fig, ax = plt.subplots(1,2) ax[0].plot(history.history['loss'], color='b', label="Training loss") ax[0].plot(history.history['val_loss'], color='r', label="Testing loss",axes =ax[0]) legend = ax[0].legend(loc='best', shadow=True) ax[1].plot(history.history['accuracy'], color='b', label="Training accuracy") ax[1].plot(history.history['val_accuracy'], color='r',label="Testing accuracy") legend = ax[1].legend(loc='best', shadow=True) plt.title('Loss and Accuracy of DNN Model') plt.show()
时间: 2023-10-11 17:06:42 浏览: 165
这是一个使用Matplotlib绘制的DNN模型的训练和测试损失图以及训练和测试准确率图,其中训练损失和准确率用蓝色线表示,测试损失和准确率用红色线表示。第一行代码中的1表示创建一个包含1个子图的Figure对象,2表示将该Figure对象分成一行两列,ax[0]和ax[1]则表示第一个子图和第二个子图。第二行代码中,使用plot函数绘制了训练损失和测试损失的曲线,其中label参数用于指定曲线的名称。第三行代码中,使用legend函数添加图例并指定其位置和阴影效果。第四行代码中,绘制了训练准确率和测试准确率的曲线,并添加了相应的图例及其位置和阴影效果。最后一行代码中,使用title函数添加图表标题,并使用show函数将图表展示出来。
相关问题
fig, ax1 = plt.subplots(
fig, ax1 = plt.subplots()是用于创建一个包含一个子图的Figure对象和一个Axes对象的函数[^1]。其中,Figure对象代表整个图形窗口,而Axes对象则代表一个具体的绘图区域。
下面是一个示例,演示了如何使用fig, ax1 = plt.subplots()创建一个包含两个子图的图形窗口,并在每个子图中绘制不同的数据[^2]:
```python
import matplotlib.pyplot as plt
import numpy as np
# 创建数据
x = np.linspace(0, 10, 100)
y1 = np.sin(x)
y2 = np.cos(x)
# 创建图形窗口和子图
fig, ax1 = plt.subplots()
# 在第一个子图中绘制数据
ax1.plot(x, y1, 'b', lw=1.5, label='1st')
ax1.plot(x, y1, 'ro')
ax1.grid(True)
ax1.legend(loc=0)
ax1.set_xlabel('index')
ax1.set_ylabel('value 1st')
ax1.set_title('A Simplot plot')
# 创建第二个子图
ax2 = ax1.twinx()
# 在第二个子图中绘制数据
ax2.plot(x, y2, 'g', lw=1.5, label='2nd')
ax2.plot(x, y2, 'ro')
ax2.legend(loc=0)
ax2.set_ylabel('value 2nd')
# 显示图形
plt.show()
```
这段代码会创建一个包含两个子图的图形窗口,其中第一个子图绘制了y1的数据,第二个子图绘制了y2的数据。每个子图都有自己的y轴,但共享x轴。在绘制完数据后,使用plt.show()函数显示图形。
fig, ax = plt.subplots()
这行代码是用来创建一个包含单一轴的图像窗口,返回的 fig 是整个图像窗口对象,ax 是单个坐标轴对象。你可以使用 ax 对象来绘制数据,设置坐标轴标签、范围等。例如,你可以使用以下代码将一些数据绘制为折线图:
```python
import matplotlib.pyplot as plt
import numpy as np
# 生成数据
x = np.linspace(0, 2*np.pi, 100)
y = np.sin(x)
# 绘制折线图
fig, ax = plt.subplots()
ax.plot(x, y)
ax.set_xlabel('x')
ax.set_ylabel('y')
ax.set_title('Sine Wave')
plt.show()
```
阅读全文