【TBE算子开发】数据可视化分析(Octave)

可视化（Visualization）:

为了清晰有效地传递信息，数据可视化使用统计图形、图表、信息图表和其他工具。可以使用点、线或条对数字数据进行编码，以便在视觉上传达定量信息。

有效的可视化可以帮助用户分析和推理数据和证据。它使复杂的数据更容易理解、理解和使用。

Visualization的定义我盗用维基上的几句话，就不做具体展开。

至于工具的使用如webGL OpenGL DirectX 这些三维图形库。或者简单的CSS+javaScript 的二维图形变化等。甚至OpenCV库也可。

从不那么底层的角度，推荐Matlab、Octave或者python下的numpy和matplotlib库。都可达到绘制好看的图表的效果。

这里我简单介绍下Octave的使用。Octave是个科学计算的工具，可以当成轻量级的matlab，关键它是免费。(在stanford教授吴恩达关于机器学习的公开课中被强推）

可以在官网直接下载。

https://ftp.gnu.org/gnu/octave/

https://www.gnu.org/software/octave/download.html

详细使用方法见附件。

这里介绍基本的数据处理和图表的绘制（可视化）。

首先读取数据

load data.txt

m = load('data.txt')

存储数据

save data.txt m

save('data.txt', m)

这里要求data.txt 里面是数据的矩阵，不允许字符串的出现。

而在实际处理.xlsx数据肯定有许多字符串类型。

因此这里推荐一个 dlmread指令。（也有xlsread可以读取excel表格，具体使用和配置自己google）

首先把xslx要读取的数据的sheet转成csv格式（注意转csv格式只会保存当前页） 或文本文件，或者Unicode文本

然后用

m = dlmread('data.txt', '\t')；(ps第一个是文件名， 第二个是分隔符，默认读取好像是制表符分隔，这里可省略'\t') 

m = dlmread('data.csv', ',');

然后m就存成了excel表的矩阵。（矩阵中数字存成double的数据，非数字的全都为0）

假设上述是我们的表格。我要读取上述两列的全部数据

Input = m(:, 7);                        (第7列全部）

GpuOutput = m(:, 13);            (第13列全部）

若是要读取第七列和十三列的4-8940行的数据

则

Input = m(4:8940, 7);

GpuOutput = m(4:8940, 13);

//处理数据

model = m(4:8940, 19);

Diff_Gpu = model - GpuOutput;

for i = 1:8937

Diff_Gpu(i) = Diff_Gpu(i)/GpuOutput(i);

/***********************************************/

Diff_Cpu同理

/**********************************************/

然后绘制

plot(x, Diff_Gpu, 'o'); (Input为x轴，GpuOutput为y轴,用圆圈绘制）

xlabel('x');       //x轴标签                                               

ylabel('value');//y轴标签

title(''Diff of model and cpu or gpu); //title

hold on;                                 //在同一张上面再次绘制

plot(x, Diff_Cpu, 'o');

hold off;

Axis([0 1 -0.002 0.002]);             //x y 轴区间

legend('Diff2Gpu', 'Diff2Cpu');  //对颜色注释                               

最终如下图

我们可以用上述功能实现图表的可视化分析。

也支持三维函数的可视化。如下：

更多精彩内容，请访问昇腾开发者社区