1.代码

1.1 代码阅读

1.2 代码分解

1.2.1 导入库

1.2.2 data = np.loadtxt('performance.txt')

1.2.3 mva = np.zeros((data.shape[0]), dtype=np.float)

1.2.4 mva[i] = data[i,1]，mva[i] = alpha * data[i,1] + (1.0 - alpha) * mva[i-1]

1.2.5 plt.plot(data[:,0], data[:,1]) ，plt.plot(data[:,0], mva)

1.2.6 mvar[i] = alpha * data[i,2] + (1.0 - alpha) * mvar[i-1]

2.问题

1.代码

1.1 代码阅读

import numpy as np
import matplotlib.pyplot as plt

# 从文件中加载性能数据
data = np.loadtxt('performance.txt')

print(data.shape)

# 计算第一个图形中的移动平均值
alpha = 0.02
mva = np.zeros((data.shape[0]), dtype=np.float)
for i in range(data.shape[0]):
   if i == 0:
     mva[i] = data[i,1]
   else:
     mva[i] = alpha * data[i,1] + (1.0 - alpha) * mva[i-1] 

# 绘制第一个图形：episode数量与时间步数的关系
plt.plot(data[:,0], data[:,1])  # 绘制原始数据
plt.plot(data[:,0], mva)  # 绘制移动平均数据
plt.xlabel('episode #', fontsize=20)  # 设置x轴标签
plt.ylabel('# of time steps', fontsize=20)  # 设置y轴标签
plt.savefig('dqn1.png')  # 保存图形到文件

# 清空绘图缓存
plt.clf()
plt.close()

# 计算第二个图形中的移动平均值
alpha = 0.02
mvar = np.zeros((data.shape[0]), dtype=np.float)
for i in range(data.shape[0]):
   if i == 0:
     mvar[i] = data[i,2]
   else:
     mvar[i] = alpha * data[i,2] + (1.0 - alpha) * mvar[i-1] 

# 绘制第二个图形：时间步数与每个episode的奖励值的关系
plt.plot(data[:,3], data[:,2])  # 绘制原始数据
plt.plot(data[:,3], mvar)  # 绘制移动平均数据
plt.xlabel('time step #', fontsize=20)  # 设置x轴标签
plt.ylabel('episode reward', fontsize=20)  # 设置y轴标签
plt.savefig('dqn2.png')  # 保存图形到文件

这段代码通过加载 "performance.txt" 文件中的性能数据，计算并绘制了两个图形，分别表示 episode 数量与时间步数的关系以及时间步数与每个 episode 的奖励值的关系。移动平均值的计算采用了指数加权平均方法，使用了参数 alpha 控制平均值的权重。最后，通过 plt.savefig() 方法将绘制的图形保存到文件 "dqn1.png" 和 "dqn2.png" 中。

1.2 代码分解

1.2.1 导入库

import numpy as np
import matplotlib.pyplot as plt

这段代码导入了 NumPy 和 Matplotlib 库，这两个库在 Python 中用于进行数值计算和绘图。

NumPy 是一个强大的数值计算库，提供了很多用于处理数组和矩阵的函数，包括数值计算、线性代数、傅里叶变换等。
Matplotlib 是一个流行的数据可视化库，提供了绘制图形的功能，包括折线图、散点图、柱状图、饼图等，可以用于创建各种类型的图形。

这两个库经常一起使用，NumPy 用于处理数据，Matplotlib 用于将数据可视化。通过导入这两个库，你可以在 Python 程序中使用它们的函数和类来进行数值计算和绘图操作。

1.2.2 data = np.loadtxt('performance.txt')

data = np.loadtxt('performance.txt')

print(data.shape)

这行代码使用 NumPy 的 loadtxt() 函数从名为 performance.txt 的文本文件中加载数据，并将数据存储到名为 data 的 NumPy 数组中。然后，通过 data.shape 打印出 data 数组的形状信息。

performance.txt 文件中的数据可能包含了程序运行过程中的性能指标或者统计数据，例如每个 episode 的时步数、总奖励等。np.loadtxt() 函数可以读取文本文件中的数据，并将其转换为 NumPy 数组，便于后续的处理和分析。

print(data.shape)输出结果将显示 data 数组的形状，即 (m, n)，其中 m 是数组的行数，n 是数组的列数。这可以帮助我们了解加载的数据的维度大小，以便后续的数据处理和绘图等操作。

注意：在运行这行代码之前，需要确保当前工作目录下存在名为 performance.txt 的文件，并且文件中包含了正确格式的数据。如果文件不存在或者文件格式不正确，np.loadtxt() 函数可能会抛出异常或者加载不成功。

1.2.3 mva = np.zeros((data.shape[0]), dtype=np.float)

alpha = 0.02
mva = np.zeros((data.shape[0]), dtype=np.float)

