项目场景

论文中需要展示tensorboard中的分类损失曲线，但tensorboard中的显示会有网格和平滑前的阴影，无法自由设置，PS处理也不太方便。

---

问题描述

tensorboard界面中，勾选左上角“a”后，将显示“b,c”，分别可导出svg图像和csv数据。

1. 导出SVG图像并进行修改

   首先尝试导出SVG图像再进行修改，但导出的图像不完整，打开会报错。
   参考：https://blog.csdn.net/Miss_yan/article/details/102641639
   由于更新TF版本影响项目环境，所以放弃该方法。

2. 导出CSV数据重新绘图
   参考： https://blog.csdn.net/Charel_CHEN/article/details/80364841
   感谢大佬，但是在使用过程中，绘制图像出现空白画布，经检查有两点问题，分别是：1.输入数据格式转换；2.坐标轴范围调整。

---

解决方案

1.输入数据格式转换；
默认是识别为字符串的，y轴loss数据必须强制转换为float否则无法绘图

def readcsv(files):
    csvfile = open(files, 'r')
    plots = csv.reader(csvfile, delimiter=',')
    plots.__next__() #如果有标题还需要跳过第一行
    x = []
    y = []
    for row in plots:
        x.append((row[1]))
        y.append(float(row[2])) #强制转换
    return x ,y

2.坐标轴范围调整
这里需要注意，因为前面没有转化x轴数据格式，所以也是读入的字符串，设置间隔和范围都是以序号为单位的。设置我一开始愚蠢的设置了训练次数，导致坐标轴范围过大图像很小，改了半天。也可以在前面转换成int，这里就可以使用训练次数设置。
这部分代码如下，训练次数90k，loss每100次保存一次：

plt.rcParams['font.sans-serif']=['SimHei'] 
#用来正常显示中文标签
x_major_locator=MultipleLocator(100)
#x轴的刻度间隔
y_major_locator=MultipleLocator(0.25)
#y轴的刻度间隔
ax=plt.gca()
#ax为两条坐标轴的实例
ax.xaxis.set_major_locator(x_major_locator)
#把x轴的主刻度设置为1的倍数
ax.yaxis.set_major_locator(y_major_locator)
#把y轴的主刻度设置为10的倍数
plt.xlabel(u"训练次数")#横坐标名字
plt.ylabel(u"分类损失")#纵坐标名字
plt.ylim(0, 1)# y轴的最大值，y轴不受影响
plt.xlim(0, 900)# x轴最大值，