python如何实现画折线图

问题描述

在平时用overleaf写论文的时候,会涉及到将实验结果以折线图的形式呈现,如果用Excel画图的话,较难导出高清的图片。放入overleaf之后,会失真,清晰度不够。

问题解决:

使用python画图,可以直接生成pdf或者jpg格式,放入overleaf之后,均不会失真。

源码如下:

python 复制代码
import matplotlib.pyplot as plt
import numpy as np

# 数据
columns = ['one', 'two', 'three', 'four', 'five', 'six'] # x轴坐标上的名称
# bert_base_scores = [19.77, 18.92, 20.52, 19.96, 19.70, 19.67] # exact base, y轴上的数字1
# bert_large_scores = [21.78, 21.31, 21.89, 18.03, 17.24, 15.96]  # exact large
# y_start, y_end = 15, 23 # 设置y轴开始和结束的位置, y轴上的数字2

# bert_base_scores = [30.58, 30.50, 33.06, 31.65, 32.11, 31.69] # prop base,
# bert_large_scores = [33.20, 32.94, 33.46, 31.78, 30.49, 25.01]  # prop large
# y_start, y_end = 24, 36 # 设置y轴开始和结束的位置


bert_base_scores = [33.30, 	33.04, 	36.25, 	34.26, 	35.15, 	34.31 ] # binary base
bert_large_scores = [35.84, 35.76, 	36.22,	34.71, 	32.95, 	26.77 ]  # binary large
y_start, y_end = 25, 37 # 设置y轴开始和结束的位置


# 创建折线图
plt.figure(figsize=(4.6, 5.0)) # w, h ,设置画布的大小
plt.plot(columns, bert_base_scores, marker='o', label='BERT-base', linewidth=2) # linewidth默认是1
plt.plot(columns, bert_large_scores, marker='s', label='BERT-large', linewidth=2)

# 添加标题和标签
# plt.title('BERT-base vs BERT-large Scores')
plt.xlabel('Number of decoder layers', fontsize=14)
plt.ylabel('Binary $\it{F}$1', fontsize=14)

plt.ylim(y_start, y_end)
plt.yticks(np.linspace(y_start, y_end, 5), fontsize=12)
plt.legend(loc='lower left') # 标签左下角对齐

plt.xticks(fontsize=12)
# 显示图形
plt.savefig('bert_binary.pdf', format='pdf') # 如果想生成jpg格式,更改此处即可
plt.show()

上图生成的pdf文件如下:

相关推荐
Once_day3 分钟前
AI实践(8)Skills技能
人工智能·ai实践
光锥智能3 分钟前
光粒科技多款AI+AR智能运动产品亮相AWE2026
人工智能·科技·ar
智算菩萨3 分钟前
大语言模型迈向通用人工智能:基础原理与方法综述——文献精读
人工智能·深度学习·ai·语言模型·自然语言处理
Maryfang132918915514 分钟前
应对芯片涨价,光口以太网芯片国产P2P替代
人工智能·网络协议·网络安全·信息与通信
yhdata4 分钟前
MTP型光纤连接器发展势头强劲,2032年市场规模锁定276.2亿元新高度
大数据·人工智能
AI4Traffic5 分钟前
深度学习中的对数似然损失函数
大数据·人工智能·深度学习
Percent_bigdata7 分钟前
百分点科技亮相MWC 2026:以数据智能深耕全球治理
人工智能·科技
arvin_xiaoting9 分钟前
AI Agent 实战:用飞书任务卡片让后台任务「可见」
人工智能·自动化·llm·飞书·ai agent·openclaw·任务卡片
sheyuDemo9 分钟前
torch中的rand()和randn()函数的区别
人工智能·pytorch·深度学习
rainbow7242449 分钟前
如何科学选型:AI人才技术水平评估的多元方法对比与深度分析
大数据·人工智能