python加载文件数据并画图_python学习——读取txt文件数据并画图-Go语言中文社区...

1.读取txt，准备数据

这里主要用到列表list的split()函数，先简单举个例子：

# 要从line字符串中提取1.598912和2.104217两个数据

line = 'step 0: dis loss 1.598912, gan loss 2.104217'

temp = line.split('loss ')

print(temp)

t = temp[1].split(',')

print(t[0])

print(temp[2])

很简单，看下运行结果就能懂。

好了，我们正式开始从文件中读取数据：

training_log.txt文件中数据格式如下，注意每行数据后多了一空行，准备数据时，新建.txt文件，将下面这部分直接复制到文件中，注意.txt文件要放在.py文件同一目录下

step 0: dis loss 1.598912, gan loss 2.104217

step 1: dis loss 0.732674, gan loss 3.946449

step 2: dis loss 0.573478, gan loss 3.388427

step 3: dis loss 0.680266, gan loss 5.132270

step 4: dis loss 0.663417, gan loss 2.586611

step 5: dis loss 0.958724, gan loss 7.208553

step 6: dis loss 0.736339, gan loss 7.141296

step 7: dis loss 0.502748, gan loss 2.121268

step 8: dis loss 1.547100, gan loss 9.549424

法1：因为数据中有空行，这里用了i来控制

filename = 'training_log.txt'

step, dis, gan = [], [], []

# 相比open(),with open()不用手动调用close()方法

with open(filename, 'r') as f:

# 将txt中的数据逐行存到列表lines里 lines的每一个元素对应于txt中的一行。

# 然后将每个元素中的不同信息提取出来

lines = f.readlines()

# i变量，由于这个txt存储时有空行，所以增只读偶数行，主要看txt文件的格式，一般不需要

# j用于判断读了多少条，step为画图的X轴

i = 0

j = 0

for line in lines:

if i % 2 == 0:

temp = line.split('loss ')

t = temp[1].split(',')

step.append(j)

j = j + 1

dis.append(float(t[0]))

gan.append(float(temp[2]))

i = i + 1

else:

i = i + 1

PS：如果你的程序总是出错，那可能是你的.txt中数据的格式有问题，很可能是中间或者最后多了空行，导致出错，可以试着在上面程序的分割字符串部分加上try except语句，像这样：

try:

temp = line.split('loss ')

t = temp[1].split(',')

except:

continue

法2：如果这样做，那就不需要变量i来控制读入的行数，程序可以直接这么写（这样写容错率更高，推荐这样写）

filename = 'training_log.txt'

step, dis, gan = [], [], []

# 相比open(),with open()不用手动调用close()方法

with open(filename, 'r') as f:

# 将txt中的数据逐行存到列表lines里 lines的每一个元素对应于txt中的一行。

# 然后将每个元素中的不同信息提取出来

lines = f.readlines()

# j用于判断读了多少条，step为画图的X轴

j = 0

for line in lines:

try:

temp = line.split('loss ')

t = temp[1].split(',')

except:

continue

step.append(j)

j = j + 1

dis.append(float(t[0]))

gan.append(float(temp[2]))

数据准备完成，此时step, dis, gan三个list中存储了X，Y1，Y2的值，接下来画图

2.使用matplotlib画图

1.如果分别画两张图：

from matplotlib import pyplot as plt

fig = plt.figure(figsize=(10, 10)) # 创建绘图窗口，并设置窗口大小

# 画第一张图

ax1 = fig.add_subplot(211) # 将画面分割为2行1列选第一个

ax1.plot(step, dis, 'red', label='dis') # 画dis-loss的值，颜色红

ax1.legend(loc='upper right') # 绘制图例，plot()中的label值

ax1.set_xlabel('step') # 设置X轴名称

ax1.set_ylabel('Discriminator-loss') # 设置Y轴名称

# 画第二张图

ax2 = fig.add_subplot(212) # 将画面分割为2行1列选第二个

ax2.plot(step, gan, 'blue', label='gan') # 画gan-loss的值，颜色蓝

ax2.legend(loc='upper right') # loc为图例位置，设置在右上方，（右下方为lower right）

ax2.set_xlabel('step')

ax2.set_ylabel('Generator-loss')

plt.show() # 显示绘制的图

绘制效果：

2.画在一张图中

from matplotlib import pyplot as plt

plt.figure()

plt.plot(step, dis, 'red', label='dis')

plt.plot(step, gan, 'blue', label='gan')

plt.legend()

plt.show()

绘制效果：

下面放完整代码：

from matplotlib import pyplot as plt

filename = 'training_log.txt'

step, dis, gan = [], [], []

# 相比open(),with open()不用手动调用close()方法

with open(filename, 'r') as f:

# 将txt中的数据逐行存到列表lines里 lines的每一个元素对应于txt中的一行。然后将每个元素中的不同信息提取出来

lines = f.readlines()

# i变量，由于这个txt存储时有空行，所以增只读偶数行，主要看txt文件的格式，一般不需要

# j用于判断读了多少条，step为画图的X轴

i = 0

j = 0

for line in lines:

if i % 2 == 0:

temp = line.split('loss ')

t = temp[1].split(',')

step.append(j)

j = j + 1

dis.append(float(t[0]))

gan.append(float(temp[2]))

i = i + 1

else:

i = i + 1

fig = plt.figure(figsize=(10, 5)) # 创建绘图窗口，并设置窗口大小

# 画第一张图

ax1 = fig.add_subplot(211) # 将画面分割为2行1列选第一个

ax1.plot(step, dis, 'red', label='dis') # 画dis-loss的值，颜色红

ax1.legend(loc='upper right') # 绘制图例，plot()中的label值

ax1.set_xlabel('step') # 设置X轴名称

ax1.set_ylabel('Discriminator-loss') # 设置Y轴名称

# 画第二张图

ax2 = fig.add_subplot(212) # 将画面分割为2行1列选第二个

ax2.plot(step, gan, 'blue', label='gan') # 画gan-loss的值，颜色蓝

ax2.legend(loc='upper right') # loc为图例位置，设置在右上方，（右下方为lower right）

ax2.set_xlabel('step')

ax2.set_ylabel('Generator-loss')

plt.show() # 显示绘制的图

plt.figure()

plt.plot(step, dis, 'red', label='dis')

plt.plot(step, gan, 'blue', label='gan')

plt.legend()

plt.show()

参考博文：