如何在Matplotlib中绘制循环生成的超参数实验结果

嘿，我来帮你搞定这个Matplotlib绘图的问题～其实最合理的做法是先把所有循环产生的数据收集起来，等循环结束后统一绘图，这样既高效又方便调整图表样式。下面给你两种方案，对应不同的需求：

方案一：完整循环收集数据后绘图（推荐） #

如果后续你要跑完整的[5,25,50,100,250,500]所有n_estimators测试，用这个方案最合适。我们先初始化两个空列表，在循环里把每次的n_estimators和对应的MAE存进去，最后一次性绘图：

import matplotlib
import matplotlib.pyplot as plt
import numpy as np

# 初始化空列表存储数据
n_estimators_list = []
mae_list = []

for n_estimators in [5, 25, 50, 100, 250, 500]:
    my_mae = get_mae(n_estimators, train_X, test_X, train_y, test_y)
    print(n_estimators, my_mae)
    # 将每次的结果添加到列表中
    n_estimators_list.append(n_estimators)
    mae_list.append(my_mae)

# 循环结束后绘制图表
plt.figure(figsize=(10, 6))  # 设置图表大小
# 用折线+散点的组合，既看趋势又看单个数据点
plt.plot(n_estimators_list, mae_list, marker='o', linestyle='--', color='blue', linewidth=2, markersize=8)
plt.xlabel('Number of Estimators (n_estimators)', fontsize=12)
plt.ylabel('Mean Absolute Error (MAE)', fontsize=12)
plt.title('MAE vs. Number of Estimators', fontsize=14, fontweight='bold')
plt.grid(True, alpha=0.3)  # 添加网格，让数据更易读
plt.show()

为什么不推荐在循环里每次画一个点？因为那样会重复调用绘图函数，代码冗余，而且后续要调整标题、坐标轴样式时，得修改循环里的每一行代码，非常麻烦。先收集数据再统一绘图，能一次性控制整个图表的外观。

方案二：针对已有的3个数据点绘图 #

如果你现在只需要用已经得到的3组数据（5→108070.017；25→54273.79；50→55912.80）来绘图，可以直接定义数据列表，跳过循环：

import matplotlib.pyplot as plt

# 直接定义已有的数据
n_estimators = [5, 25, 50]
mae_values = [108070.017, 54273.79, 55912.80]

plt.figure(figsize=(8, 5))
plt.scatter(n_estimators, mae_values, color='red', s=120, label='MAE Data')  # 散点图
plt.plot(n_estimators, mae_values, color='red', linestyle='-', alpha=0.7)  # 折线连接
plt.xlabel('n_estimators', fontsize=11)
plt.ylabel('Mean Absolute Error (MAE)', fontsize=11)
plt.title('MAE for Selected n_estimators', fontsize=13)
plt.legend()
plt.grid(axis='y')
plt.show()

这样就能快速生成你需要的图表啦～

内容的提问来源于stack exchange，提问作者ee8291