从TensorBoard到论文级图表：训练曲线数据提取与matplotlib重绘完整指南

前些天有个实验室的师弟把训练好的模型截图发我，问我TensorBoard里那么漂亮的训练曲线能不能直接拷进论文。我看了眼那张还带着网页灰底的截图，上头坐标文字模糊得跟马赛克似的，当场回了一句：你投顶会要是敢这么贴，审稿人第一眼就会觉得图没用心。其实这问题挺普遍的，刚入门深度学习的人基本都会踩一次：TensorBoard作为训练过程的监视工具确实好用，但它的定位从来就不是“论文出图工具”。今天我就以自己的实际习惯为主线，整理一套从TensorBoard取图、加工到排进论文的完整流程，相关的数据读取、绘制参数、格式坑点都会讲到。无论你是刚开始写第一篇论文，还是被导师要求重新出图，这篇文章应该都能帮你少走不少弯路。

1. 训练完毕先别急着截图：想清楚论文里到底需要哪种图

1.1 TensorBoard里的图在论文里分两类

开始处理之前，我会先逼自己把TensorBoard里的可视化分成两类。第一类是标量曲线，比如train loss、validation loss、accuracy、IoU、学习率这些随step或epoch变化的曲线，它们一般是放进对比实验、消融实验、收敛性分析这几类章节；第二类是图像型可视化，比如语义分割的预测掩码、目标检测的边界框、GAN生成的样本，它们一般放在方法概览图、定性结果图或者补充材料里。

两类图的处理方式完全不一样。曲线类本质上是“数据重绘”，因为你需要的是背后的数值而不是那个网页截图；图像类则需要从模型输出里重新渲染高分辨率结果，不能指望TensorBoard面板里那个小缩略图能满足印刷需求。搞清楚这个区别，后面就不会走错路。

1.2 直接截图会带来三个致命问题

我见过不少低年级同学直接“Win+Shift+S”截图交给导师，最后无一例外被打回来。仔细分析，直接截图至少有三个硬伤：

分辨率完全不可控。TensorBoard页面的渲染分辨率取决于你屏幕的物理分辨率、浏览器缩放比例和窗口大小。你看着挺清晰，一旦放进论文里被缩到单栏宽度，曲线边缘就开始发虚；如果导师想把某段曲线放大看趋势，你会立刻发现放不了，因为像素就那么多。

字体和排版与论文模板脱节。TensorBoard默认是网页端的英文字体，尺寸和坐标轴风格都不是为期刊模板设计的。论文里通常要求图表字号在7到10磅之间，线条粗细不超过1.5磅，而这些参数在网页截图中是完全不可控的。最后导致论文整体的图表风格不统一，这是很多审稿人反感的一点。

后期无法二次编辑。截图的坐标轴范围、图例位置、曲线平滑度、颜色对比，一旦截下来就全定死了。等你跑完一个更好的baseline，想把它和之前的结果画在同一张图里比较，你就只能重新打开TensorBoard再截一次，之前所有排版工作全部作废。

1.3 我的工作流：把“取数据”和“出图”彻底解耦

我自己的处理思路其实特别简单，只有两段。第一段是从TensorBoard底层的事件文件里提取数值，得到一份干净的DataFrame；第二段是用matplotlib（或者你想用其他的绘图库也行）重新绘制出期刊级别的图表。这样做的最大好处是：log目录一旦生成，不管以后要改配色、换坐标范围、增加一个对比方法，都只动绘图脚本，不需要重新训练模型，也不用再打开浏览器去碰TensorBoard。

这一步看似多绕了一圈，实际在你论文周期内能省下数不清的时间。下面我就把这个流程从头到尾拆开讲。

2. 从TensorBoard日志里取数，而不是从网页上取图

2.1 先认识events文件：TensorBoard的一切数据源头

先明确一点：TensorBoard网页上所有曲线背后都是磁盘上的一堆事件文件。训练时你设置logdir参数，框架会在该目录下生成形如events.out.tfevents.1699999999.localhost.12345.0的文件。这个文件内部是一种顺序记录格式，每一条记录包含tag名、step数、wall_time时间戳以及对应的数值。TensorBoard前端通过解析这些记录画出曲线。

因此，如果你不想依赖浏览器，就可以直接在Python里解析这些events文件。不管你的模型是PyTorch、TensorFlow还是PaddlePaddle训练的，只要最后写日志时用的是TensorBoard协议，这个方案都通用。

2.2 用EventAccumulator读取标量数据

最直接的方式是TensorBoard自带的EventAccumulator，不需要额外安装依赖，TensorBoard装好了就能用。一个典型的读取代码如下：

from tensorboard.backend.event_processing import event_accumulator ea = event_accumulator.EventAccumulator( "runs/exp1", size_guidance={event_accumulator.SCALARS: 0} ) ea.Reload() print(ea.Tags())

输出里的Tags()会返回当前运行目录下所有可用的tag集合，通常包括scalars、images、histograms等类别。对于标量，我们这样取出全部数值：

scalar_data = ea.Scalars("loss/train") for item in scalar_data: print(item.step, item.value, item.wall_time)

