python 两条纵坐标折线图绘制
import numpy as np
import pandas as pd
import matplotlib.pyplot as mp
import matplotlib.pyplot as plt
plt.style.use(['science', 'no-latex'])
from matplotlib.pyplot import MultipleLocator
from matplotlib import rcParams
config = {
"font.family":'Times New Roman', # 设置字体类型
"font.size": 4.5,
# "mathtext.fontset":'stix',
}
rcParams.update(config)
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
plt.style.use(['science', 'no-latex'])
plt.rcParams['font.family'] = "Times New Roman"
x_index = [1,2,3,4,5,6,7,8,9,10]
# Data Prepare BEGIN
# Data located in
# E:/A_A_A_A_Papers/Federated_Learning/MU_base_on_IF/influence-release-master-Convex/influence-release-master/' \
# 'z_Retrain_on_model/Best_result/Experiment_data_save/save_params/save_params_mu.txt'
x = [200, 400, 600, 800, 1000, 1200, 1400, 1600, 1800, 2000]
y0_MNIST = []
y1_MNIST = []
y2_MNIST = []
y0_FASHION = []
y1_FASHION = []
y2_FASHION = []
y0_CIFAR10 = []
y1_CIFAR10 = []
y2_CIFAR10 = []
y0_SVHN = []
y1_SVHN = []
y2_SVHN = []
# Data Prepare END
# Plot BEGIN
fig = plt.figure(figsize=(4,3),dpi=300)
# @@@ Fig_1 BEGIN
ax0 = fig.add_subplot(2, 2 , 1)
ax0.set(ylabel='Accuracy $D_{test}$')
ax0.set(xlabel='Forgotten Samples')
x_major_locator=MultipleLocator(200)
ax0.xaxis.set_major_locator(x_major_locator)
ax0.tick_params(axis='x', which='both',colors='black', direction='out')
ax0.tick_params(axis='y', colors='dodgerblue')
ax0.tick_params(axis='y', which='minor',colors='green')
# ax0.spines['top'].set_color('red')
# ax0.spines['right'].set_color('red')
# ax0.xaxis.label.set_color('red')
# ax0.tick_params(axis='y', colors='red')
ax0.plot(x,y0_MNIST,marker='s',lw=.5,label='Retrain',markersize=2,color='orange')
plt.ylim((88,91))
ax0.plot(x,y1_MNIST,marker='^',lw=.5,ls='-.',label='Forgotting',markersize=2, color='dodgerblue')
plt.legend(loc=6)
ax0_r = ax0.twinx()
ax0_r.spines['left'].set_color('dodgerblue')
ax0_r.spines['right'].set_color('orangered')
ax0_r.tick_params(axis='y', which='major',colors='orangered')
ax0_r.tick_params(axis='y', which='minor',colors='orangered')
ax0_r.xaxis.set_major_locator(x_major_locator)
# ax0_r.tick_params(axis='x', which='both',colors='orangered', direction='out')
ax0_r.plot(x,y2_MNIST,marker='o',ls='--',lw=.5,label='MIA',color='orangered',markersize=2)
ax0_r.set(ylabel='Attack Precision')
ax0_r.set_title('MNIST, Logistic Reg.')
