可视化图表

DVC 可以基于项目中的数据生成并渲染图表。典型的工作流程如下：

1. 保存图表数据并定义如何可视化图表。最简单的方法是使用DVCLive，它会自动为你保存数据并定义图表。

2. 运行实验并比较生成的图表（下图使用了VS Code 扩展）。

   

支持的图表文件格式

要创建有效的图表文件，你可以：

• 在 Python 代码中使用DVCLive，将数据以 DVC 兼容的格式自动记录下来。
• 自行生成 JSON、YAML 1.2、CSV 或 TSV 格式的数据序列文件。
• 保存 JPEG、GIF、PNG 或 SVG 图像文件，以便直接在报告中渲染（适用于那些在 DVC 中难以配置的自定义可视化图表）。

DVC 将图表生成为静态 HTML 网页，你可以用浏览器打开，或通过 DVC 扩展中的图表仪表板在 VS Code 中查看。（可从该界面将图表另存为 SVG 或 PNG 图像文件。）

对于数据序列类图表，DVC 期望文件中包含一个或多个对象数组（通常是浮点数）。这些图表使用Vega-Lite（一种用于定义图形的声明式语法）进行渲染。

表格数据

在表格格式文件（CSV 和 TSV）中，每一列代表一个数组。dvc plots 子命令可以为指定的一列或多列生成图表。例如，epoch、loss 和 accuracy 是下面示例中的列名：

epoch,loss,accuracy
1,0.19,0.81
2,0.11,0.89
3,0.07,0.93
4,0.04,0.96

你可以配置 DVC 如何可视化数据（参见dvc plots show）：

$ dvc plots show logs.csv -x epoch -y loss
file:///Users/usr/src/dvc_plots/index.html

分层数据

分层格式文件（JSON 和 YAML）应包含结构一致的对象数组（具有相同的结构）：所有对象都应包含用于图表 X 轴和 Y 轴的字段（参见DVC 模板锚点）；多余的元素将被静默忽略。

dvc plots 子命令可以从数组对象中为指定的一个或多个字段生成图表。例如，loss 是下面 train 数组中某个对象的字段名之一：

{
  "train": [
    { "accuracy": 0.96658, "loss": 0.10757 },
    { "accuracy": 0.97641, "loss": 0.07324 },
    { "accuracy": 0.87707, "loss": 0.08136 },
    { "accuracy": 0.87402, "loss": 0.09026 },
    { "accuracy": 0.8795, "loss": 0.0764 },
    { "accuracy": 0.88038, "loss": 0.07608 },
    { "accuracy": 0.89872, "loss": 0.08455 }
  ]
}

你可以配置 DVC 如何可视化数据（参见dvc plots show）：

$ dvc plots show train.json -y loss
file:///Users/usr/src/dvc_plots/index.html

定义图表

为了创建可视化图表，用户需要提供数据以及（可选的）配置信息，以帮助在 dvc.yaml 文件中自定义图表。如果你正在使用DVCLive，它会自动配置图表，但你也可以添加自己的自定义图表。最简便的方式是使用VS Code 的 DVC 扩展在你的 dvc.yaml 文件中定义图表。

该扩展不仅可以定义图表，还能简化图表调试过程。

你也可以手动编辑 dvc.yaml 来配置图表，如下所示：

plots:
  # Data series source
  - eval/live/plots/sklearn/cm/test.json:
      # Configure template and axes.
      template: confusion
      x: actual
      y: predicted

  # Multiple data sources
  - ROC:
      x: fpr
      y:
        eval/live/plots/sklearn/roc/train.json: tpr
        eval/live/plots/sklearn/roc/test.json: tpr

  # Image file source
  - eval/importance.png
  # Directory of images or data sources
  - eval/misclassified_examples

在最简单的使用场景中，你只需提供图表文件的路径。在以下示例中，DVC 将从 logs.csv 中提取数据，并使用默认的绘图行为（对最后一个找到的列应用 linear 图表模板）：

plots:
  - logs.csv

$ dvc plots show
file:///Users/usr/src/dvc_plots/index.html

如需自定义，我们可以：

• 使用一个非文件路径的图表 ID（如 ROC）。
• 指定一个或多个列作为 x（fpr）和 y（tpr）轴。
• 将一个或多个数据源（evaluation/train/plots/roc.json 和 evaluation/test/plots/roc.json）指定为 x 和 y 轴的键。
• 指定任何其他可用的配置字段（title、template、x_label、y_label）。

plots:
  - ROC:
      x: fpr
      y:
        evaluation/train/plots/roc.json: tpr
        evaluation/test/plots/roc.json: tpr
      title: Train vs. Test ROC
      x_label: False Positive Rate
      y_label: True Positive Rate

$ dvc plots show
file:///Users/usr/src/dvc_plots/index.html

绘图模板（仅限数据序列）

DVC 使用Vega-Lite JSON 规范从用户数据创建图表，并内置了一组绘图模板。

linear 模板是默认模板。可通过dvc plots show 和 dvc plots diff 的 --template（-t）选项更改。传递给 --template 的参数可以是（内置）模板名称，也可以是指向自定义模板的路径。

DVC 提供以下内置绘图模板：

• linear - 基础线性图，包含光标交互功能（默认）
• simple - 最简单的线性模板（无交互）；适合作为创建自定义模板的基础。
• scatter - 散点图
• smooth - 带有 LOESS 平滑的线性图，参见示例
• confusion - 混淆矩阵，参见示例
• confusion_normalized - 数值归一化到 <0, 1> 范围的混淆矩阵
• bar_horizontal - 水平条形图，参见示例
• bar_horizontal_sorted - 按条形大小排序的水平条形图

注意，对于 CSV/TSV 指标文件，表头（第一行）中的列名等同于字段名。

有关如何基于预定义模板创建自己的模板，请参考dvc plots templates。

比较图表

当你运行实验或以其他方式更新图表文件中的数据时，这些更新将自动反映在你的可视化图表中。要在实验之间或 Git 版本之间进行比较，你可以使用dvc plots diff、来自VS Code 扩展的图表仪表板，或 [DVC Studio] 与他人共享结果。

$ dvc plots diff $(dvc exp list --name-only)