每条记录是一个命名元组，.step是训练步数，.value是标量值，.wall_time是写入时的时间戳。注意size_guidance参数很重要：默认情况下EventAccumulator会限制每个tag最多保留多少条记录，设置成{event_accumulator.SCALARS: 0}表示“不限制”，否则等日志文件很大时会发现读出来的数据被截断了，这个坑我踩过不止一次。

2.3 用tbparse一步拿到整理好的DataFrame

如果只是单个run、单个tag，EventAccumulator完全够用。但如果要横向对比很多实验、很多tag，我建议用tbparse这个第三方库，它会把多个run读成长表格式的pandas DataFrame，处理起来非常顺手。

pip install tbparse

用法如下：

import tbparse df = tbparse.SummaryReader("runs").scalars print(df.head())

输出大概长这样：

run tag step value 0 exp1 loss/train 0 2.315000 1 exp1 loss/train 1 2.041000 2 exp1 loss/train 2 1.833000

之后你就能用pandas的口令随便筛选和聚合了，比如按run和tag分组计算均值、标准差，或者把多个随机种子的实验合并成一条带置信区间的曲线。每次读数据时我会顺手做两步清洗：第一步去掉step重复的行，第二步按step排序。这两步看起来多余，但训练中断重启过的情况下，日志里很可能出现相同step的重复记录，不清洗的话画出来的曲线会突然出现折返。

df = df.drop_duplicates(subset=["run", "tag", "step"], keep="last") df = df.sort_values(["run", "tag", "step"])

2.4 TensorBoard网页上的“下载CSV”按钮只能应急

可能有人会说：TensorBoard面板里不是能下载CSV吗，为什么还要写代码去读日志？确实，标量仪表盘右上角的小菜单可以导出当前tag的CSV，但实际用过就会知道它很鸡肋。一是它只能导出你当前选中的tag，批量导出多个tag非常麻烦；二是它不包含多run对比结构，你要一次对比10个实验就得下载10次；三是它不会做重复step的清洗，后期还得自己重新整理。所以我的结论是，网页CSV下载适合个别应急场景，但凡涉及任何批量处理或者论文级图表，老老实实用代码读日志才是正道。

3. 用matplotlib重绘训练曲线：论文级出图的关键参数

3.1 尺寸、字号、线宽怎么设才像论文图

拿到数据之后，重绘才是真正的技术活。先说尺寸。

论文插图的宽度和期刊模板强相关。以常见单栏格式为例，正文内容宽度一般是3.3英寸或8.5厘米左右；双栏页面如果要放一个横跨两栏的大图，宽度大概是6.8到7英寸。我一般在绘图脚本里先用这两个锚点值，基本不会出错：

• 单栏小图：figsize=(3.3, 2.6)
• 双栏大图：figsize=(6.8, 4.0)

字号方面，论文正文常用9到10.5磅，图表内的文字不建议比正文更小太多。我的默认设置是坐标刻度8磅、坐标轴标签9磅、图例7.5到8磅。线宽设在1.0到1.5磅之间，太细的话打印出来看不清，太粗又会盖住曲线趋势。

一份能直接用的matplotlib全局配置如下：

import matplotlib.pyplot as plt plt.rcParams.update({ "font.size": 8, "axes.linewidth": 0.8, "xtick.major.width": 0.8, "ytick.major.width": 0.8, "lines.linewidth": 1.2, "legend.frameon": False, "axes.grid": False, "figure.dpi": 150, "savefig.dpi": 600, })

这里有几个细节容易踩坑。legend.frameon: False是去掉图例边框，跟期刊模板的风格更贴合；axes.grid: False是默认不要网格，部分期刊喜欢网格，但需要自己按需添加，而且网格线一定要用浅色虚线，别用深色实线。

3.2 平滑曲线别直接用TensorBoard默认值，要自己算

TensorBoard面板里那个“Smoothing”滑条，本质上是对原始曲线做指数移动平均（EMA）。它默认的平滑系数有时候甚至是0.6，这个强度会明显压低早期loss的震荡幅度，让曲线看起来“过度美化”。因为审稿人可能注意到并质疑，我更推荐自己在matplotlib里控制平滑参数，并且在图注里明确写清楚。

EMA的实现其实很简短：

import numpy as np def ema(values, alpha=0.9): out = [] prev = values[0] for v in values: prev = alpha * prev + (1 - alpha) * v out.append(prev) return np.array(out)

alpha的取值范围是0到1，越大代表平滑越强，曲线越柔和但细节损失越多。我个人的习惯是alpha=0.8左右，跑长训练时用0.85，短训练可以降到0.7。实际操作中，我会把原始曲线用淡色细线画在底下，把EMA之后的重曲线叠在上面，这样既有原始波动信息又不显得乱。不过论文里如果只放一条平滑后的线而不放原始噪声线，一定要在图注里说明“curves are smoothed with an EMA factor of 0.8”，否则有数据美化的嫌疑。

