我就廢話不多說了，大家還是直接看程式碼吧~

import matplotlib.pyplot as plt
 
epochs = [0,1,2,3]
acc = [4,8,6,5]
loss = [3,4]
 
plt.plot(epochs,acc,color='r',label='acc') # r表示紅色
plt.plot(epochs,loss,color=(0,0),label='loss') #也可以用RGB值表示顏色
 
#####非必須內容#########
plt.xlabel('epochs') #x軸表示
plt.ylabel('y label') #y軸表示
plt.title("chart") #圖示標題表示
plt.legend()  #每條折線的label顯示
#######################
plt.savefig('test.jpg') #儲存圖片，路徑名為test.jpg
plt.show()  #顯示圖片

補充知識：matplotlib畫混淆矩陣和正確率曲線

混淆矩陣

找不到參看的那篇部落格啦~~希望原博主不要討伐我

#!/usr/bin/python3.5
# -*- coding: utf-8 -*-
import numpy as np
import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif'] = ['FangSong'] #可顯示中文字元
plt.rcParams['axes.unicode_minus']=False
 
classes = ['a','b','c','d','e','f','g']
confusion_matrix = np.array([(99,6),(1,98,7,1),(0,86,94,5,96,8),4,3,85)],dtype=np.float64)
 
plt.imshow(confusion_matrix,interpolation='nearest',cmap=plt.cm.Oranges) #按照畫素顯示出矩陣
plt.title('混淆矩陣')
plt.colorbar()
tick_marks = np.arange(len(classes))
plt.xticks(tick_marks,classes,rotation=-45)
plt.yticks(tick_marks,classes)
 
thresh = confusion_matrix.max() / 2.
#iters = [[i,j] for i in range(len(classes)) for j in range((classes))]
#ij配對，遍歷矩陣迭代器
iters = np.reshape([[[i,j] for j in range(7)] for i in range(7)],(confusion_matrix.size,2))
for i,j in iters:
 plt.text(j,i,format(confusion_matrix[i,j]),fontsize=7) #顯示對應的數字
 
plt.ylabel('真實類別')
plt.xlabel('預測類別')
plt.tight_layout()
plt.show()

正確率曲線

  fig,ax= plt.subplots()
  plt.plot(np.arange(iterations),fig_acc，'b')
  plt.plot(np.arange(iterations),fig_realacc,'r')
  ax.set_xlabel('迭代次數')
  ax.set_ylabel('正確率（%）')
 
  labels = ["訓練正確率","測試正確率"]
  # labels = [l.get_label() for l in lns]
  plt.legend( labels,loc=7)
  plt.show()

以上這篇使用python matploblib庫繪製準確率,損失率折線圖就是小編分享給大家的全部內容了，希望能給大家一個參考，也希望大家多多支援我們。