快捷導(dǎo)航

python繪制雙Y軸折線圖以及單Y軸雙變量柱狀圖的實(shí)例

更新時(shí)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(shí)例，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧

近來(lái)實(shí)驗(yàn)室的師姐要發(fā)論文，由于論文交稿時(shí)間臨近，有一些雜活兒需要處理，作為實(shí)驗(yàn)室資歷最淺的一批，我這個(gè)實(shí)習(xí)生也就責(zé)無(wú)旁貸地幫忙當(dāng)個(gè)下手。今天師姐派了一個(gè)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(lái)，一方面幫助檢查模型訓(xùn)練時(shí)的不足，另一方面來(lái)看樣本數(shù)目和預(yù)測(cè)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(gè)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(chǔ)下來(lái)，由于每個(gè)數(shù)據(jù)之間的間隔大于一個(gè)空格，我想當(dāng)然地寫(xiě)個(gè)正則匹配腳本將數(shù)據(jù)間的大空格轉(zhuǎn)換為一個(gè)逗號(hào)（轉(zhuǎn)換為逗號(hào)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(guò)長(zhǎng)的空格更為一個(gè)逗號(hào)      *#
#*****************  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(wèn)題*********
import importlib
import sys
importlib.reload(sys)
#****************************************************
PATTERN = '\s+'#匹配出文本中的長(zhǎng)空格
class Cleaner:
  #初始化
  def __init__(self):
    os.chdir('D:\\Learning\\Machine_Learning\\實(shí)習(xí)\\師姐論文實(shí)驗(yàn)') #改變工作目錄到txt文件對(duì)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(zhǎng)空格轉(zhuǎn)換為逗號(hào)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(xiě)個(gè)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(jiǎn)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(wèn)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(shí)習(xí)\\師姐論文實(shí)驗(yàn)') #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(hào)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(shí)看起來(lái)也還不錯(cuò)，不過(guò)師姐表示有點(diǎn)亂，建議做個(gè)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(wèn)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(shí)習(xí)\\師姐論文實(shí)驗(yàn)') #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(chǔ)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(duì)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(hào)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(lái)的圖形看起來(lái)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?yàn)閷?duì)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(duì)不同迭代次數(shù)：