一 、Visdom 介绍

用于创建，组织和共享实时丰富数据可视化的灵活工具。支持Torch、Numpy。
Visdom旨在促进（远程）数据的可视化，重点是支持科学实验。

1.1python安装与打开Visdom

安装：

pip install visdom

安装完每次要用直接输入代码打开：

python -m visdom.server

复制输出的地址在网页中打开。
默认地址为：

http://localhost:8097/

1.2窗口概念

用户界面以空白的形式开始。可以用图表，图像和文本填充它。出现在窗口中的内容，您可以调整大小。窗口存在于envs中并且envs的状态通过sessions存储。你可以下载窗口中的内容。

1.3环境

在envs划分您的可视化空间。默认情况下，每个用户将有一个env调用main。新的envs可以在用户界面或以编程方式创建。envs的状态是长期保存的。
)

1.4Visdom 基本功能

Visdom提供以下基本的可视化功能:

• vis.image:图片
• vis.images:图像列表
• vis.text:任意HTML
• vis.audio:音频
• vis.video:视频
• vis.matplot:matplotlib图
• vis.save:序列化状态服务器端绘图
  实例：

import visdom
import torch
# 新建一个连接客户端
# 指定env = 'plot'，默认是'main',如果指定了env，就需要在浏览器界面切换env
vis = visdom.Visdom(env='plot1')

1.5支持python API：

• vis.scatter:2D或3D散点图
  -vis.line:线图
• vis.stem:stem图
• vis.heatmap:热图
• vis.bar:条形图
• vis.histogram:直方图
• vis.mesh:网格图

二 、API

2.1功能

Visdom提供以下基本的可视化功能：

• vis.image:图片
• vis.images:图像列表
• vis.text:任意的HTML
• vis.video:视频
• vis.svg:SVG对象

2.2绘制

Visdom封装了几种常见的绘图类型，以便轻松创建基本可视化。这些可视化由Plotly提供支持。
支持以下API：

• vis.scatter:2D或3D散点图
• vis.line:线图
• vis.updateTrace:更新现有的线/散点图
• vis.stem:干地块
• vis.bar:条形图
• vis.mesh:网格图

2.3自定义绘图

vis = visdom.Visdom()

trace = dict(x=[1,2,3,4,5,6], y=[6,5,4,3,2,1], mode="markers+lines", type='custom',
             marker={
    'color': 'vlue', 'symbol': 10, 'size': "10"},
             text=["one", "two", "three"], name='1st Trace')
layout = dict(title="图*", xaxis={
    'title': 'X轴'}, yaxis={
    'title': 'Y轴'})

vis._send({
    'data': [trace], 'layout': layout, 'win': 'mywin'})

2.4 结束绘图步骤

• vis.close ：通过ID关闭一个窗口
• vis.win_exists ：通过id检查一个窗口是否已经存在
• vis.check_connection：检查服务器是否连接

三、基本内容

3.1 vis.image

该函数绘制一个"img"。它以CxHxW张量的img作为输入
支持以下opts:

• jpgquality:JPG的质量(number 0-100)。如果已定义，图像将另存为JPG以减小文件大小。如果未定义，图像将另存为PNG。
• title：图片的标题
• caption:图片的说明
• store_history:将所有图像存储在同一窗口中，并在底部附加一个滑块，使你可以选择要查看的图像。将新图像发送到具有历史记录的图像时，必须始终提供此选项。

3.2 vis.images

支持以下参数和opts:

• nrow:连续的图像数量
• padding:在图片周围填充，在所有4条边均等填充
• opts.jpgquality:JPG的质量(number 0-100)。如果已定义，图像将另存为JPG以减小文件大小。如果未定义，图像将另存为PNG。
• opts.title：图片的标题
• opts.caption:图片的说明

3.3 vis.text

在框中打印文本，不支持特定的opts。

import visdom
import numpy as np
vis = visdom.Visdom()
vis.text('Hello, world!')

3.4 vis.matplot

绘制Matplotlibplot。函数支持一个特定于绘图的选项:“可调整大小”。

3.5 vis.plotlyplot

绘制一个Plotly图对象。它没有显式地采用选项，因为它假定你已经显式配置了图形的"布局"。需安装"plotly"软件包才能使用此函数（pip install plotly）。

3.6 vis.scatter

绘制2D或3D散点图。它取一个Nx2或Nx3张量X作为输入，它指定了散点图中N个点的位置。一个包含范围在1到K之间的离散标签的可选的N个张量Y也可以指定，标签将反映在标记的颜色上。
更新可以用来有效地更新现有图的数据。使用’append’来添加数据，使用’replace’来使用新数据，或使用’remove’来删除由name指定的跟踪。如果不存在，使用update ='append’将创建一个图，否则将其追加到现有图上。如果要更新单个跟踪，请使用"name"指定要更新的跟踪的名称。全部为NaN的更新数据将被忽略(可用于屏蔽更新)。
支持以下opts:

• opts.markersymbol:标记符号(string;默认=‘dot’)
• opts.markersize:标记大小(number;默认=‘10’)
• opts.markercolor:每个标记的颜色。(torch.* Tensor;默认=nil)
• opts.legend:table包含图例名称
• opts.textlabels:每个点的文本标签(list:默认 =None)
• opts.markercolor是具有整数值的张量。张量的大小可以为Nx2或Nx3张量

3.7 vis.line

绘制线图。它以一个N或NxM张量作为输入，"Y"指定"M"行的值(连接"N"个点)绘图。它还需要一个可选的X张量来指定相应的x轴值;X可以是N张量(在这种情况下线将共享相同的x轴值)或具有与"Y"相同的尺寸。
支持以下opts:

• opts.fillarea:填充线以下的区域(boolean)
• opts.markers:显示标记(boolean;默认=false)
• opts.markersymbol:标记符号(string;默认=‘dot’)
• opts.markersize:标记大小(number;默认=‘10’)
• opts.linecolor:线条颜色(np.array;默认=None)
• opts.dash:每行的行破折号类型(np.array;默认=‘solid’)，为solid，dash，dashdot或dash之一，大小应与画线
• opts.legend:table包含图例名称

import visdom
import torch
# 新建一个连接客户端
# 指定env = '可以自己创建'，默认是'main',如果指定了env，就需要在浏览器界面切换env
vis = visdom.Visdom(env='可以自己创建')
# 绘制余弦函数函数
x = torch.arange(-10, 10, 0.1)
y = torch.cos(x)
vis.line(X=x,Y=y, win='cosx',opts={
    'title':'cos函数'})