用python实现matlab的plot函数，包含plot(lgraph) plot(net)方法。测试plot函数。

要用Python实现Matlab的plot函数，需要使用Matplotlib库。Matplotlib是一个用于绘制各种静态，动态，交互式和嵌入式图表的Python库，它可以创建包括线图，散点图，条形图，误差条形图，直方图等多种类型的图表。下面是一个实现plot函数的示例代码：

import matplotlib.pyplot as plt

def plot(lgraph=None, net=None):
    if lgraph:
        plt.plot(lgraph.Loss, 'b', label='Training Loss')
        plt.plot(lgraph.ValidationLoss, 'r', label='Validation Loss')
        plt.xlabel('Epochs')
        plt.ylabel('Loss')
        plt.legend()
        plt.show()
    elif net:
        plt.plot(net.TrainingAccuracy, 'b', label='Training Accuracy')
        plt.plot(net.ValidationAccuracy, 'r', label='Validation Accuracy')
        plt.xlabel('Epochs')
        plt.ylabel('Accuracy')
        plt.legend()
        plt.show()
    else:
        print('Please provide a valid input')

然后，我们可以使用这个函数来绘制我们需要的图表。例如：

import numpy as np

# 生成一些数据
x = np.linspace(-np.pi, np.pi, 256, endpoint=True)
y = np.sin(x)

# 绘制正弦曲线
plt.plot(x, y)
plt.title('Sine Wave')
plt.xlabel('x')
plt.ylabel('y')
plt.show()

这将绘制一个正弦曲线。

对于plot(lgraph)和plot(net)方法，我们可以像下面这样使用：

# 绘制神经网络的训练和验证精度
plot(net=my_net)

# 绘制图层图的训练和验证损失
plot(lgraph=my_lgraph)

这将分别绘制神经网络的训练和验证精度，以及图层图的训练和验证损失。