这段代码定义了一个变量 alpha 并赋值为 0.02，然后创建了一个长度为 data.shape[0] 的零数组 mva，数据类型为浮点数 (dtype=np.float)。这将用于存储移动平均值。

alpha 是用于计算移动平均值的权重，控制着历史值在计算中的权重大小。较小的 alpha 值会使得历史值在计算中的权重较大，从而导致移动平均值对历史数据更加敏感，变化较为迅速。而较大的 alpha 值会使得历史值在计算中的权重较小，从而导致移动平均值对历史数据变化较不敏感，变化较为平滑。在这段代码中，设置 alpha 为 0.02 可以使得移动平均值对历史数据变化较为敏感，变化较为迅速。

data.shape[0] 表示 data 数据的行数，即数据矩阵的第一维度的大小。在这段代码中，data 是一个二维数组，data.shape[0] 返回的是 data 的行数，即数据的数量。这个值会用于控制循环的次数，对每一行数据进行处理。

1.2.4 mva[i] = data[i,1]，mva[i] = alpha * data[i,1] + (1.0 - alpha) * mva[i-1]

for i in range(data.shape[0]):
   if i == 0:
     mva[i] = data[i,1]
   else:
     mva[i] = alpha * data[i,1] + (1.0 - alpha) * mva[i-1]

这段代码实现了计算移动平均值（Moving Average）的操作。循环遍历 data 中的每一行数据，其中 data.shape[0] 表示数据的行数。在每一次循环中，使用当前行的第二列数据 data[i,1] 更新移动平均值 mva[i]。

如果 i 等于 0，说明是第一行数据，此时直接将当前行的第二列数据赋值给 mva[i]，作为初始值。

如果 i 大于 0，说明不是第一行数据，此时使用指数加权平均（Exponential Weighted Average，EMA）的方法计算移动平均值。公式为：

mva[i] = alpha * data[i,1] + (1.0 - alpha) * mva[i-1]

alpha 是平滑系数，通常取一个小于1的值，用于控制移动平均的权重。data[i,1] 表示第 i 行数据的第二列值（索引为 1），即在 data 数据中的第二列数据。mva[i-1] 表示上一个位置（索引为 i-1）的指数移动平均值。

根据指数移动平均的定义，当前位置的指数移动平均值(mva[i])等于当前位置的数据(data[i,1])乘以平滑系数 alpha，再加上上一个位置的指数移动平均值(mva[i-1])乘以 (1.0 - alpha)。这样可以实现对历史数据的加权平均，使得新数据在计算中占有较大的权重，而旧数据在计算中的权重逐渐减小。这样计算出的指数移动平均值具有较好的平滑效果，能够较好地反映数据的趋势变化

（1）问：这里的新数据是指什么，为什么在计算中占有较大的比重？

在这段代码中，新数据指的是 data 数据中的第二列值，即 data[i,1]。在指数移动平均中，新数据占有较大的比重是因为乘以了平滑系数 alpha。较小的 alpha 值会使得新数据在计算中占有较大的权重，而旧数据在计算中的权重逐渐减小。

具体地说，alpha 控制了新数据在指数移动平均中的权重，取值范围为 0 到 1 之间，通常取一个小于1的值。当 alpha 较小的时候，新数据的权重较大，而旧数据的权重较小。这样可以使得指数移动平均能够较快地反应最近的数据变化，对数据的瞬时波动更加敏感。而随着时间的推移，旧数据的权重逐渐减小，使得指数移动平均能够对数据的趋势变化更具平滑性。因此，新数据在计算中占有较大的比重，能够较好地反映数据的近期变化趋势。

（2）问：alpha较小，为何新数据权重较大？

在指数移动平均中，实际上是新数据乘以平滑系数 alpha 加上旧数据乘以剩余的权重 (1-alpha)。当 alpha 较小时，新数据乘以 alpha 的结果会比较小，但是由于是累积计算，新数据会不断地被乘以 alpha 的结果，因此在指数移动平均中新数据的权重会逐渐增大。

更具体地说，当 alpha 接近 0 时，新数据的权重接近 0，而旧数据的权重接近 1，这是因为 (1-alpha)^n 在 n 取较大值时会趋近于 0。因此，当 alpha 较小时，新数据在指数移动平均中的权重较大，能够较好地反映数据的近期变化趋势。

1.2.5 plt.plot(data[:,0], data[:,1]) ，plt.plot(data[:,0], mva)

plt.plot(data[:,0], data[:,1])  # 绘制原始数据
plt.plot(data[:,0], mva)  # 绘制移动平均数据
plt.xlabel('episode #', fontsize=20)  # 设置x轴标签
plt.ylabel('# of time steps', fontsize=20)  # 设置y轴标签
plt.savefig('dqn1.png') 

plt.clf()
plt.close()