ax0_r.title.set_size(4.5)
plt.ylim((5, 50))
plt.legend(loc=5)
# plt.xticks(x_index,x)
# @@@ Fig_1 END
# @@@ Fig_2 BEGIN
ax0 = fig.add_subplot(2, 2, 2)
ax0.set(ylabel='Accuracy $D_{test}$')
ax0.set(xlabel='Forgotten Samples')
x_major_locator=MultipleLocator(200)
ax0.xaxis.set_major_locator(x_major_locator)
ax0.tick_params(axis='x', which='both',colors='black', direction='out')
ax0.tick_params(axis='y', colors='dodgerblue')
ax0.tick_params(axis='y', which='minor',colors='green')
# ax0.spines['top'].set_color('red')
# ax0.spines['right'].set_color('red')
# ax0.xaxis.label.set_color('red')
# ax0.tick_params(axis='y', colors='red')
ax0.plot(x,y0_FASHION,marker='s',lw=.5,label='Retrain',markersize=2,color='orange')
plt.ylim((88,92.5))
ax0.plot(x,y1_FASHION,marker='^',lw=.5,ls='-.',label='Forgetting',markersize=2, color='dodgerblue')
plt.legend(loc=6)
ax0_r = ax0.twinx()
ax0_r.spines['left'].set_color('dodgerblue')
ax0_r.spines['right'].set_color('orangered')
ax0_r.tick_params(axis='y', which='major',colors='orangered')
ax0_r.tick_params(axis='y', which='minor',colors='orangered')
ax0_r.xaxis.set_major_locator(x_major_locator)
# ax0_r.tick_params(axis='x', which='both',colors='orangered', direction='out')
ax0_r.plot(x,y2_FASHION,marker='o',ls='--',lw=.5,label='MIA',color='orangered',markersize=2)
ax0_r.set(ylabel='Attack Precision')
ax0_r.set_title('FASHION, ALL-CNN.')
ax0_r.title.set_size(4.5)
plt.ylim((10, 50))
plt.legend(loc=5)
# plt.xticks(x_index,x)
# @@@ Fig_2 END
# @@@ Fig_3 BEGIN
ax0 = fig.add_subplot(2, 2, 3)
ax0.set(ylabel='Accuracy $D_{test}$')
ax0.set(xlabel='Forgotten Samples')
x_major_locator=MultipleLocator(200)
ax0.xaxis.set_major_locator(x_major_locator)
ax0.tick_params(axis='x', which='both',colors='black', direction='out')
ax0.tick_params(axis='y', colors='dodgerblue')
ax0.tick_params(axis='y', which='minor',colors='green')
# ax0.spines['top'].set_color('red')
# ax0.spines['right'].set_color('red')
# ax0.xaxis.label.set_color('red')
# ax0.tick_params(axis='y', colors='red')
ax0.plot(x,y0_CIFAR10,marker='s',lw=.5,label='Retrain',markersize=2,color='orange')
plt.ylim((70,78))
ax0.plot(x,y1_CIFAR10,marker='^',lw=.5,ls='-.',label='Forgetting',markersize=2, color='dodgerblue')
plt.legend(loc=6)
ax0_r = ax0.twinx()
ax0_r.spines['left'].set_color('dodgerblue')
ax0_r.spines['right'].set_color('orangered')
ax0_r.tick_params(axis='y', which='major',colors='orangered')
ax0_r.tick_params(axis='y', which='minor',colors='orangered')
ax0_r.xaxis.set_major_locator(x_major_locator)
# ax0_r.tick_params(axis='x', which='both',colors='orangered', direction='out')
ax0_r.plot(x,y2_CIFAR10,marker='o',ls='--',lw=.5,label='MIA',color='orangered',markersize=2)
ax0_r.set(ylabel='Attack Precision')
ax0_r.set_title('CIFAR-10, Classic-CNN.')
ax0_r.title.set_size(4.5)
plt.ylim((10, 70))
plt.legend(loc=5)
# plt.xticks(x_index,x)
# @@@ Fig_3 END
# @@@ Fig_4 BEGIN
ax0 = fig.add_subplot(2, 2, 4)
ax0.set(ylabel='Accuracy $D_{test}$')
ax0.set(xlabel='Forgotten Samples')
x_major_locator=MultipleLocator(200)
ax0.xaxis.set_major_locator(x_major_locator)
ax0.tick_params(axis='x', which='both',colors='black', direction='out')
ax0.tick_params(axis='y', colors='dodgerblue')
ax0.tick_params(axis='y', which='minor',colors='green')
# ax0.spines['top'].set_color('red')
# ax0.spines['right'].set_color('red')
# ax0.xaxis.label.set_color('red')
# ax0.tick_params(axis='y', colors='red')
ax0.plot(x,y0_SVHN,marker='s',lw=.5,label='Retrain',markersize=2,color='orange')
plt.ylim((80,90))
ax0.plot(x,y1_SVHN,marker='^',lw=.5,ls='-.',label='Forgetting',markersize=2, color='dodgerblue')
plt.legend(loc=6)
ax0_r = ax0.twinx()
ax0_r.spines['left'].set_color('dodgerblue')
ax0_r.spines['right'].set_color('orangered')
ax0_r.tick_params(axis='y', which='major',colors='orangered')
ax0_r.tick_params(axis='y', which='minor',colors='orangered')
ax0_r.xaxis.set_major_locator(x_major_locator)
# ax0_r.tick_params(axis='x', which='both',colors='orangered', direction='out')
ax0_r.plot(x,y2_SVHN,marker='o',ls='--',lw=.5,label='MIA',color='orangered',markersize=2)
ax0_r.set(ylabel='Attack Precision')
ax0_r.set_title('SVHN, Classic-CNN.')
