このプログラムの目的
このプログラムはdqn.pyなどの学習によって得られたエージェントの収益グラフ，もしくはその学習過程をグラフとして出力するものです．
work_share
├02_get_stock_price
└03_dqn_learning
├Dockerfile
├docker-compose.yml
└src
├draw_graph
| └draw_tools.py (これを作成)
├enviroment
| └stock_env.py
├reinforcement_learning
| └dqn.py
├result(自動生成)
└experiment01.py保存したデータのグラフ化
分けて話すようなことでもないので，一括で載せます．
plot_total_assets_graphとplot_money_graphは実は統合できます．ほとんど中身が同じです．
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
from matplotlib.ticker import ScalarFormatter
def plot_log(log, save_path, key):
x = log['i']
y = log[key]
plt.cla()
plt.clf()
plt.plot(x, y)
plt.title(key)
plt.savefig(save_path, bbox_inches='tight')
def plot_total_assets_graph(log, save_path, title):
plt.cla()
plt.clf()
df = log.groupby('date').mean()
df = df.reset_index()
df['date'] = pd.to_datetime(df['date'])
df = df.sort_values('date').reset_index(drop=True)
fig, ax = plt.subplots()
ax.plot(df['date'], df['total_assets'])
ax.set_xlabel('date')
ax.set_title(title)
ax.xaxis.set_tick_params(rotation=30)
ax.yaxis.set_major_formatter(ScalarFormatter(useMathText=True))
ax.ticklabel_format(style="sci", axis="y",scilimits=(0,0))
plt.savefig(save_path, bbox_inches='tight')
def plot_money_graph(log, save_path, title, key):
plt.cla()
plt.clf()
df = log.groupby('date').mean()
df = df.reset_index()
df['date'] = pd.to_datetime(df['date'])
df = df.sort_values('date').reset_index(drop=True)
fig, ax = plt.subplots()
ax.plot(df['date'], df[key])
ax.set_xlabel('date')
ax.set_title(key)
ax.xaxis.set_tick_params(rotation=30)
ax.yaxis.set_major_formatter(ScalarFormatter(useMathText=True))
ax.ticklabel_format(style="sci", axis="y",scilimits=(0,0))
plt.savefig(save_path, bbox_inches='tight')