目录
多组折线图
数据:
- 第1行为x轴标签
- 第2/3/...行等为数据,其中第一列为标签，后面为y值
图片:
代码:
python
import matplotlib.pyplot as plt
# 原始数据字符串
# 第1行为x轴标签
# 第2/3/...行等为数据,其中第一列为标签，后面为y值
data = """
expr_xx origin 10 20 30 40 50 60 70 80 90 100 110 120
a 0.98105 0.43018 0.5863 0.69702 0.76626 0.81566 0.85283 0.88451 0.90571 0.92265 0.93791 0.9525 0.95883
b 0.98105 0.59431 0.75864 0.83794 0.88888 0.92147 0.94625 0.96207 0.97309 0.98141 0.98676 0.99062 0.99264
c 0.98105 0.60546 0.74805 0.82512 0.8727 0.90399 0.9269 0.945 0.95627 0.97132 0.9747 0.98073 0.98389
d 0.98105 0.72712 0.84623 0.90659 0.93898 0.96003 0.97057 0.98104 0.98659 0.99086 0.99325 0.99443 0.99578
"""
# x轴标签
lines = data.strip().split('\n')
header = lines[0].split('\t') # 第一行是x轴标签
x = list(range(len(header)-1)) # 构建x轴的坐标值,从第二列开始
# 获取 y 值
y_values = []
for line in lines[1:]:
print(line)
y_values.append((line.split('\t')[0], list(map(float, line.split('\t')[1:]))))
# 打印结果
print("X values:", x)
print("header len:", len(header))
# 创建图形
plt.figure(figsize=(10, 6))
# 定义 10 个不同的标记
markers = ['o', 's', '^', 'v', '<', '>', 'p', 'P', '*', 'x']
# 绘制折线图
# plt.plot(x, y_0_1, marker='o', label='0.1', color='blue')
# plt.plot(x, y_0_2, marker='o', label='0.2', color='green')
i = 0
for lable, y_value in y_values:
print(lable, y_value)
plt.plot(x, y_value, marker=markers[i], label=lable)
i += 1
# 设置 x 轴刻度和标签
# plt.xticks(x, ['100', '110', '120', '130', '140', '150', '160', '170', '180', '190', '200']) # 可以指定自定义标签
plt.xticks(x, header[1:]) # 可以指定自定义标签
# 设置标题和标签
plt.title('recall change with L_search', fontsize=16)
plt.xlabel('L_search', fontsize=14)
plt.ylabel('recall', fontsize=14)
# 设置 x 轴刻度
plt.xticks(x)
# 设置y轴的范围
plt.ylim(0.4, 1)
# 显示图例
plt.legend(title='method', loc='lower right')
# 添加网格
plt.grid()
# 保存图形
plt.savefig('performance_comparison.png', dpi=300) # 保存为 PNG 文件，设置分辨率为 300 DPI
# 显示图形
# plt.tight_layout()
# plt.show()点坐标的折线图
数据:
- 第i行和第i+1行作为一组数据,其中i行为x轴值,i+1行为y轴值
- 第一列为标签
图片:
代码:
python
import matplotlib.pyplot as plt
from matplotlib.font_manager import FontProperties
# 设置字体为支持中文的字体
plt.rcParams['font.family'] = ['Noto Sans CJK JP']
plt.rcParams['axes.unicode_minus'] = False # 用来正常显示负号
# 原始数据字符串
# 第i行和第i+1行作为一组数据,其中i行为x轴值,i+1行为y轴值
data = """
recall_method_1 0.6829 0.7877 0.8284 0.8509 0.8629
ops_1_method_1 35.8491 26.2454 22.2438 18.26 16.6084
recall_method_2 0.6 0.7 0.8 0.85 0.86
ops_1_method_2 40 30 22 16 15
"""
# x轴标签
lines = data.strip().split('\n')
# header = lines[0].split('\t') # 第一行是x轴标签
# x = list(range(len(header)-1)) # 构建x轴的坐标值,从第二列开始
# 获取 y 值
data_pair = []
for line_cnt in range(len(lines)//2):
x_line = lines[line_cnt*2]
y_line = lines[line_cnt*2+1]
print(x_line)
print(y_line)
x_values = ((x_line.split('\t')[0], list(map(float, x_line.split('\t')[1:]))))
y_values = ((y_line.split('\t')[0], list(map(float, y_line.split('\t')[1:]))))
data_pair.append((x_values, y_values))
# 创建图形
plt.figure(figsize=(10, 6))
# 定义 10 个不同的标记
markers = ['o', 's', '^', 'v', '<', '>', 'p', 'P', '*', 'x']
i = 0
for x_values, y_values in data_pair:
print(" ", i, "x_values", x_values)
print(" ", i, "y_values", y_values)
plt.plot(x_values[1], y_values[1], marker=markers[i], label=y_values[0])
i += 1
# 设置 x 轴刻度和标签
# plt.xticks(x, ['100', '110', '120', '130', '140', '150', '160', '170', '180', '190', '200']) # 可以指定自定义标签
# plt.xticks(x, header[1:]) # 可以指定自定义标签
# 设置标题和标签
# plt.title('xxxxx', fontsize=16)
plt.xlabel('recall', fontsize=14)
plt.ylabel('OPS/sec', fontsize=14)
# 设置 x 轴刻度
# plt.xticks(x)
# 设置轴的范围
# plt.ylim(0.4, 1)
plt.xlim(0.6, 1)
# 显示图例
plt.legend(title='method', loc='upper right')
# 添加网格
plt.grid()
# 保存图形
plt.savefig('performance_comparison.png', dpi=300) # 保存为 PNG 文件，设置分辨率为 300 DPI
# 显示图形
# plt.tight_layout()
# plt.show()