前提：使用anaconda环境，且安装好，使用的是jupyter
pandas 和 matplotlib
安装教程可以参考：miniconda安装与使用
import pandas as pd
读取xlsx表格数据
data = pd.read_excel("data1.xlsx",sheet_name='Sheet1')
#data = pd.read_excel("D:\ihan\data1.xlsx",sheet_name='Sheet1')
分析数据的变量类型
variable_types = data.dtypes
variable_types
如果你的文件是xls后缀会报错
ImportError: Missing optional dependency ‘xlrd’. Install xlrd >= 1.0.0 for Excel support Use pip or conda to install xlrd.
需要安装xlrd
conda install xlrd
导入 pandas 和 matplotlib
import pandas as pd
import matplotlib.pyplot as plt
from pylab import mpl
mpl.rcParams[“font.sans-serif”] = [“SimHei”] # 设置显示中文字体
mpl.rcParams[“axes.unicode_minus”] = False # 设置正常显示符号
data_source = pd.read_excel(‘data1.xlsx’)
函数plot()尝试根据数字绘制出有意义的图形
#print(data_source[‘Acc1’])
plt.plot(data_source[‘Acc1’])
#print(data_source[‘Acc2’])
plt.plot(data_source[‘Acc2’])
#print(data_source[‘Acc3’])
plt.plot(data_source[‘Acc3’])
深入学习
plt.plot()
plt.plot(x,y,color,linestyle,marker)
plt.plot()函数是Matplotlib库中的一个用于绘制曲线图的函数，它的参数包括：
-
x：表示曲线的横坐标点的序列，可以是一个列表、数组或者Series对象。
-
y：表示曲线的纵坐标点的序列，可以是一个列表、数组或者Series对象。
-
fmt：表示曲线的格式，可以是一个字符串，用于指定曲线的颜色、线型和标记。例如："r–"表示红色的虚线。
-
linewidth：表示曲线的线宽。
-
linestyle：表示曲线的线型，可以是一个字符串，例如："-“表示实线，”–"表示虚线。
-
color：表示曲线的颜色。
-
marker：表示曲线上的标记点的样式，可以是一个字符串，例如："o"表示圆形。
-
markersize：表示曲线上标记点的大小。
-
label：表示曲线的标签，用于图例中的显示。
-
alpha：表示曲线的透明度，取值范围为0到1。
-
linestyle：表示曲线的线型，可以是一个字符串，例如："-“表示实线，”–"表示虚线。
-
markerfacecolor：表示曲线上标记点的填充颜色。
-
markeredgecolor：表示曲线上标记点的边缘颜色。
-
markeredgewidth：表示曲线上标记点的边缘宽度。
-
markersize：表示曲线上标记点的大小。
-
linestyle：表示曲线的线型，可以是一个字符串，例如："-“表示实线，”–"表示虚线。
-
label：表示曲线的标签，用于图例中的显示。
-
alpha：表示曲线的透明度，取值范围为0到1。
-
antialiased：表示曲线的边缘是否抗锯齿。
这些参数可以根据需要进行设置，用于绘制符合自己要求的曲线图。
data_source = pd.read_excel('data1.xlsx')
# 函数plot()尝试根据数字绘制出有意义的图形
print(data_source['Acc1'])
plt.plot(data_source['Acc1'],label="acc1")
#print(data_source['Acc2'])
plt.plot(data_source['Acc2'],label="acc2")
#print(data_source['Acc3'])
plt.plot(data_source['Acc3'],label="acc2")
plt.legend(loc=0) # 显示图例
plt.xlabel("epoch")
plt.ylabel("acc/%")
plt.title("准确率")
#plt.savefig("./time.jpg") # 保存至指定位置
#plt.show() # 显示图像
