训练和测试的loss、accuracy等数据保存到文件并读出

首先是写文件到excel

import os.path
from openpyxl import load_workbook
import pandas as pd
import matplotlib.pyplot as plt

def write_excel(excel_name, sheet_name, value):
    columns = ["epoc", "train_loss", "train_acc", "test_acc"]  # 列名
    # 创建一个 pandas 的数据框
    if not os.path.exists(excel_name):  # 文件不存在,就创建一个
        df = pd.DataFrame(columns=columns)
        df.to_excel(excel_name, index=False)
    books = load_workbook(excel_name).sheetnames  # 得到已存在的sheet列表

    # 将数据框写入 Excel 文件
    if sheet_name not in books:  # 如果sheet_name不存在,创建
        with pd.ExcelWriter(excel_name, engine="openpyxl", mode="a") as writer:
            df = pd.DataFrame(columns=columns)
            df.to_excel(writer, sheet_name=sheet_name, index=False)  # header=None 参数用于追加写入时不重复写入列名
    # 追加一行数据
    workbooks = load_workbook(excel_name)  # 获取文件
    worksheet = workbooks[sheet_name]  # 获取工作表sheet
    worksheet._current_row = worksheet.max_row  # 指定最大行数
    worksheet.append(value)  # 添加数据
    workbooks.save(excel_name)  # 保存
    print("写入成功")

#测试
excel_name = r"example_pandas.xlsx"
sheet_name = "Sheet1"
value = [1, 2, 3, 4]
write_excel(excel_name, sheet_name, value)

读取excel和绘图

绘制一个loss图，一个准确率图

def image_show(excel_name, sheet_name):
    dataframe = pd.read_excel(excel_name, sheet_name)  # 读取excel的地址
    epoc = dataframe['epoc'].values  # 读出某列的数据为一个列表
    train_loss = dataframe['train_loss'].values  # 读出某列的数据为一个列表
    train_acc = dataframe['train_acc'].values  # 读出某列的数据为一个列表
    test_acc = dataframe['test_acc'].values  # 读出某列的数据为一个列表
    plt.figure(1, dpi=300)  # 画第一个图
    plt.rcParams['font.sans-serif'] = ['SimHei']  # 显示中文
    plt.ylim([0, 2])  # 设置y轴刻度范围
    # plt.yticks(np.linspace(0, 2, 10))  # 设置刻度
    plt.xticks(range(0, 21, 2))  # 共20个值，每2个点显示一次
    plt.plot(epoc, train_loss, color='r', marker='', linewidth=1, linestyle='-', label="loss")  # 可以调整粗细，大小，颜色
    plt.title("train_loss曲线")  # 显示图名称
    plt.xlabel('e poc')  # 显示x轴名称
    plt.ylabel('loss')  # 显示y轴名称
    plt.legend()  # 显示标签
    # -------------------------------
    plt.figure(2, dpi=300)  # 画第二个图
    plt.rcParams['font.sans-serif'] = ['SimHei']  # 显示中文
    plt.ylim([0, 1])
    plt.yticks(np.linspace(0, 1, 10))
    plt.plot(epoc, train_acc, color='r', marker='', linewidth=1, linestyle='--', label="train_acc")
    plt.plot(epoc, test_acc, color='b', marker='', linewidth=1, linestyle='-', label="test_acc")
    plt.title("accuracy准确率")
    plt.xlabel('epoc')
    plt.ylabel('accuracy')
    plt.legend()
    plt.show()  # 显示

#测试
excel_name = r"example_pandas.xlsx"
sheet_name = "Sheet1"  # 工作簿sheet的名字
image_show(excel_name, sheet_name)

行叭，学习了好半天！到这里吧

奥，对，还有一些读取excel的代码

# 参考 https://blog.csdn.net/HJ_xing/article/details/112390297、https://blog.csdn.net/rebecca_cao/article/details/134899345
# path = r"train_info.xlsx"
# sheet_name = "Sheet1"  # 工作簿sheet的名字
# dataframe = pd.read_excel(path, sheet_name)  # 读取excel的地址
# print(dataframe)
# 
# data = dataframe.values  # 获取整个工作表值数据,不包括表的标题
# data = dataframe.head(3)  # 读取前3行,包括标题
# data = dataframe.iloc[0].values  # 0表示数值第一行，不包含表头
# data = dataframe.iloc[[1, 2, 3, 4]].values  # 读取指定多行，在iloc[]里面嵌套列表指定行数
# data = dataframe.sample(3).values  # 读取df中随机3行数据(3个样本）
# data = dataframe.iloc[1, 2]  # 读取索引为[1, 2]的值，读取指定某行某列（单元格）的数据
# print(dataframe['列名称'].values)  # 读出某列的数据为一个列表
# datas = dataframe.loc[:, ['列名1', '列明2']].values  # 读所有行的列名1和列名2的值
# datas = dataframe.loc[7:9, ['step', 'train_loss']].values  # 读7-9行的列名1和列名2的值
# data = dataframe.loc[[1, 2], ['列明1', '列名2']].values  # 读取第一行第二行的列1,列2
# print("输出行号列表", dataframe.index.values)
# print("输出列标题", dataframe.columns.values)
# data = dataframe.head(3)  # 读取前3行,带标题
# step = dataframe['step'].values
# train_loss = dataframe['train_loss'].values