python sns绘制回归线_使用seaborn绘制强化学习中的图片

seaborn可以说是matplotlib的升级版，使用seaborn绘制折线图时参数数据可以传递ndarray或者pandas，方便又好看！本篇用绘制强化学习中的rewards举例，实际上也可以用来机器学习中的loss曲线，原理类似。

从一个简单示例开始

import matplotlib.pyplot as plt
import numpy as np
import seaborn as sns # 导入模块
sns.set() # 设置美化参数，一般默认就好

rewards = np.array([0, 0.1,0,0.2,0.4,0.5,0.6,0.9,0.9,0.9])
plt.plot(rewards)
plt.show()

如上首先导入seaborn模块，并设置美化参数(aesthetic parameters)sns.set()，使用matplotlib.pyplot as plt就可以绘制一个基本的图像:

使用sns.lineplot或者sns.relplot

实际上relplot包含lineplot和scatterplot，并通过kind传参可以转换为lineplot，

relplot(kind="line")等价于lineplot
relplot(kind="scatter")等价于scatterplot

然后再进行适当的调整并加上x，y轴的label，如下：

import matplotlib.pyplot as plt
import numpy as np
import seaborn as sns; sns.set() # 因为sns.set()一般不用改，可以在导入模块时顺便设置好

rewards = np.array([0,