ax0_r.title.set_size(4.5)
plt.ylim((10, 70))
plt.legend(loc=5)
# plt.xticks(x_index,x)
# @@@ Fig_4 END
# ax0_r.legend(frameon=False,ncol=3,fontsize=6)
# Plot END
# fig,ax = plt.subplots(figsize=(4,3),dpi=300)
#
# ax.set(ylabel='asddfgfhg')
# ax.set(xlabel='6666666')
# ax.plot(x,y1,marker='^',lw=.5,ls='-.',label='D5')
# plt.legend(loc=1)
#
# ax1 = ax.twinx()
# ax1.set(ylabel='dasdas')
# ax1.plot(x,y2,marker='o',ls='--',lw=.5,label='D2',color='green')
# plt.legend(loc=2)
#
# scatter_02 = ax.plot(x,y2,marker='s',ls='--',lw=.5,label='D2')
# scatter_03 = ax.plot(x,y3,marker='o',lw=.8,ls=':',label='D3')
# scatter_04 = ax.plot(x,y4,marker='o',lw=.5,label='D4')
#
# scatter_05 = ax.plot(x,y5,marker='^',lw=.5,ls='-.',label='D5')
# scatter_06 = ax.plot(x,y6,marker='^',ls='--',lw=.5,label='D6')
# ax.set_ylim(bottom=35,top=90)
#
# ax.legend(frameon=False,ncol=3,fontsize=8.5)
# text_font = {'size':'15','weight':'bold','color':'black'}
# ax.text(.88,.88,"(a)",transform = ax.transAxes,fontdict=text_font,zorder=4)
# ax.text(.87,-.08,'\nVisualization by DataCharm',transform = ax.transAxes,
# ha='center', va='center',fontsize = 4,color='black',fontweight='bold',family='Roboto Mono')
# plt.savefig(r'F:\DataCharm\学术图表绘制\Python-matplotlib\SciencePlots\class_scatter_science.png',width=5,height=3,
# dpi=900,bbox_inches='tight')
plt.tight_layout()
plt.subplots_adjust(wspace=0.5, hspace=0.5)
plt.show()
欢迎使用Markdown编辑器
你好！ 这是你第一次使用 Markdown编辑器 所展示的欢迎页。如果你想学习如何使用Markdown编辑器, 可以仔细阅读这篇文章，了解一下Markdown的基本语法知识。
新的改变
我们对Markdown编辑器进行了一些功能拓展与语法支持，除了标准的Markdown编辑器功能，我们增加了如下几点新功能，帮助你用它写博客：
- 全新的界面设计 ，将会带来全新的写作体验；
- 在创作中心设置你喜爱的代码高亮样式，Markdown 将代码片显示选择的高亮样式 进行展示；
- 增加了 图片拖拽 功能，你可以将本地的图片直接拖拽到编辑区域直接展示；
- 全新的 KaTeX数学公式 语法；
- 增加了支持甘特图的mermaid语法1 功能；
- 增加了 多屏幕编辑 Markdown文章功能；
- 增加了 焦点写作模式、预览模式、简洁写作模式、左右区域同步滚轮设置 等功能，功能按钮位于编辑区域与预览区域中间；
- 增加了 检查列表 功能。
功能快捷键
撤销：Ctrl/Command + Z
重做：Ctrl/Command + Y
加粗：Ctrl/Command + B
斜体：Ctrl/Command + I
标题：Ctrl/Command + Shift + H
无序列表：Ctrl/Command + Shift + U
有序列表：Ctrl/Command + Shift + O
检查列表：Ctrl/Command + Shift + C
插入代码：Ctrl/Command + Shift + K
插入链接：Ctrl/Command + Shift + L
插入图片：Ctrl/Command + Shift + G
查找：Ctrl/Command + F
替换：Ctrl/Command + G
合理的创建标题，有助于目录的生成
直接输入1次#，并按下space后，将生成1级标题。
输入2次#，并按下space后，将生成2级标题。
以此类推，我们支持6级标题。有助于使用TOC语法后生成一个完美的目录。
如何改变文本的样式
强调文本 强调文本
加粗文本 加粗文本
标记文本
删除文本
引用文本
H2O is是液体。
210 运算结果是 1024.
