网站品牌推广设计,wordpress相关书籍,app制作教程电脑流程,网站的数据库是什么目录 多组折线图点坐标的折线图 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#xff0c;后面为y值
图片:
代码:
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#xff0c;后面… 目录 多组折线图点坐标的折线图 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:
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, markero, label0.1, colorblue)
# plt.plot(x, y_0_2, markero, label0.2, colorgreen)
i 0
for lable, y_value in y_values:print(lable, y_value)plt.plot(x, y_value, markermarkers[i], labellable)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, fontsize16)
plt.xlabel(L_search, fontsize14)
plt.ylabel(recall, fontsize14)# 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(titlemethod, loclower right)# 添加网格
plt.grid()# 保存图形
plt.savefig(performance_comparison.png, dpi300) # 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i1行作为一组数据,其中i行为x轴值,i1行为y轴值第一列为标签
图片:
代码:
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i1行作为一组数据,其中i行为x轴值,i1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*21]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], markermarkers[i], labely_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, fontsize16)
plt.xlabel(recall, fontsize14)
plt.ylabel(OPS/sec, fontsize14)# 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(titlemethod, locupper right)# 添加网格
plt.grid()# 保存图形
plt.savefig(performance_comparison.png, dpi300) # 保存为 PNG 文件设置分辨率为 300 DPI# 显示图形
# plt.tight_layout()
# plt.show()
