python繪制雙Y軸折線圖以及單Y軸雙變量柱狀圖的實例
更新時間：2019年07月08日 09:06:25 作者：ATPY
今天小編就為大家分享一篇python繪制雙Y軸折線圖以及單Y軸雙變量柱狀圖的實例，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧
近來實驗室的師姐要發(fā)論文，由于論文交稿時間臨近，有一些雜活兒需要處理，作為實驗室資歷最淺的一批，我這個實習(xí)生也就責(zé)無旁貸地幫忙當(dāng)個下手。今天師姐派了一個小活，具體要求是：
給一些訓(xùn)練模型的迭代次數(shù)，訓(xùn)練精度的數(shù)據(jù)，讓我做成圖表形式展示出來，一方面幫助檢查模型訓(xùn)練時的不足，另一方面來看樣本數(shù)目和預(yù)測精度之間的聯(lián)系，數(shù)據(jù)具體格式如下：
Iteration 1500 label train test right acc 12 143 24 24 1.0 160 92 16 15 0.9375 100 12 2 0 0.0 142 0 0 0 0.0 152 0 0 0 0.0 110 10 2 0 0.0 170 12 2 2 1.0 42 421 70 63 0.9 31 43 8 5 0.625 22 132 22 18 0.818181818182 60 51 9 8 0.888888888889 51 916 153 143 0.934640522876 131 82 14 11 0.785714285714 53 84 14 10 0.714285714286 70 9 2 2 1.0 21 531 89 89 1.0 120 1 1 1 1.0 11 454 76 71 0.934210526316 90 1 1 1 1.0 32 39 7 6 0.857142857143 41 151 25 14 0.56 132 0 0 0 0.0 151 43 7 6 0.857142857143 43 8 2 1 0.5 80 7 2 1 0.5 141 96 16 16 1.0 44 67 12 2 0.166666666667 right: 509 accuracy:0.883680555556
我的任務(wù)就是以label為自變量，繪制出它和train及acc之間的關(guān)系。
接到這個任務(wù)后，最直觀的感受就是常規(guī)的洗數(shù)據(jù)，于是我先把這些數(shù)據(jù)放在txt文件中存儲下來，由于每個數(shù)據(jù)之間的間隔大于一個空格，我想當(dāng)然地寫個正則匹配腳本將數(shù)據(jù)間的大空格轉(zhuǎn)換為一個逗號（轉(zhuǎn)換為逗號的目的是這樣可以直接轉(zhuǎn)換為CSV表格文件，然而在本次任務(wù)中貌似意義不大….）
#**********************Python 3.6.1***************************#
#* 將txt文本數(shù)據(jù)中的過長的空格更為一個逗號 *#
#***************** Author LQ ******************************#
#********************** 2018/4/4 ****************************#
#!/usr/bin/python
# -*- coding: utf-8 -*-
import re
import os #os模塊與文本操作直接相關(guān)的模塊
#*********下面三句代碼作用不詳，就是為了防止出現(xiàn)編碼問題*********
import importlib
import sys
importlib.reload(sys)
#****************************************************
PATTERN = '\s+'#匹配出文本中的長空格
class Cleaner:
#初始化
def __init__(self):
os.chdir('D:\\Learning\\Machine_Learning\\實習(xí)\\師姐論文實驗') #改變工作目錄到txt文件對應(yīng)的目錄
self.content = open("acc-onlyRealImage-Iter2500.txt")
def grab_content(self):
line=self.content.readline()
pre=re.compile(PATTERN)
while line:
line_1=pre.sub(',',line) #將文本的長空格轉(zhuǎn)換為逗號后，利于轉(zhuǎn)成CSV格式，然后label按照升序排列
self.Write_content(line_1)
line = self.content.readline()
def Write_content(self,line_1):
path='acc-onlyRealImage-Iter2500-after.txt'
f=open(path,'a')
f.write('\n'+line_1)
def run(self):
self.grab_content()
if __name__ == '__main__':
cleaner = Cleaner()
cleaner.run()
數(shù)據(jù)清洗完成后，自然就是繪圖了，逛了一些博客后，著手寫個腳本，第一版是繪制出label和train及acc的雙Y軸折線圖，腳本較為簡單，就是調(diào)用別人造的輪子，直接附上代碼：
#**********************Python 3.6.1***************************#
#* 繪制出雙Y軸折線圖 *#
#***************** Author LQ ******************************#
#********************** 2018/4/4 ****************************#
#!/usr/bin/python
# -*- coding: utf-8 -*-
import re
import os #os模塊與文本操作直接相關(guān)的模塊
import matplotlib.pyplot as plt
import numpy as np
#*********下面三句代碼作用不詳，就是為了防止出現(xiàn)編碼問題*********
import importlib
import sys
importlib.reload(sys)
#****************************************************
font2 = {'family' : 'Times New Roman',
'weight' : 'normal',
'size' : 18,
}
class Drawing:
#初始化
def __init__(self):
