Мне нужно на питоне отрисовать два графика вместе по списку точек
- User
Мне нужно на питоне отрисовать два графика вместе по списку точек
- Assistant
Чтобы отрисовать два графика вместе по списку точек на Python, можно воспользоваться библиотекой
matplotlib. Вот пример кода, который покажет, как это можно сделать:import matplotlib.pyplot as plt # Пример списков координат points1 = [(1, 2), (2, 3), (3, 5), (4, 7)] points2 = [(1, 4), (2, 5), (3, 6), (4, 8)] # Разбиваем точки на координаты X и Y для первого набора точек x1, y1 = zip(*points1) # Разбиваем точки на координаты X и Y для второго набора точек x2, y2 = zip(*points2) # Создаем фигуру и оси plt.figure(figsize=(8, 6)) # Отрисовываем первый набор точек plt.plot(x1, y1, label='График 1', marker='o') # Отрисовываем второй набор точек plt.plot(x2, y2, label='График 2', marker='o') # Добавляем заголовок и подписи к осям plt.title('Два графика') plt.xlabel('X') plt.ylabel('Y') # Добавляем легенду plt.legend() # Показываем график plt.show()Это пример простой отрисовки двух графиков на одном поле. Вы можете изменять стили линий, цвета, маркеры и другие параметры, чтобы настроить графики под ваши нужды.
- User
У меня только координата Y, X надо сделать равномерным для каждой точки - Х - это каждые 100 итераций, Y - метрика после обучения на 100 итерациях
- Assistant
Если у вас есть только координаты Y, а X нужно установить равномерно, например, с шагом 100, вы можете сгенерировать координаты X с использованием функции
rangeилиnumpy.arange. Вот как можно это сделать:import matplotlib.pyplot as plt # Пример данных # Y - метрики после обучения на каждых 100 итерациях metrics1 = [0.8, 0.85, 0.88, 0.9] metrics2 = [0.75, 0.82, 0.86, 0.89] # Генерация равномерных координат X с шагом 100 для каждой метрики x = range(100, 100 * len(metrics1) + 1, 100) # Создаем фигуру и оси plt.figure(figsize=(8, 6)) # Отрисовываем метрики для первого набора данных plt.plot(x, metrics1, label='Модель 1', marker='o') # Отрисовываем метрики для второго набора данных plt.plot(x, metrics2, label='Модель 2', marker='o') # Добавляем заголовок и подписи к осям plt.title('Сравнение метрик моделей') plt.xlabel('Итерации') plt.ylabel('Метрика') # Добавляем легенду plt.legend() # Показываем график plt.show()В этом примере
xсоздается с помощьюrange, где100- это начальное значение,100 * len(metrics1) + 1- конечное значение (не включается в саму последовательность), а100- шаг. Таким образом,xбудет содержать значения[100, 200, 300, 400]. Подобный подход можно использовать и дляmetrics2или других наборов данных. - User
У меня есть датафрейм, в ней столбец server_audio_path. Мне нужно в нем заменить для каждой строки ../ft_whisper/ru-kk/ipotekagroup-segm/10.8.6.1... на ../ft_whisper/ru-kk/asr_kk/10.8.6.1...
- Assistant
Чтобы заменить часть строки в столбце
server_audio_pathдатафрейма на другую часть строки, вы можете использовать методstr.replaceиз библиотеки pandas. Это позволит вам выполнить замену для всех строк столбца. Вот пример того, как это можно сделать:import pandas as pd # Пример датафрейма data = { 'server_audio_path': [ '../ft_whisper/ru-kk/ipotekagroup-segm/10.8.6.1/audiofile1.wav', '../ft_whisper/ru-kk/ipotekagroup-segm/10.8.6.1/audiofile2.wav', '../ft_whisper/ru-kk/ipotekagroup-segm/10.8.6.1/audiofile3.wav' ] } df = pd.DataFrame(data) # Выполняем замену в столбце server_audio_path df['server_audio_path'] = df['server_audio_path'].str.replace( '../ft_whisper/ru-kk/ipotekagroup-segm/10.8.6.1', '../ft_whisper/ru-kk/asr_kk/10.8.6.1', regex=False # Указываем regex=False, так как это простая строковая замена ) # Выводим измененный датафрейм print(df)В этом примере
str.replaceзаменяет все вхождения строки'../ft_whisper/ru-kk/ipotekagroup-segm/10.8.6.1'на'../ft_whisper/ru-kk/asr_kk/10.8.6.1'в столбцеserver_audio_path. Опцияregex=Falseиспользуется, чтобыstr.replaceрассматривал строку замены как простую строку, а не как регулярное выражение. - User
Как объединить выборки train и test
DatasetDict({ train: Dataset({ features: ['enterprise_id', 'enterprise_name', 'enterprise_group', 'enterprise_description', 'server_audio_path', 'ls_audio_path', 'text', 'id', 'transcription', 'annotator', 'annotation_id', 'created_at', 'updated_at', 'lead_time', 'additionally', 'audio'], num_rows: 991 }) test: Dataset({ features: ['enterprise_id', 'enterprise_name', 'enterprise_group', 'enterprise_description', 'server_audio_path', 'ls_audio_path', 'text', 'id', 'transcription', 'annotator', 'annotation_id', 'created_at', 'updated_at', 'lead_time', 'additionally', 'audio'], num_rows: 248 }) })
- Assistant
Если вы используете библиотеку
datasetsот Hugging Face, то у вас, скорее всего, есть объектDatasetDict, содержащий ваши наборы данныхtrainиtest. Чтобы объединить эти два набора данных в один, вы можете воспользоваться методомconcatenate_datasetsиз этой же библиотеки.Вот как это можно сделать:
from datasets import DatasetDict, concatenate_datasets # Создайте ваш DatasetDict dataset_dict = DatasetDict({ "train": train_dataset, # замените на ваш реальный train Dataset "test": test_dataset # замените на ваш реальный test Dataset }) # Объедините train и test в один набор данных combined_dataset = concatenate_datasets([dataset_dict['train'], dataset_dict['test']]) # Вывод информации об объединенном наборе данных print(combined_dataset)Этот код предполагает, что у вас уже созданы
train_datasetиtest_datasetи они содержатся вDatasetDict. Методconcatenate_datasetsпринимает список наборов данных и комбинирует их в один. Убедитесь, что у обоих наборов данных одинаковые признаки (features), чтобы объединение прошло успешно.