怎么把pycharm运行时命令行输出的 epoch, batch_id, total_loss, cls_loss, box_loss, landmarks_loss, acc转成excel保存

你可以使用Python的logging模块来捕获命令行输出，并将捕获的输出写入到一个文件中，然后使用pandas库将文件中的数据读取为DataFrame并导出为Excel文件。

下面是一个示例代码：

import logging
import pandas as pd

# 配置logging
logging.basicConfig(filename='output.log', level=logging.INFO, format='%(message)s')

# 模拟命令行输出
for epoch in range(3):
    for batch_id in range(5):
        total_loss = 0.5 - epoch * 0.1 - batch_id * 0.05
        cls_loss = 0.2 - epoch * 0.05
        box_loss = 0.2 - batch_id * 0.03
        landmarks_loss = 0.1 - epoch * 0.02 - batch_id * 0.01
        acc = 0.9 + epoch * 0.02 + batch_id * 0.01
        logging.info(f'{epoch},{batch_id},{total_loss},{cls_loss},{box_loss},{landmarks_loss},{acc}')

# 读取日志文件并转换为DataFrame
df = pd.read_csv('output.log', header=None, names=['epoch', 'batch_id', 'total_loss', 'cls_loss', 'box_loss', 'landmarks_loss', 'acc'])

# 导出DataFrame为Excel文件
df.to_excel('output.xlsx', index=False)

在这个示例代码中，我们首先使用logging模块将命令行输出写入到一个名为output.log的文件中。接着我们使用pandas库读取output.log文件中的数据，并将其转换为DataFrame。最后，我们将DataFrame导出为Excel文件。

需要注意的是，在读取日志文件时，我们需要指定header=None和names参数，因为日志文件中没有列名。