os.chdir('D:\\Learning\\Machine_Learning\\實習(xí)\\師姐論文實驗') #改變工作目錄到指定文件目錄
self.content = open("acc-onlyRealImage-Iter2200-after.txt")
self.content1 = open("acc-onlyRealImage-Iter2500-after.txt")
def grab_content(self):
lines=self.content.readlines()
lines_1=self.content1.readlines()
x_1 = [line.strip().split(',')[0] for line in lines ]#字段以逗號分隔，這里取得是第4列
y_train_1=[line.strip().split(',')[1] for line in lines ]
y_train_2=[line.strip().split(',')[1] for line in lines_1 ]
y_acc_1=[line.strip().split(',')[4] for line in lines ]
y_acc_2=[line.strip().split(',')[4] for line in lines_1 ]
x = list(range(len(x_1)))
y_acc=[]
y_acc1=[]
y_train=[]
y_train1=[]
for i in range(len(y_acc_1)):
y_acc.append(float(y_acc_1[i]))
y_acc1.append(float(y_acc_2[i]))
y_train.append(int(y_train_1[i]))
y_train1.append(int(y_train_2[i]))
#plt.xticks(x, x_1,rotation=0)
fig,left_axis=plt.subplots()
p1, =left_axis.plot(x, y_train,'ro-')
right_axis = left_axis.twinx()
p2, =right_axis.plot(x, y_acc,'bo-')
plt.xticks(x, x_1,rotation=0) #設(shè)置x軸的顯示形式
#設(shè)置左坐標(biāo)軸以及右坐標(biāo)軸的范圍、精度
left_axis.set_ylim(0,1201)
left_axis.set_yticks(np.arange(0,1201,200))
right_axis.set_ylim(0,1.01)
right_axis.set_yticks(np.arange(0,1.01,0.20))
#設(shè)置坐標(biāo)及標(biāo)題的大小、顏色
left_axis.set_title('RealAndSimulation-Iter6600',font2)
left_axis.set_xlabel('Labels',font2)
left_axis.set_ylabel('Number of training sets',font2,color='r')
left_axis.tick_params(axis='y', colors='r')
right_axis.set_ylabel('Accuracy',font2,color='b')
right_axis.tick_params(axis='y', colors='b')
plt.show()
def run(self):
self.grab_content()
if __name__ == '__main__':
Drawing = Drawing()
Drawing.run()
繪制出的圖形如上所示，其實看起來也還不錯，不過師姐表示有點亂，建議做個柱形的看看，于是繼續(xù)擼代碼：
#**********************Python 3.6.1***************************#
#* 繪制單Y軸雙變量柱狀圖 *#
#***************** Author LQ ******************************#
#********************** 2018/4/4 ****************************#
#!/usr/bin/python
# -*- coding: utf-8 -*-
import re
import os #os模塊與文本操作直接相關(guān)的模塊
import matplotlib.pyplot as plt
import numpy as np
#*********下面三句代碼作用不詳，就是為了防止出現(xiàn)編碼問題*********
import importlib
import sys
importlib.reload(sys)
#****************************************************
font2 = {'family' : 'Times New Roman', #設(shè)置字體
'weight' : 'normal',
'size' : 18,
}
class Drawing:
#初始化
def __init__(self):
os.chdir('D:\\Learning\\Machine_Learning\\實習(xí)\\師姐論文實驗') #改變工作目錄到指定文件的目錄
self.content = open("acc-onlyRealImage-Iter2200-after.txt")
self.content1 = open("acc-onlyRealImage-Iter2500-after.txt")
def autolabel(self,rects,y): #在柱狀圖上面添加 數(shù)值
i=0
for rect in rects:
#讀出列表存儲的value值
value=y[i]
x_1 = rect.get_x() + rect.get_width()/2
y_1 = rect.get_height()
#x_1，y_1對應(yīng)柱形的橫、縱坐標(biāo)
i+=1
plt.text(x_1, y_1, value, ha='center', va='bottom',fontdict={'size': 8}) #在fontdict中設(shè)置字體大小
rect.set_edgecolor('white')
def Pictures(self):
lines=self.content.readlines()
lines_1=self.content1.readlines()
x_1 = [line.strip().split(',')[0] for line in lines ]#字段以逗號分隔，這里取得是第1列
y_train_1=[line.strip().split(',')[1] for line in lines ]
