Visdom：Python可视化神器

Visdom：可视化神器

项目地址：visdom

visdom实质

visdom服务是一个 Web Server 服务，客户端与服务器端通过tornado进行非阻塞交互，可视化操作不会阻塞当前程序，网络异常也不会导致程序退出。

由于使用 PyTorch 框架的时候，很多时候要用到命令行解析器，导致一些图的显示不能使用matplotlib，所以没办法只能用 Visdom 来显示，比如我的这个博客里的项目：增加可视化+代码注释 of GitHub项目：Graph Convolutional Networks in PyTorch。

---

visdom核心概念

env：环境

看作一个大容器。

可以使用envs对可视化空间进行分区。默认地，每个用户都会有一个叫做main的envs。可以通过编程或UI创建新的envs。envs的状态是长期保存的。不同环境的可视化结果相互隔离，互不影响。在使用时如果不指定env，默认使用main。

可以通过 url: http://localhost.com:8097/env/main 访问特定的env。如果服务器是被托管的，那么可以将此url分享给其他人，那么其他人也会看到您的可视化结果。

---

---

pane：窗格

就是用于绘图的小窗口，在代码中叫 window

UI刚开始是个白板，可以用图像，图片，文本填充它。这些填充的数据出现在 Panes 中，您可以这些 Panes 进行 拖放，删除，调整大小和销毁操作。Panes 是保存在 envs 中的， envs 的状态存储在会话之间，可以下载Panes中的内容–包括您在svg中的绘图。

而且可以使用浏览器的放大缩小功能来调整UI的大小。

---

创建Visdom环境

import visdom 

vis = visdom.Visdom(env='test1') 

---

常用API

Visdom支持下列API。由Plotly提供可视化支持。

• vis.scatter : 2D 或 3D 散点图

• vis.line : 线图

• vis.stem : 茎叶图

• vis.heatmap : 热力图

• vis.bar : 条形图

• vis.histogram: 直方图

• vis.boxplot : 箱型图

• vis.surf : 表面图

• vis.contour : 轮廓图

• vis.quiver : 绘出二维矢量场

• vis.image : 图片

• vis.text : 文本

• vis.mesh : 网格图

• vis.save : 序列化状态

---

plot.scatter

这个函数是用来画2D或3D数据的散点图。它需要输入 $N^2$或$N^3$的 **tensor **或 ndarray X来指定$N$个点的位置。一个可供选择的长度为$N$的vector用来保存X中的点对应的标签(1 到 K)。标签可以通过点的颜色反应出来。

scatter()支持下列的选项：

• options.colormap : 色图（控制图的颜色） (string; default = 'Viridis')
• options.markersymbol: 标记符号 (string; default = 'dot')
• options.markersize : 标记大小(number; default = '10')
• options.markercolor : 每个标记的颜色. (torch.*Tensor; default = nil)
• ptions.legend : 包含图例名字的table

---

plot.line

这个函数用来画线图。它需要一个形状为N或者N×M的tensor Y，用来指定 M条线的值(每条线上有N个点)。和一个可供选择的 tensor X 用来指定对应的 x轴的值; X可以是一个长度为N的tensor（这种情况下，M条线共享同一个 x轴），也可以是形状和Y一样的tensor。

The following options are supported:

• options.fillarea : 填充线下面的区域 (boolean)
• options.colormap : 色图 (string; default = 'Viridis')
• options.markers : 显示点标记 (boolean; default = false)
• options.markersymbol: 标记的形状 (string; default = 'dot')
• options.markersize : 标记的大小 (number; default = '10')
• options.legend : 保存图例名字的 table

---

plot.stem

这个函数用来画茎叶图。它需要一个 形状为N或者N*M的 tensor X 来指定M时间序列中N个点的值。一个可选择的Y，形状为N或者N×M，用Y来指定时间戳，如果Y的形状是N，那么默认M时间序列共享同一个时间戳。

支持以下特定选项：

• options.colormap: colormap (string; default = 'Viridis')
• options.legend : table containing legend names

