相比于【优雅】matplotlib 常见图、【优雅】matplotlib 3D图 而言,折线图使用的频率会更高一些,在此整理下最近使用 Matplotlib 绘制折线图常用的一些配置,小伙伴们只需要修改对应的 aug_list、list 即可直接使用

#  !/usr/bin/env  python
#  -*- coding:utf-8 -*-
# @Time     :  2023.04
# @Author   :  绿色羽毛
# @Email    :  lvseyumao@foxmail.com
# @Blog     :  https://blog.csdn.net/ViatorSun
# @arXiv    :
# @version  :  "1.0"
# @Note     :
#
#import numpy as np
import matplotlib.pyplot as pltaug_list=[  "Original","GaussianBlur", "AverageBlur", "MedianBlur", "Sharpen", "Dropout","CoarseDropout", "AddToBrightness", "Multiply", "Cutout", "LinearContrast", "WithColorspace", "AddToSaturation","AddToHue", "AddToHueAndSaturation", "AdditiveGaussianNoise",  "DefocusBlur",# GPU 1"MotionBlur", "CoarseSaltAndPepper","Emboss", "ElasticTransformation", "Superpixels", "Invert", "Grayscale", "EdgeDetect", "PiecewiseAffine", "Snow", "Cartoon", "Affine", "Fliplr", "Flipud", "Resize", "Crop", "CropAndPad",     ]list = ["| 0    | Original              | 0.917 | 0.797 | 0.864 | 0.64  |","| 1    | GaussianBlur          | 0.793 | 0.536 | 0.615 | 0.425 |","| 2    | AverageBlur           | 0.812 | 0.58  | 0.654 | 0.45  |","| 3    | MedianBlur            | 0.79  | 0.549 | 0.622 | 0.43  |","| 4    | Sharpen               | 0.812 | 0.575 | 0.661 | 0.441 |","| 5    | Dropout               | 0.808 | 0.514 | 0.608 | 0.402 |","| 6    | CoarseDropout         | 0.798 | 0.557 | 0.633 | 0.419 |","| 7    | AddToBrightness       | 0.828 | 0.601 | 0.677 | 0.462 |","| 8    | Multiply              | 0.85  | 0.629 | 0.709 | 0.494 |","| 9    | Cutout                | 0.813 | 0.578 | 0.655 | 0.442 |","| 10   | LinearContrast        | 0.839 | 0.555 | 0.648 | 0.449 |","| 11   | WithColorspace        | 0.937 | 0.774 | 0.85  | 0.633 |","| 12   | AddToSaturation       | 0.875 | 0.647 | 0.733 | 0.505 |","| 13   | AddToHue              | 0.828 | 0.63  | 0.705 | 0.496 |","| 14   | AddToHueAndSaturation | 0.918 | 0.758 | 0.833 | 0.617 |","| 15   | AdditiveGaussianNoise | 0.847 | 0.563 | 0.661 | 0.454 |","| 16   | DefocusBlur           | 0.825 | 0.591 | 0.669 | 0.463 |","| 17   | MotionBlur            | 0.809 | 0.549 | 0.625 | 0.424 |","| 18   | CoarseSaltAndPepper   | 0.778 | 0.558 | 0.627 | 0.436 |","| 19   | Emboss                | 0.826 | 0.604 | 0.67  | 0.464 |","| 20   | ElasticTransformation | 0.806 | 0.565 | 0.632 | 0.431 |","| 21   | Superpixels           | 0.732 | 0.538 | 0.589 | 0.381 |","| 22   | Invert                | 0.886 | 0.703 | 0.784 | 0.563 |","| 23   | Grayscale             | 0.861 | 0.608 | 0.704 | 0.493 |","| 24   | EdgeDetect            | 0.799 | 0.593 | 0.664 | 0.457 |","| 25   | PiecewiseAffine       | 0.806 | 0.549 | 0.626 | 0.409 |","| 26   | Snow                  | 0.853 | 0.506 | 0.609 | 0.415 |","| 27   | Cartoon               | 0.859 | 0.519 | 0.603 | 0.403 |","| 28   | Affine                | 0.797 | 0.6   | 0.669 | 0.421 |","| 29   | Fliplr                | 0.817 | 0.531 | 0.591 | 0.379 |","| 30   | Flipud                | 0.795 | 0.547 | 0.618 | 0.398 |","| 31   | Resize                | 0.799 | 0.582 | 0.66  | 0.437 |","| 32   | Crop                  | 0.789 | 0.559 | 0.627 | 0.406 |","| 33   | CropAndPad            | 0.809 | 0.561 | 0.637 | 0.41  |",
]excel = []for i in list:lst = i.replace(" ", "").split('|')[-5:-1] # 正则化处理下每行的数据for j in lst:excel.append(float(j))excel = np.array(excel).reshape(-1,4)          # 将列表格式转化为 np.arrayp_list = excel[:,0]                             # np.array 可以通过 [:,i] 获取第i列数据  length = excel.size // 4x = np.linspace(-10, 10, 1000) plt.figure(figsize=(32, 10))       # 新建空画布并设置尺寸
plt.plot(aug_list, excel[:,0], ':r'   , label='Predicted')             # plt.plot绘制折线图
plt.plot(aug_list, excel[:,1], '-r'   , label='Recall')
plt.plot(aug_list, excel[:,2], '--g', label='mAP50')
plt.plot(aug_list, excel[:,3], '-.m', label='mAP50:95')plt.hlines(excel[0,0], 0, length, colors='r', linestyles=':')     # plt.hlines 绘制 y=k 水平线
plt.hlines(excel[0,1], 0, length, colors='r', linestyles='-')     # plt.vlines 绘制 x=k 垂直线
plt.hlines(excel[0,2], 0, length, colors='g', linestyles='--')
plt.hlines(excel[0,3], 0, length, colors='m', linestyles='-.')plt.legend()                        # 显示图例(右上角的小图例)plt.title("Overall indicators")
plt.xlabel('augment list')
plt.xticks(rotation=90)                # 旋转横坐标标签角度plt.show()

