🤵 Author ：Horizon Max
✨ 编程技巧篇：各种操作小结
🎇 机器视觉篇：会变魔术 OpenCV
💥 深度学习篇：简单入门 PyTorch
🏆 神经网络篇：经典网络模型
💻 算法篇：再忙也别忘了 LeetCode
使用Matplotlib绘图
1）： plt.plot() ：曲线函数
颜色
r : 红色 m : 洋红色
g : 绿色 y : 黄色
b : 蓝色 k : 黑色
w : 白色 c : 青绿色
#008000 : RGB某颜色
风格
‐ : 实线
‐‐ : 破折线
‐. : 点划线
: : 虚线
: 无线条
标记
. : 点标记
, : 像素标记(极小点)
o : 实心圈标记
v : 倒三角标记
^ : 上三角标记
> : 右三角标记
< : 左三角标记
2）： plt.bar() ：柱状图
3）： plt.xlabel() ：坐标
4）： plt.title() ：图表标题
5）： plt.grid() ：网格显示
6）： plt.legend() ：图例
0 ---- best自己分配最佳位置
1 ---- upper right
2 ---- upper left
3 ---- lower left
4 ---- lower right
5 ---- right
6 ---- center left
7 ---- center right
8 ---- lower center
9 ---- upper center
10 ---- center
plt.legend(loc=7, frameon=False, ncol=1, fontsize=8, framealpha=0.5)
loc=7 ：图列位置 = ’ center right ’
frameon=False ：边框是否显示
ncol=2 ：图例分栏
fontsize=8 ：字体大小
framealpha=0.5 ：图例透明度
示例1——曲线图
import numpy as np
import matplotlib.pyplot as pltx = np.linspace(0,2,100)
y1 = x
y2 = x**2
y3 = x**3plt.plot(x, y1, 'r-', label='linear')
plt.plot(x, y2, 'g-.', label='quadratic')
plt.plot(x, y3, 'b--', label='cubic')plt.xlabel('x')
plt.ylabel('y')
plt.title('Example for draw lines')plt.grid(True)
plt.legend(loc='upper right')
plt.show()
输出结果：
示例2——柱状图
import matplotlib.pyplot as plt
import matplotlib as mpl
import numpy as npdef draw(acc1, acc2, acc3, acc4):mpl.rcParams["font.sans-serif"] = ["SimHei"]mpl.rcParams["axes.unicode_minus"] = Falsex = np.arange(4)bar_width = 0.15tick_label = ['Model1', 'Model2', 'Model3', 'Model4']plt.figure(figsize=(10, 6))plt.bar(x-3*bar_width/2, acc1, bar_width, align="center", color='orange', label='acc1', alpha=0.5)plt.bar(x-bar_width/2, acc2, bar_width, color='m', align="center", label='acc2', alpha=0.5)plt.bar(x+bar_width/2, acc3, bar_width, color='b', align="center", label='acc3', alpha=0.5)plt.bar(x+3*bar_width/2, acc4, bar_width, color='r', align="center", label='acc4', alpha=0.5)for j in range(4):plt.text(j-3*bar_width/2, acc1[j], str('{:.2f}'.format(adver_acc[j])+'%'),fontsize=8, color='#EE00EE', ha='center', va='bottom')plt.text(j-bar_width/2, acc2[j], str('{:.2f}'.format(test_acc[j]) + '%'),fontsize=8, color='#EE00EE', ha='center', va='bottom')plt.text(j+bar_width/2, acc3[j], str('{:.2f}'.format(train_acc[j]) + '%'),fontsize=8, color='#EE00EE', ha='center', va='bottom')plt.text(j+3*bar_width/2, acc4[j], str('{:.2f}'.format(clean_acc[j]) + '%'),fontsize=8, color='#EE00EE', ha='center', va='bottom')plt.title('Models and Accuracy')plt.xticks(x, tick_label)plt.xlabel("Models")plt.ylabel("Accuracy")plt.legend(loc=2, frameon=False, fontsize=8, framealpha=0.5)plt.show()acc1 = [18.630, 90.050, 5.110, 89.850]
acc2 = [85.310, 91.790, 85.310, 90.480]
acc3 = [53.258, 97.873, 45.701, 96.580]
acc4 = [97.730, 91.066, 97.730, 88.822]
draw(acc1, acc2, acc3, acc4)
输出结果：
