用Python做多曲线对比图，—-论文map，精度，损失一图多曲线对比

用Python做多曲线对比图，----论文map，精度，损失一图多曲线对比

很多时候都需要在一张图中做多曲线的效果对比，比如统一数据集不同方法，论文作图等。
直接上代码

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt

#导入实验数据
df1 = pd.read_csv(r"D:results.csv")
df2 = pd.read_csv(r"D:results.csv")
df3 = pd.read_csv(r"D:results.csv")
df4 = pd.read_csv(r"D:results.csv")
df5 = pd.read_csv(r"D:results.csv")

#查看列名，因为有的会有空格等
df1.columns
#比如我自己的输出结果是这样的，如果map不复制这个可能会导致下面程序报错
'''
out=Index(['               epoch', '      train/box_loss', '      train/obj_loss',
       '      train/cls_loss', '   metrics/precision', '      metrics/recall',
       '     metrics/mAP_0.5', 'metrics/mAP_0.5:0.95', '        val/box_loss',
       '        val/obj_loss', '        val/cls_loss', '               x/lr0',
       '               x/lr1', '               x/lr2'],
      dtype='object')
'''
#选取作为y轴的数据，这里可以选择你想选的列，比如我这里都是300轮，每一列都会是300个数据。
#但是由于模型早停机制会出现小于300的，这时你可以用下面方法统一设置，如果不需要删除[:297]即可。
df11 = df1['     metrics/mAP_0.5']
df12 = df2['     metrics/mAP_0.5'][:297]
df13 = df3['     metrics/mAP_0.5'][:297]
df14 = df4['     metrics/mAP_0.5'][:297]
df15 = df5['     metrics/mAP_0.5'][:297]

plt.figure(figsize=(10,8), dpi=400)  #dpi是分辨率，越高清晰度越高

x = [i for i in range(0,297)] #创建x轴
y1 = df11  #创建y轴
y2 = df12
y3 = df13
y4 = df14
y5 = df15

#plt.title('各模型[email protected]曲线')  # 标题
plt.rcParams['font.sans-serif'] = ['SimHei']  # 显示汉字
plt.rcParams['axes.unicode_minus'] =False

plt.xlabel('epoch',fontsize=20)  # x轴标题以及标题大小设置
plt.ylabel('[email protected]',fontsize=20)  # y轴标题
#刻度值字体大小设置（x轴和y轴同时设置）
plt.tick_params(labelsize=15)

plt.plot(x, y1)  # 绘制折线图
plt.plot(x, y2)
plt.plot(x, y3)
plt.plot(x, y4)
plt.plot(x, y5)
# 设置曲线名称
plt.legend(['MethodA(Baseline)', 'MethodB', 'MethodC', 'MethodD', 'MethodE(Ours)'],loc=0,fontsize='xx-large')
#图例大小可选----'xx-small', 'x-small', 'small', 'medium', 'large', 'x-large', 'xx-large'

plt.savefig('[email protected]',bbox_inches='tight',pad_inches=0) #保存图片，这里增加这两个参数可以消除保存下来图像的白边节省空间，bbox_inches='tight',pad_inches=0)
plt.show()  # 显示曲线图
'''
注意，这里加上plt.show()后，保存的图片就为空白了，因为plt.show()之后就会关掉画布，
所以如果要保存加显示图片的话一定要将plt.show()放在plt.savefig(save_path)之后
'''

效果图