y_train_2=[line.strip().split(',')[1] for line in lines_1 ]
y_acc_1=[line.strip().split(',')[4] for line in lines ]
y_acc_2=[line.strip().split(',')[4] for line in lines_1 ]
x = list(range(len(x_1)))
y_acc=[]
y_acc1=[]
y_train=[]
y_train1=[]
for i in range(len(y_acc_1)):
y_acc.append(float(y_acc_1[i]))
y_acc1.append(float(y_acc_2[i]))
y_train.append(int(y_train_1[i]))
y_train1.append(int(y_train_2[i]))
plt.xticks(x, x_1,rotation=0) #設(shè)置X軸坐標(biāo)值為label值
for i in range(len(x)): #調(diào)整柱狀圖的橫坐標(biāo)，使得打印出來的圖形看起來更加舒服
x[i] = x[i] -0.2
a=plt.bar(x, y_train,width=0.4,label='iter2200',fc = 'b')
#a=plt.bar(x, y_acc,width=0.4,label='iter2200',fc = 'b')
for i in range(len(x)):
x[i] = x[i] + 0.4
b=plt.bar(x, y_train1, width=0.4, label='iter2500',fc = 'r')
#b=plt.bar(x, y_acc1, width=0.4, label='iter2500',fc = 'r')
plt.xlabel('Labels',font2)
#設(shè)置Y軸值的范圍
plt.ylim((0, 1000))
#設(shè)置Y軸的刻度值
plt.yticks(np.arange(0,1001, 200))
#plt.ylim((0, 1.1))
#plt.yticks(np.arange(0,1.1, 0.2))
#plt.ylabel('Accuracy',font2)
plt.ylabel('Number of training sets',font2) #字體的格式在font2中有設(shè)置
self.autolabel(a,y_train_1) #為柱形圖打上數(shù)值標(biāo)簽
self.autolabel(b,y_train_2)
#self.autolabel(a,y_acc_1)
#self.autolabel(b,y_acc_2)
#plt.title("RealAndSimulation",font2)
plt.title("OnlyRealImage",font2)
plt.legend()
plt.show()
def run(self):
self.Pictures()
if __name__ == '__main__':
Draw = Drawing()
Draw.run()
呈現(xiàn)的效果如下，此處因為對于雙柱形圖通常采用同一Y軸坐標(biāo)系，所以此處選擇的是比對不同迭代次數(shù)：
此處為了方便實驗結(jié)果的觀測，在每個柱形上面均打印出了對應(yīng)的數(shù)值，至此，這部分的任務(wù)ending，難度不是很大，不過需要自己耐心編寫腳本，調(diào)試出好的結(jié)果~
以上這篇python繪制雙Y軸折線圖以及單Y軸雙變量柱狀圖的實例就是小編分享給大家的全部內(nèi)容了，希望能給大家一個參考，也希望大家多多支持腳本之家。
相關(guān)文章
安裝conda搭建python環(huán)境保姆級教程(超詳細(xì)!)
這篇文章主要給大家介紹了關(guān)于安裝conda搭建python環(huán)境保姆級教程的相關(guān)資料,conda可以理解為一個工具,也是一個可執(zhí)行命令,其核心功能是包管理和環(huán)境管理,需要的朋友可以參考下2023-11-11
Python?項目在不同環(huán)境中部署時，經(jīng)常會遇到安裝依賴的問題，為了避免多個環(huán)境引起的重復(fù)勞動，可以將依賴和源碼打包在一起交付，本文就給大家詳解介紹了將依賴和源碼打包在一起的方法,需要的朋友可以參考下2023-06-06
這篇文章主要為大家詳細(xì)介紹了python模擬斗地主發(fā)牌，文中示例代碼介紹的非常詳細(xì)，具有一定的參考價值，感興趣的小伙伴們可以參考一下2020-04-04
Appium+Python+pytest自動化測試框架的實戰(zhàn)
本文主要介紹了Appium+Python+pytest自動化測試框架的實戰(zhàn)，文中通過示例代碼介紹的非常詳細(xì)，具有一定的參考價值，感興趣的小伙伴們可以參考一下2021-12-12
python數(shù)字圖像處理之圖像簡單濾波實現(xiàn)
這篇文章主要為大家介紹了python數(shù)字圖像處理之圖像簡單濾波實現(xiàn)示例，有需要的朋友可以借鑒參考下，希望能夠有所幫助，祝大家多多進(jìn)步，早日升職加薪2022-06-06
python selenium瀏覽器復(fù)用技術(shù)的使用
本文主要介紹了python selenium瀏覽器復(fù)用技術(shù)的使用，文中通過示例代碼介紹的非常詳細(xì)，對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值，需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2023-02-02
python數(shù)據(jù)庫編程 Mysql實現(xiàn)通訊錄
這篇文章主要為大家詳細(xì)介紹了python數(shù)據(jù)庫編程，Mysql實現(xiàn)通訊錄，文中示例代碼介紹的非常詳細(xì)，具有一定的參考價值，感興趣的小伙伴們可以參考一下2020-03-03
這篇文章主要介紹了python破解網(wǎng)易反爬蟲機制詳解,文中通過示例代碼介紹的非常詳細(xì)，對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值,需要的朋友可以參考下2019-08-08
這篇文章主要為大家介紹了PaddleOCR 識別表情包文字示例詳解，有需要的朋友可以借鑒參考下，希望能夠有所幫助，祝大家多多進(jìn)步，早日升職加薪2022-08-08
Pandas導(dǎo)入導(dǎo)出excel、csv、txt文件教程
Pandas?是一個強大的數(shù)據(jù)分析和處理庫,可以用來讀取和處理多種數(shù)據(jù)格式,本文主要介紹了Pandas導(dǎo)入導(dǎo)出excel、csv、txt文件教程,具有一定的參考價值,感興趣的可以了解一下2024-04-04