「解析」Matplotlib 绘制折线图相关推荐

  1. python matplotlib画折线图_python使用matplotlib绘制折线图教程

    matplotlib简介 matplotlib 是python最著名的绘图库,它提供了一整套和matlab相似的命令API,十分适合交互式地行制图.而且也可以方便地将它作为绘图控件,嵌入GUI应用程序 ...

  2. python画曲线图例-python使用matplotlib绘制折线图教程

    matplotlib 是python最著名的绘图库,它提供了一整套和matlab相似的命令API,十分适合交互式地行制图.而且也可以方便地将它作为绘图控件,嵌入GUI应用程序中. 它的文档相当完备,并 ...

  3. 如何使用python画折线图-python使用matplotlib绘制折线图教程

    matplotlib简介 matplotlib 是python最著名的绘图库,它提供了一整套和matlab相似的命令API,十分适合交互式地行制图.而且也可以方便地将它作为绘图控件,嵌入GUI应用程序 ...

  4. label mpchart 饼图_运用matplotlib绘制折线图、散点图、饼图、柱形图的定义代码以及案例详解...

    从导入数据开始 这里我们有一个现成的数据表包,现在我们所处环境是pycharm,安装环境是annaconda3环境,我们将通过这个数据表包来进行数据分析,运用matplotlib绘制折线图.散点图.饼 ...

  5. matplotlib绘制折线图的柱状图

    1. matplotlib绘制折线图 我们使用matplotlib绘图库绘制一个温度/湿度折线图 绘制折线图使用的是pylot库的plot函数,该函数参数如下 plot(x,y,color,marke ...

  6. 使用matplotlib绘制折线图(绘制一天当中的气温变化)

    matplotlib绘制折线图 一.使用matplotlib绘制一天当中的气温变化 1.假设一天当中每隔两个小时(range(2,26,2))的气温分别是[15,13,14.5,17,20,25,26 ...

  7. 第一章 使用 matplotlib 绘制折线图

    系列文章目录 第一章 使用 matplotlib 绘制折线图 第二章 使用 matplotlib 绘制条形图 第三章 使用 matplotlib 绘制直方图 第四章 使用 matplotlib 绘制散 ...

  8. Python dataframe绘制饼图_运用matplotlib绘制折线图、散点图、饼图、柱形图的定义代码以及案例详解...

    从导入数据开始 这里我们有一个现成的数据表包,现在我们所处环境是pycharm,安装环境是annaconda3环境,我们将通过这个数据表包来进行数据分析,运用matplotlib绘制折线图.散点图.饼 ...

  9. python教程-数据分析-matplotlib绘制折线图2 +总结(搭建网格,加上图例,修改图片的颜色和线条,脑图总结)

    上一篇博客我们展示到了如何将matplotlib里面的中文正确输出 链接上一篇:python教程-数据分析-matplotlib绘制折线图1 matplotlib 今天这一篇我们继续学习matplot ...

最新文章

  1. 一份贪心算法区间调度问题解法攻略,拿走不谢
  2. wordpress3.0.1安装出错的解决
  3. VS快捷键大全(总结了一些记忆的口诀)
  4. html调试模式查看data数据库,接口调试:在线sql语句查看与性能优化
  5. Python 任意中文文本生成词云 最终版本
  6. 关于CKeditor的个性应用设置 转
  7. 深度学习(6)TensorFlow基础操作二: 创建Tensor
  8. 就业形势如此的严峻,你为何不努力?
  9. java数据库编程——Insert and Retrieve Images from MySql Table Using Java
  10. 微软-IT-解决方案-统一沟通-发布会
  11. 计算数据个数mysql thinkphp_ThinkPHP5 (mySQL) 统计各个时间段内的订单量
  12. __index元方法
  13. 将哔哩哔哩手机端缓存视频导出为正常mp4视频.
  14. 芯片数据分析步骤2 读取数据-affy
  15. 算法(arithmetic)
  16. 话说程序员的职业生涯
  17. 项目的开发流程(大公司)
  18. mysql data dll_mysql.data.dll官方下载
  19. Blurst.com
  20. 高铁乘务员搜题软件哪个好?工资一般多少?

热门文章

  1. c语言编写邮箱注册登录的程序,c语言实现邮箱地址验证
  2. l1300打印机纸进不去_爱普生打印机不进纸该怎么解决?
  3. linux keypad driver
  4. 阿里巴巴CEO马云曾经注册过的N个搞笑商标 只有你想不到
  5. 一个简单的图层,让您可以在YouTube API上发挥想象力
  6. 【LeetCode刷题】栈与队列专题
  7. Dive into Vue.js
  8. 与古人有关......
  9. 水溶性InP-ZnS量子点|基团:PEG-NH2、PEG-COOH、MPA-COOH、GSH
  10. 大衣哥触底反弹,和合国际传收购孟文豪《火火的情怀》