1. 导入必要的包
我使用了seaborn，通过sns.set_style可以让绘制出来的图更漂亮，而且可以切换不同的类型
import re
import seaborn as sns
import matplotlib.pyplot as plt
import matplotlib.cm as cm
import shutil
import os
sns.set_style('whitegrid')
2. 数据的获取（可跳过此步）
我用的数据是通过深度强化得到的回报曲线。数据结构如下所示，我所需要的是从train开始的部分，分别对应总的回报，平均回报和回报的方差。我采用了re.findall的正则表达式去提取我所需要的数据，具体的操作方式可以查看源码。
10-15 22:23:15 DATA/traffic DEBUG train 0 totalreward : -99477.0 ReturnAvg : -102.55360824742269 ReturnStd : 34.34301970480272
10-15 22:23:29 DATA/traffic DEBUG train 1 totalreward : -83131.0 ReturnAvg : -85.70206185567011 ReturnStd : 53.442993000985545
file_path = 'log.txt'
content = []
with open(file_path, 'r') as f:
for line in f.readlines():
line = line.strip('\n')
content.append(line)
iter = []
totalreward = []
returnavg = []
returnstd = []
for line in content:
str1 = re.findall('train.+', line)
v = [float(x) for x in re.findall('-?\d+.?\d+|\d+', str1[0])]
iter.append(v[0])
totalreward.append(v[1])
returnavg.append(v[2])
returnstd.append(v[3])
3. 回报绘制
直接将图像保存到Plot的文件夹，这里保存不了jpg格式，一直保存，最后将其保存为png格式成功。设置分辨率为1000，其实差不多，只是线更清楚了。
color = cm.viridis(0.5)
f, ax = plt.subplots(1,1)
ax.plot(iter, totalreward, color=color)
ax.legend()
ax.set_xlabel('Iteration')
ax.set_ylabel('Return')
exp_dir = 'Plot/'
if not os.path.exists(exp_dir):
os.makedirs(exp_dir, exist_ok=True)
else:
os.makedirs(exp_dir, exist_ok=True)
f.savefig(os.path.join('Plot', 'reward' + '.png'), dpi=1000)
曲线如下图，可通过plt.show()显示出来，或者直接在console输入f并回车
4.含有方差的平均回报绘制
在强化学习的论文中，我们经常看到一条收敛线，周围还有浅浅的范围线，那些范围线就是方差。绘制代码如下，主要包含了fill_between.
color = cm.viridis(0.7)
f, ax = plt.subplots(1,1)
ax.plot(iter, returnavg, color=color)
r1 = list(map(lambda x: x[0]-x[1], zip(returnavg, returnstd)))
r2 = list(map(lambda x: x[0]+x[1], zip(returnavg, returnstd)))
ax.fill_between(iter, r1, r2, color=color, alpha=0.2)
ax.legend()
ax.set_xlabel('Iteration')
ax.set_ylabel('Return')
exp_dir = 'Plot/'
if not os.path.exists(exp_dir):
os.makedirs(exp_dir, exist_ok=True)
f.savefig(os.path.join('Plot', 'avgreward' + '.png'), dpi=50)
结果如下
可以看到深绿色上下包裹着浅绿色的线，这就是fill_between的作用，其中可以调节alpha来改变颜色深度。
到此这篇关于python绘制lost损失曲线加方差范围的文章就介绍到这了,更多相关python损失曲线 内容请搜索服务器之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持服务器之家！
原文链接：https://blog.csdn.net/monotonomo/article/details/83342768