这段代码用于绘制原始数据和指数移动平均数据的折线图，并保存为图片文件 "dqn1.png"。

plt.plot(data[:,0], data[:,1]) 绘制原始数据的折线图，其中 data[:,0] 是 x 轴数据，data[:,1] 是 y 轴数据。
plt.plot(data[:,0], mva) 绘制指数移动平均数据的折线图，其中 data[:,0] 是 x 轴数据，mva 是 y 轴数据，即通过指数移动平均计算得到的平均值。
plt.xlabel('episode #', fontsize=20) 设置 x 轴标签为 "episode #"，字体大小为 20。
plt.ylabel('# of time steps', fontsize=20) 设置 y 轴标签为 "# of time steps"，字体大小为 20。
plt.savefig('dqn1.png') 将绘制的图保存为 "dqn1.png" 图片文件。
plt.clf() 是用于清除当前图像的函数，它会将当前图像中的所有绘图元素（如线条、点、文本等）清除，但不会关闭图像窗口。
plt.close() 是用于关闭当前图像的函数，它会关闭当前图像窗口，释放相关的系统资源。这样可以避免在后续的绘图中出现不必要的重叠或混淆。

plt.plot(data[:,0], data[:,1])

plt.plot(data[:,0], data[:,1]) 是用于绘制原始数据的折线图。

data[:,0] 是 data 数据中的第一列，表示 x 轴数据。
data[:,1] 是 data 数据中的第二列，表示 y 轴数据。

这段代码将使用 data[:,0] 作为 x 轴数据，data[:,1] 作为 y 轴数据，绘制折线图。具体绘制的内容和形式取决于 data[:,0] 和 data[:,1] 中的数据，可能表示了游戏的不同关卡或不同轮次的性能数据。

plt.plot(data[:,0], mva)

plt.plot(data[:,0], mva) 是用于绘制移动平均数据的折线图。

data[:,0] 是 data 数据中的第一列，表示 x 轴数据。
mva 是通过计算得到的移动平均数据，作为 y 轴数据。

这段代码将使用 data[:,0] 作为 x 轴数据，mva 作为 y 轴数据，绘制移动平均折线图。移动平均线是通过对原始数据进行平滑处理得到的，用于平滑数据的波动，以便更好地观察数据的趋势和变化。具体绘制的内容和形式取决于 data[:,0] 和 mva 中的数据，可能表示了游戏的不同关卡或不同轮次的移动平均性能数据。

plt.clf()
plt.close()

plt.clf() 是用于清除当前图像的函数，它会将当前图像中的所有绘图元素（如线条、点、文本等）清除，但不会关闭图像窗口。

plt.close() 是用于关闭当前图像的函数，它会关闭当前图像窗口，释放相关的系统资源。这样可以避免在后续的绘图中出现不必要的重叠或混淆。

这两个函数通常在生成多个图像时使用，可以帮助清除之前的图像并关闭图像窗口，以便绘制新的图像或在生成图像后释放系统资源。

1.2.6 mvar[i] = alpha * data[i,2] + (1.0 - alpha) * mvar[i-1]

alpha = 0.02
mvar = np.zeros((data.shape[0]), dtype=np.float)
for i in range(data.shape[0]):
   if i == 0:
     mvar[i] = data[i,2]
   else:
     mvar[i] = alpha * data[i,2] + (1.0 - alpha) * mvar[i-1] 

# 绘制第二个图形：时间步数与每个episode的奖励值的关系
plt.plot(data[:,3], data[:,2])  # 绘制原始数据
plt.plot(data[:,3], mvar)  # 绘制移动平均数据
plt.xlabel('time step #', fontsize=20)  # 设置x轴标签
plt.ylabel('episode reward', fontsize=20)  # 设置y轴标签
plt.savefig('dqn2.png')  # 保存图形到文件

这段代码根据 data 中的第三列数据（每个 episode 的奖励值）计算了指数移动平均，并绘制了原始数据和移动平均数据的图形。

首先，创建了一个名为 mvar 的全零数组，用于存储每个时间步的移动平均值。

然后，使用循环遍历 data 中的每一行，计算移动平均值，并将结果存储在 mvar 数组中。

移动平均值的计算方式与之前的例子类似，使用了指数加权平均方法，其中 alpha 是平滑系数，控制了新数据和历史数据的权重。

最后，使用 plt.plot() 函数分别绘制了原始数据和移动平均数据的折线图，并使用 plt.xlabel() 和 plt.ylabel() 设置了 x 轴和 y 轴的标签。最后，使用 plt.savefig() 将图形保存到文件中。