python绘制lost损失曲线加方差范围的操作方法_Python

python绘制lost损失曲线加方差范围的操作方法

2022-01-20 23:57monotonomo Python

这篇文章主要介绍了python绘制lost损失曲线加方差范围的操作方法,首先大家需要导入必要的包及数据的获取方法，本文给大家介绍的非常详细，需要的朋友可以参考下

1. 导入必要的包

我使用了seaborn，通过sns.set_style可以让绘制出来的图更漂亮，而且可以切换不同的类型

import re
import seaborn as sns
import matplotlib.pyplot as plt
import matplotlib.cm as cm
import shutil
import os
sns.set_style('whitegrid')

2. 数据的获取（可跳过此步）

我用的数据是通过深度强化得到的回报曲线。数据结构如下所示，我所需要的是从train开始的部分，分别对应总的回报，平均回报和回报的方差。我采用了re.findall的正则表达式去提取我所需要的数据，具体的操作方式可以查看源码。

10-15 22:23:15 DATA/traffic DEBUG train 0 totalreward : -99477.0 ReturnAvg : -102.55360824742269 ReturnStd : 34.34301970480272
10-15 22:23:29 DATA/traffic DEBUG train 1 totalreward : -83131.0 ReturnAvg : -85.70206185567011 ReturnStd : 53.442993000985545

file_path = 'log.txt'
content = []
with open(file_path, 'r') as f:
  for line in f.readlines():
      line = line.strip('\n')
      content.append(line)
iter = []
totalreward = []
returnavg = []
returnstd = []
for line in content:
  str1 = re.findall('train.+', line)
  v = [float(x) for x in re.findall('-?\d+.?\d+|\d+', str1[0])]
  iter.append(v[0])
  totalreward.append(v[1])
  returnavg.append(v[2])
  returnstd.append(v[3])

3. 回报绘制

直接将图像保存到Plot的文件夹，这里保存不了jpg格式，一直保存，最后将其保存为png格式成功。设置分辨率为1000，其实差不多，只是线更清楚了。

color = cm.viridis(0.5)
f, ax = plt.subplots(1,1)
ax.plot(iter, totalreward, color=color)
ax.legend()
ax.set_xlabel('Iteration')
ax.set_ylabel('Return')
exp_dir = 'Plot/'
if not os.path.exists(exp_dir):
  os.makedirs(exp_dir, exist_ok=True)
else:
  os.makedirs(exp_dir, exist_ok=True)
f.savefig(os.path.join('Plot', 'reward' + '.png'), dpi=1000)

曲线如下图，可通过plt.show()显示出来，或者直接在console输入f并回车

python绘制lost损失曲线加方差范围的操作方法

4.含有方差的平均回报绘制

在强化学习的论文中，我们经常看到一条收敛线，周围还有浅浅的范围线，那些范围线就是方差。绘制代码如下，主要包含了fill_between.

color = cm.viridis(0.7)
f, ax = plt.subplots(1,1)
ax.plot(iter, returnavg, color=color)
r1 = list(map(lambda x: x[0]-x[1], zip(returnavg, returnstd)))
r2 = list(map(lambda x: x[0]+x[1], zip(returnavg, returnstd)))
ax.fill_between(iter, r1, r2, color=color, alpha=0.2)
ax.legend()
ax.set_xlabel('Iteration')
ax.set_ylabel('Return')
exp_dir = 'Plot/'
if not os.path.exists(exp_dir):
  os.makedirs(exp_dir, exist_ok=True)
f.savefig(os.path.join('Plot', 'avgreward' + '.png'), dpi=50)

结果如下

python绘制lost损失曲线加方差范围的操作方法