python绘制双Y轴折线图以及单Y轴双变量柱状图的实例

近来实验室的师姐要 * 文，由于论文交稿时间临近，有一些杂活儿需要处理，作为实验室资历最浅的一批，我这个实习生也就责无旁贷地帮忙当个下手。今天师姐派了一个小活，具体要求是：

给一些训练模型的迭代次数，训练精度的数据，让我做成图表形式展示出来，一方面帮助检查模型训练时的不足，另一方面来看样本数目和预测精度之间的联系，数据具体格式如下：

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

我的任务就是以label为自变量，绘制出它和train及acc之间的关系。

接到这个任务后，最直观的感受就是常规的洗数据，于是我先把这些数据放在txt文件中存储下来，由于每个数据之间的间隔大于一个空格，我想当然地写个正则匹配脚本将数据间的大空格转换为一个逗号（转换为逗号的目的是这样可以直接转换为CSV表格文件，然而在本次任务中貌似意义不大….）

#**********************Python 3.6.1***************************#
#*      将txt文本数据中的过长的空格更为一个逗号      *#
#*****************  Author LQ ******************************#
#********************** 2018/4/4 ****************************#

#!/usr/bin/python
# -*- coding: utf-8 -*-
import re
import os #os模块与文本操作直接相关的模块
#*********下面三句代码作用不详，就是为了防止出现编码问题*********
import importlib
import sys
importlib.reload(sys)
#****************************************************
PATTERN = '\s+'#匹配出文本中的长空格
class Cleaner:
 #初始化
 def __init__(self):
   os.chdir('D:\\Learning\\Machine_Learning\\实习\\师姐论文实验') #改变工作目录到txt文件对应的目录
   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) #将文本的长空格转换为逗号后，利于转成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()

数据清洗完成后，自然就是绘图了，逛了一些博客后，着手写个脚本，第一版是绘制出label和train及acc的双Y轴折线图，脚本较为简单，就是调用别人造的轮子，直接附上代码：

#**********************Python 3.6.1***************************#
#*           绘制出双Y轴折线图           *#
#*****************  Author LQ ******************************#
#********************** 2018/4/4 ****************************#

#!/usr/bin/python
# -*- coding: utf-8 -*-
import re
import os #os模块与文本操作直接相关的模块
import matplotlib.pyplot as plt
import numpy as np
#*********下面三句代码作用不详，就是为了防止出现编码问题*********
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\\实习\\师姐论文实验') #改变工作目录到指定文件目录
   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 ]#字段以逗号分隔，这里取得是第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) #设置x轴的显示形式

#设置左坐标轴以及右坐标轴的范围、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))

#设置坐标及标题的大小、颜色
   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()

绘制出的图形如上所示，其实看起来也还不错，不过师姐表示有点乱，建议做个柱形的看看，于是继续撸代码：

#**********************Python 3.6.1***************************#
#*           绘制单Y轴双变量柱状图          *#
#*****************  Author LQ ******************************#
#********************** 2018/4/4 ****************************#

#!/usr/bin/python
# -*- coding: utf-8 -*-
import re
import os #os模块与文本操作直接相关的模块
import matplotlib.pyplot as plt
import numpy as np
#*********下面三句代码作用不详，就是为了防止出现编码问题*********
import importlib
import sys
importlib.reload(sys)
#****************************************************
font2 = {'family' : 'Times New Roman',  #设置字体
    'weight' : 'normal',
    'size'  : 18,
   }

class Drawing:
 #初始化
 def __init__(self):
   os.chdir('D:\\Learning\\Machine_Learning\\实习\\师姐论文实验') #改变工作目录到指定文件的目录
   self.content = open("acc-onlyRealImage-Iter2200-after.txt")
   self.content1 = open("acc-onlyRealImage-Iter2500-after.txt")

def autolabel(self,rects,y): #在柱状图上面添加 数值
   i=0
   for rect in rects:
     #读出列表存储的value值
     value=y[i]
     x_1 = rect.get_x() + rect.get_width()/2
     y_1 = rect.get_height()
     #x_1，y_1对应柱形的横、纵坐标
     i+=1
     plt.text(x_1, y_1, value, ha='center', va='bottom',fontdict={'size': 8}) #在fontdict中设置字体大小
     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 ]#字段以逗号分隔，这里取得是第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) #设置X轴坐标值为label值

for i in range(len(x)): #调整柱状图的横坐标，使得打印出来的图形看起来更加舒服
     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)
   #设置Y轴值的范围
   plt.ylim((0, 1000))
   #设置Y轴的刻度值
   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) #字体的格式在font2中有设置
   self.autolabel(a,y_train_1) #为柱形图打上数值标签
   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()

呈现的效果如下，此处因为对于双柱形图通常采用同一Y轴坐标系，所以此处选择的是比对不同迭代次数：

此处为了方便实验结果的观测，在每个柱形上面均打印出了对应的数值，至此，这部分的任务ending，难度不是很大，不过需要自己耐心编写脚本，调试出好的结果~

来源：https://blog.csdn.net/wobeatit/article/details/79826584