plt.savefig(f'D:\\czjblx\\smmx\\clf-pcl\\TEST\\yh_test\\优化迭代过程图\\优化迭代过程_{i}.png')和plt.show()有无先后顺序

在绘制 Matplotlib 图形时，`savefig()` 和 `show()` 方法的顺序是没有要求的。但是，如果要在显示图形之前将图片保存到文件中，应该先调用 `savefig()` 方法，再调用 `show()` 方法。这是因为在调用 `show()` 方法之后，Matplotlib 会清空图形并释放资源，此时再调用 `savefig()` 方法将不会保存任何内容。因此，正确的顺序应该是先调用 `savefig()` 方法，再调用 `show()` 方法。示例代码如下：

import pandas as pd
import matplotlib.pyplot as plt

# 读取 Excel 文件并提取所需的数据列
df = pd.read_excel('文件路径.xlsx')
x = df['迭代轮数']
y = df['优化值']

# 创建 Figure 对象和 Axes 对象
fig, ax = plt.subplots()

# 绘制折线图
ax.plot(x, y)

# 设置 x 轴和 y 轴的标签
ax.set_xlabel('迭代轮数')
ax.set_ylabel('优化值')

# 保存图片
plt.savefig(f'D:\\czjblx\\smmx\\clf-pcl\\TEST\\yh_test\\优化迭代过程图\\优化迭代过程_{i}.png')

# 显示图形
plt.show()

需要将代码中的“文件路径.xlsx”和保存路径替换为实际的文件路径和保存路径。

相关问题

如何将绘制的图片进行保存，要求路径为f'D:\\czjblx\\smmx\\clf-pcl\\TEST\\yh_test\\优化迭代过程图\\优化迭代过程_{i}.png'

可以使用 Matplotlib 库中的 savefig() 方法来保存图片。可以在 pyplot 模块调用 savefig() 方法，指定保存路径和文件名。示例代码如下：

import pandas as pd
import matplotlib.pyplot as plt

# 读取 Excel 文件并提取所需的数据列
df = pd.read_excel('文件路径.xlsx')
x = df['迭代轮数']
y = df['优化值']

# 创建 Figure 对象和 Axes 对象
fig, ax = plt.subplots()

# 绘制折线图
ax.plot(x, y)

# 设置 x 轴和 y 轴的标签
ax.set_xlabel('迭代轮数')
ax.set_ylabel('优化值')

# 保存图片
plt.savefig(f'D:\\czjblx\\smmx\\clf-pcl\\TEST\\yh_test\\优化迭代过程图\\优化迭代过程_{i}.png')

需要将代码中的“文件路径.xlsx”和保存路径替换为实际的文件路径和保存路径。

修改代码错误： plt.plot(pre_array, 'g') plt.plot(test_labels, "r") df = pd.DataFrame({'pre_array': pre_array, 'test_labels': test_labels}) sns.lineplot(data=df, x="pre_array", y="test_labels", hue="event") plt.title('LSTM test mae: ' + str(loss_mae.item())) plt.savefig("lstm_test.png") plt.show()

根据您提供的代码，似乎没有定义 "event"。因此，您需要先定义 "event" 然后再使用它来绘制线图。

下面是修改后的代码：

import pandas as pd
import seaborn as sns
import matplotlib.pyplot as plt

# define event
event = ["event"] * len(pre_array)

# create dataframe
df = pd.DataFrame({'pre_array': pre_array, 'test_labels': test_labels, 'event': event})

# plot the data
plt.plot(pre_array, 'g')
plt.plot(test_labels, "r")
sns.lineplot(data=df, x="pre_array", y="test_labels", hue="event")
plt.title('LSTM test mae: ' + str(loss_mae.item()))
plt.savefig("lstm_test.png")
plt.show()

首先，我们定义了一个名为 "event" 的变量，它是一个包含 "event" 字符串的列表，长度与 "pre_array" 和 "test_labels" 相同。然后，我们使用这些变量定义了一个 Pandas DataFrame。最后，我们使用 Seaborn 绘制了带有 "event" 颜色编码的折线图。