if name == 'main': # 实例化问题对象 problem = MyProblem() # 生成问题对象 # 快速构建算法 algorithm = ea.soea_DE_currentToBest_1_bin_templet( problem, ea.Population(Encoding='RI', NIND=20), MAXGEN=400, # 最大进化代数。 logTras=0) # 表示每隔多少代记录一次日志信息，0表示不记录。 algorithm.mutOper.F = 0.7 # 差分进化中的参数F。 algorithm.recOper.XOVR = 0.7 # 交叉概率。 # 先验知识 prophetVars = np.array([[2000, 2000, 2000, 2000, 2000, 2000]]) # 假设已知[0.4, 0.2, 0.4]为一组比较优秀的变量。 # # 求解 res = ea.optimize(algorithm, prophet=prophetVars, verbose=True, drawing=1, outputMsg=True, drawLog=True, saveFlag=True) print(res)怎么获取绘图的数据

在使用该代码进行求解时，设置了参数drawing=1，表示绘制进化过程中的适应度曲线图。因此，在运行代码后，可以在终端或命令行窗口中看到适应度曲线图的绘制过程，并且该图片会被保存到当前目录下的“ea_main_0.png”文件中。

如果想要获取绘图数据，可以使用Matplotlib库对该图片进行读取和处理。例如，可以使用以下代码将图片读取为一个numpy数组，并将其显示出来：

import matplotlib.pyplot as plt
import matplotlib.image as mpimg
import numpy as np

img = mpimg.imread('ea_main_0.png')
plt.imshow(img)
plt.show()

如果想要将绘图数据保存为其他格式的文件（如CSV或Excel），可以使用Pandas库将其转换为DataFrame，并使用to_csv或to_excel方法进行保存。例如，可以使用以下代码将绘图数据保存为CSV文件：

import pandas as pd

data = pd.DataFrame(img)
data.to_csv('ea_main_0.csv')

相关问题

if name == 'main': # 实例化问题对象 problem = MyProblem() # 生成问题对象 # 快速构建算法 algorithm = ea.soea_DE_currentToBest_1_bin_templet( problem, ea.Population(Encoding='RI', NIND=20), MAXGEN=400, # 最大进化代数。 logTras=0) # 表示每隔多少代记录一次日志信息，0表示不记录。 algorithm.mutOper.F = 0.7 # 差分进化中的参数F。 algorithm.recOper.XOVR = 0.7 # 交叉概率。 # 先验知识 prophetVars = np.array([[2000, 2000, 2000, 2000, 2000, 2000]]) # 假设已知[0.4, 0.2, 0.4]为一组比较优秀的变量。 # # 求解 res = ea.optimize(algorithm, prophet=prophetVars, verbose=True, drawing=1, outputMsg=True, drawLog=True, saveFlag=True) print(res)怎么把这段代码中绘图的数据保存到Excel表格中

你可以使用Python中的pandas库将绘图数据保存到Excel表格中。具体步骤如下：

1. 导入pandas库：

import pandas as pd

2. 在代码中设置保存绘图数据的文件路径：

save_path = '绘图数据.xlsx'

3. 在绘图代码中添加以下代码，将绘图数据保存到DataFrame中：

df = pd.DataFrame(res.FitV)
df.to_excel(save_path)

完整代码如下：

if __name__ == '__main__':
    # 实例化问题对象
    problem = MyProblem()
    
    # 生成问题对象
    
    # 快速构建算法
    algorithm = ea.soea_DE_currentToBest_1_bin_templet(
        problem,
        ea.Population(Encoding='RI', NIND=20),
        MAXGEN=400,  # 最大进化代数。
        logTras=0)  # 表示每隔多少代记录一次日志信息，0表示不记录。
    
    algorithm.mutOper.F = 0.7  # 差分进化中的参数F。
    algorithm.recOper.XOVR = 0.7  # 交叉概率。
    
    # 先验知识
    prophetVars = np.array([[2000, 2000, 2000, 2000, 2000, 2000]])
    
    # 求解
    res = ea.optimize(
        algorithm,
        prophet=prophetVars,
        verbose=True,
        drawing=1,
        outputMsg=True,
        drawLog=True,
        saveFlag=True)
    
    # 将绘图数据保存到Excel表格中
    save_path = '绘图数据.xlsx'
    df = pd.DataFrame(res.FitV)
    df.to_excel(save_path)
    
    print(res)