plt.plot 设置范围

您可以使用`plt.xlim`和`plt.ylim`函数来设置绘图的范围。这些函数分别用于设置x轴和y轴的范围。以下是一个示例：

import matplotlib.pyplot as plt

# 创建数据
x = [1, 2, 3, 4, 5]
y = [2, 4, 6, 8, 10]

# 绘制图形
plt.plot(x, y)

# 设置x轴和y轴的范围
plt.xlim(0, 6)
plt.ylim(0, 12)

# 显示图形
plt.show()

上述代码中，`plt.xlim(0, 6)`设置了x轴的范围为0到6，`plt.ylim(0, 12)`设置了y轴的范围为0到12。您可以根据需要调整范围的数值。

相关问题

# 绘制损失函数曲线 plt.plot(train_losses, label='Train Loss') plt.plot(test_losses, label='Test Loss') plt.ylim([0, 1]) # 设置y轴范围为0~1 plt.legend() plt.show() # 绘制准确率曲线 plt.plot(train_accs, label='Train Acc') plt.plot(test_accs, label='Test Acc') plt.ylim([0, 1]) # 设置y轴范围为0~1 plt.legend() plt.show() 使曲线平滑

为了使曲线平滑，可以使用`plot()`函数的`smooth`参数，它可以控制曲线的平滑程度。可以将`smooth`参数设置为一个大于0的整数，代表对曲线进行平均滤波的窗口大小。较大的窗口大小会导致曲线更平滑，但可能会使曲线更加模糊。

以下是修改后的代码，将`plot()`函数的`smooth`参数设置为10：

import matplotlib.pyplot as plt
train_losses, train_accs, test_losses, test_accs = [], [], [], []
for epoch in range(100):
    train_loss, train_acc = train(model, train_loader, criterion, optimizer)
    test_loss, test_acc = test(model, test_loader, criterion)
    train_losses.append(train_loss)
    train_accs.append(train_acc)
    test_losses.append(test_loss)
    test_accs.append(test_acc)
    print('Epoch: {} Train Loss: {:.4f} Train Acc: {:.4f} Test Loss: {:.4f} Test Acc: {:.4f}'.format(
        epoch, train_loss, train_acc, test_loss, test_acc))

# 绘制损失函数曲线
plt.plot(train_losses, label='Train Loss', smooth=10)
plt.plot(test_losses, label='Test Loss', smooth=10)
plt.ylim([0, 1]) # 设置y轴范围为0~1
plt.legend()
plt.show()

# 绘制准确率曲线
plt.plot(train_accs, label='Train Acc', smooth=10)
plt.plot(test_accs, label='Test Acc', smooth=10)
plt.ylim([0, 1]) # 设置y轴范围为0~1
plt.legend()
plt.show()

这里将`plot()`函数的`smooth`参数设置为10，来对损失函数和准确率的曲线进行平滑处理。根据实际情况，可以适当调整`smooth`参数的大小，以得到更好的平滑效果。

plt.figure() plt.plot(x11, x11_2) plt.plot(x32, x32_2) plt.figure() plt.plot(m11, m11_2) plt.plot(m32, m32_2) plt.show() 设置不要刻度和图四周的留白

要设置不要刻度和图四周的留白，可以使用以下代码：

import matplotlib.pyplot as plt

# 创建第一个图
plt.figure()
plt.plot(x11, x11_2)
plt.plot(x32, x32_2)
plt.axis('off')  # 关闭刻度
plt.margins(0)  # 去除四周留白

# 创建第二个图
plt.figure()
plt.plot(m11, m11_2)
plt.plot(m32, m32_2)
plt.axis('off')  # 关闭刻度
plt.margins(0)  # 去除四周留白

# 显示图形
plt.show()

在每个 `plt.figure()` 后面加入 `plt.axis('off')` 可以关闭刻度，加入 `plt.margins(0)` 可以去除四周的留白。最后使用 `plt.show()` 显示图形。