插入链接与图片
链接: link.
图片: 
带尺寸的图片:
居中的图片: 
居中并且带尺寸的图片:
当然，我们为了让用户更加便捷，我们增加了图片拖拽功能。
如何插入一段漂亮的代码片
去博客设置页面，选择一款你喜欢的代码片高亮样式，下面展示同样高亮的 代码片.
// An highlighted block
var foo = 'bar';
生成一个适合你的列表
- 项目
- 项目
- 项目
- 项目
- 项目1
- 项目2
- 项目3
- 计划任务
- 完成任务
创建一个表格
一个简单的表格是这么创建的：
| 项目 | Value |
|---|---|
| 电脑 | $1600 |
| 手机 | $12 |
| 导管 | $1 |
设定内容居中、居左、居右
使用:---------:居中
使用:----------居左
使用----------:居右
| 第一列 | 第二列 | 第三列 |
|---|---|---|
| 第一列文本居中 | 第二列文本居右 | 第三列文本居左 |
SmartyPants
SmartyPants将ASCII标点字符转换为“智能”印刷标点HTML实体。例如：
| TYPE | ASCII | HTML |
|---|---|---|
| Single backticks | 'Isn't this fun?' | ‘Isn’t this fun?’ |
| Quotes | "Isn't this fun?" | “Isn’t this fun?” |
| Dashes | -- is en-dash, --- is em-dash | – is en-dash, — is em-dash |
创建一个自定义列表
-
Markdown
- Text-to- HTML conversion tool Authors
- John
- Luke
如何创建一个注脚
一个具有注脚的文本。2
注释也是必不可少的
Markdown将文本转换为 HTML。
KaTeX数学公式
您可以使用渲染LaTeX数学表达式 KaTeX:
Gamma公式展示 Γ ( n ) = ( n − 1 ) ! ∀ n ∈ N \Gamma(n) = (n-1)!\quad\forall n\in\mathbb N Γ(n)=(n−1)!∀n∈N 是通过欧拉积分
Γ ( z ) = ∫ 0 ∞ t z − 1 e − t d t . \Gamma(z) = \int_0^\infty t^{z-1}e^{-t}dt\,. Γ(z)=∫0∞tz−1e−tdt.
你可以找到更多关于的信息 LaTeX 数学表达式here.
新的甘特图功能，丰富你的文章
- 关于 甘特图 语法，参考 这儿,
UML 图表
可以使用UML图表进行渲染。 Mermaid. 例如下面产生的一个序列图：
这将产生一个流程图。:
- 关于 Mermaid 语法，参考 这儿,
FLowchart流程图
我们依旧会支持flowchart的流程图：
- 关于 Flowchart流程图 语法，参考 这儿.
导出与导入
导出
如果你想尝试使用此编辑器, 你可以在此篇文章任意编辑。当你完成了一篇文章的写作, 在上方工具栏找到 文章导出 ，生成一个.md文件或者.html文件进行本地保存。
导入
如果你想加载一篇你写过的.md文件，在上方工具栏可以选择导入功能进行对应扩展名的文件导入，
继续你的创作。
注脚的解释 ↩︎
扫一扫
2326
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