---

plot.heatmap

这个函数用来画热力图。它输入一个 形状为N×M的 tensor X。X指定了热力图中位置的值。

支持下列特定选项：

• options.colormap : 色图 (string; default = 'Viridis')
• options.xmin : 小于这个值的会被剪切成这个值(number; default = X:min())
• options.xmax : 大于这个值的会被剪切成这个值 (number; default = X:max())
• options.columnnames: 包含x轴标签的table
• options.rownames : 包含y轴标签的table

---

plot.bar

这个函数可以画正常的，堆起来的，或分组的的条形图。
输入参数：

• X(tensor):形状 N 或 N×M，指定每个条的高度。如果X有M列，那么每行的值可以看作一组或者把他们值堆起来（取决与options.stacked是否为True）。
• Y(tensor, optional):形状 N，指定对应的x轴的值。

支持以下特定选项：

• options.columnnames: table containing x-axis labels
• options.stacked : stack multiple columns in X``options.legend : table containing legend labels

---

plot.histogram

这个函数用来画指定数据的直方图。他需要输入长度为 N 的 tensor X。X保存了构建直方图的值。

支持下面特定选项：

• options.numbins: bins的个数 (number; default = 30)

---

plot.boxplot

这个函数用来画箱型图。

输入：

• X(tensor): 形状 N或N×M，指定做第m个箱型图的N个值。

支持以下特定选项：

• options.legend: labels for each of the columns in X

---

plot.surf

这个函数用来画表面图。

输入：

• X(tensor):形状 N×M，指定表面图上位置的值。

支持以下特定选项：

• options.colormap: colormap (string; default = 'Viridis')
• options.xmin : clip minimum value (number; default = X:min())
• options.xmax : clip maximum value (number; default = X:max())

---

plot.contour

这个函数用来画轮廓图。

输入：

• X(tensor)：形状 N×M，指定了轮廓图中的值

支持以下特定选项：

• options.colormap: colormap (string; default = 'Viridis')
• options.xmin : clip minimum value (number; default = X:min())
• options.xmax : clip maximum value (number; default = X:max())

---

plot.quiver

这个函数用来画二维矢量场图。

输入：

• X(tensor): 形状 N*M
• Y(tensor):形状 N*M
• gridX(tensor, optional):形状 N*M
• gradY(tensor, optional): 形状 N*M
X 与 Y决定了 箭头的长度和方向。可选的gridX和gridY指定了偏移。

支持下列特定选项：

• options.normalize: 最长肩头的长度 (number)
• options.arrowheads: 是否现实箭头 (boolean; default = true)

---

plot.image

这个函数用来画图片。
输入：

• img(tensor): shape(C*H*W)。

支持下面特定选项:

• options.jpgquality: JPG quality (number 0-100; default = 100)

---

plot.video

这个函数 播放一个视频。
输入： video 的文件名，或者是一个 shape 为L*H*W*C 的 tensor。这个函数不支持其它特定的功能选项。

注意:使用tensor作为输入的时候，需要安装ffmpeg。 能不能播放video取决你使用的浏览器：浏览器必须要支持Theano codec in an OGG container。（chrome可以用）。

---

plot.svg

此函数绘制一个SVG对象。输入是一个SVG字符串或 一个SVG文件的名称。该功能不支持任何特定的options。

---

plot.text

此函数可在文本框中打印文本。输入输入一个text字符串。目前不支持特定的options

---

plot.mesh

此函数画出一个网格图。

输入：

• X(tensor): shape(N*2或N*3) 定义N个顶点
• Y(tensor， optional)：shape(M*2或M×3) 定义多边形

支持下列特定选项:

• options.color: color (string)
• options.opacity: 多边形的不透明性 (number between 0 and 1)

---

Reference：

1. 使用 Visdom 在 PyTorch 中进行可视化
2. Pytorch求索(2)： Pytorch使用visdom进行可视化
3. PyTorch 可视化工具 Visdom 介绍