最后,使用show函数显示图像。 以上就是通过Pythonloss曲线方法,可以根据具体的需求和数据进行相应的调整。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* *3* [如何通过pythonloss曲线 & 点线颜色及点线型设置说明(超实用)](https://blog.csdn.net/weixin_40293250/article/details/107029595)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"] - *2* [如何通过pythonloss曲线方法](https://download.csdn.net/download/weixin_38655682/12862294)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"] [ .reference_list ]
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值