读取保存在txt文件中的loss记录，并绘图

同时利用三个网络结构进行训练时，训练结束将训练产生的loss保存在三个txt文件中，文件内容如下：

                                          

因为txt文件中包含字符所以需要将字符剔除，在进行绘图！下面需要字符剔除后再将loss进行绘图，并将三个网络产生的loss进行直观的比较。代码如下：

import matplotlib.pyplot as plt
import numpy as np


iteration1 = []
Loss1 = []
with open('loss_train50w_0.01_v2.txt','r') as file:  #打开文件
    for line in file.readlines():    #文件内容分析成一个行的列表
        line = line.strip().split(" ")   #按照空格进行切分
        #print(line)
        itera,loss = line[0],line[2]    #一行拆分为三行
        itera = int(itera.split(':')[1])  #保留itera参数
        iteration1.append(itera)    #保存在数组中
        loss = float(loss.split(':')[1])
        Loss1.append(loss)
        #print(itera,'\n',loss)

iteration2 = []
Loss2 = []
with open('loss_train50w_0.01.txt','r') as file:
    for line in file.readlines():
        line = line.strip().split(" ")
        itera,loss = line[0],line[2]
        itera = int(itera.split(':')[1])
        iteration2.append(itera)
        loss = float(loss.split(':')[1])
        Loss2.append(loss)
       

iteration3 = []
Loss3 = []
with open('loss_train100w_0.01.txt','r') as file:
    for line in file.readlines():
        line = line.strip().split(" ")
        itera,loss = line[0],line[2]
        itera = int(itera.split(':')[1])
        iteration3.append(itera)
        loss = float(loss.split(':')[1])
        Loss3.append(loss)
       

#画图
plt.title('Loss')  #标题
#plt.plot(x,y)
#常见线的属性有：color,label,linewidth,linestyle,marker等
plt.plot(iteration1, Loss1, color='cyan', label='loss_train50w_0.01_v2')
plt.plot(iteration2, Loss2, 'b', label='loss_train50w_0.01')#'b'指：color='blue'
plt.plot(iteration3, Loss3, 'r', label='loss_train100w_0.01')#'r'指：color='red'

plt.legend()  #显示上面的label
plt.xlabel('Iteration')
plt.ylabel('Loss')

#plt.ylim(-1,1)#仅设置y轴坐标范围
plt.show()

最终绘制结果如下：