3.3 一份可以直接套用的训练曲线绘制模板

把读取、平滑、绘图串起来，完整的模板大致是：

import numpy as np import matplotlib.pyplot as plt from matplotlib.ticker import MaxNLocator import pandas as pd from tensorboard.backend.event_processing import event_accumulator def load_tb_scalars(logdir, run, tag): ea = event_accumulator.EventAccumulator( f"{logdir}/{run}", size_guidance={"scalars": 0} ) ea.Reload() rows = [(ev.step, ev.value) for ev in ea.Scalars(tag)] df = pd.DataFrame(rows, columns=["step", "value"]) df = df.drop_duplicates(subset="step", keep="last") return df.sort_values("step") logdir = "runs" tag = "loss/valid" runs = ["exp1", "exp2"] colors = ["#1f77b4", "#ff7f0e"] linestyles = ["-", "--"] fig, ax = plt.subplots(figsize=(3.3, 2.6)) for run, color, ls in zip(runs, colors, linestyles): df = load_tb_scalars(logdir, run, tag) # 固定只画前100个step，避免后期曲线抖动干扰对比 df = df[df["step"] <= 100] smooth = ema(df["value"].values, alpha=0.8) ax.plot(df["step"], smooth, color=color, linestyle=ls, label=run) ax.set_xlabel("Epoch") ax.set_ylabel("Validation Loss") ax.set_ylim([0.0, 1.2]) ax.xaxis.set_major_locator(MaxNLocator(integer=True)) ax.legend(loc="upper right", fontsize=7) fig.tight_layout() fig.savefig("loss_valid.pdf", bbox_inches="tight") plt.close(fig)

这段代码里有几个点值得强调。一是MaxNLocator(integer=True)，它保证x轴刻度不会出现0.5、1.5这种不适合epoch展示的值；二是bbox_inches="tight"用来裁掉多余白边，但使用后要检查xlabel有没有被裁半的情况，出现的话就给fig.subplots_adjust(bottom=...)留一点空间；三是plt.close(fig)，循环画多张图时如果忘记关闭，会吃掉大量内存，尤其在本机跑完几十个实验后会更明显。

3.4 多条曲线对比时的配色与线型策略

论文里最常见的场景是把“我们的方法”和几个baseline放在同一张图里。如果只靠颜色区分，那么期刊打印成灰度版时会非常痛苦。我个人的经验是颜色和线型双重编码。

例如，一组方案可以是：

颜色尽量避开红绿相邻，因为红绿色盲读者会分不出来。我觉得tab10色彩面板作为起点没问题，但真要投稿前最好换成色盲友好型配色。

另外曲线的数量一般不要超过6条。超过6条时图例会占掉很大区域，主曲线反而不突出。真遇到方法特别多的情况，优先考虑拆成多个子图，或者用表格代替曲线。

3.5 保存格式：PDF、SVG、PNG选哪个

曲线类图我几乎永远保存成矢量格式。原因很简单：论文正文中排版后可能在Word或LaTeX里被缩放到任意尺寸，矢量图无论怎么缩放都是清晰锐利的。

在LaTeX投稿场景下，我首选保存为PDF，因为\includegraphics可以直接编译，也方便和正文统一字体。在Word投稿场景下，PDF支持度不如EMF，不过很多期刊允许高分辨率PNG，那就存600dpi的PNG。如果投的会议明确要求图片是TIFF/EPS，可以到了投稿前再统一转换，不必在绘图阶段纠结。

# 矢量图 fig.savefig("fig.pdf", bbox_inches="tight") # 高分辨率位图 fig.savefig("fig.png", dpi=600, bbox_inches="tight")

关于PNG的dpi，有一条简单的计算公式：论文里图的实际宽度（英尺）× dpi，得到两个方向的最小像素数。比如单栏图宽3.3英寸，600dpi就需要至少1980像素宽，这远高于屏幕截图所能提供的分辨率。

4. 图像类可视化也要走“重新推理”路线

4.1 TensorBoard里的缩略图只能当校视图用

很多同学把语义分割的add_image可视化结果在TensorBoard里看了一遍，觉得效果不错就想截图放到论文里。这里必须泼一盆冷水：TensorBoard的Image面板显示的图像是有损缩略图，它为了适应网页展示往往把分辨率降到几万像素以下，有些框架还会在写入事件文件时压缩质量。

所以，不管TensorBoard里显得多清晰，它的定位只能是在训练过程中快速确认模型行为是否正常，“校内检查用”的角色。真正要进论文，必须回到模型推理环节，在测试集上重新跑一次，保存未压缩或无损压缩的原始分辨率结果。

4.2 还原模型输出时最坑的归一化错误

在从模型输出保存图像之前，最大的坑是归一化还原。训练时图像一般会被归一化到[0,1]或[-1,1]，或者按RGB均值/标准差标准化。如果你直接用模型输出的浮点数组保存，出来的图要么漆黑一片，要么过曝发白。

最稳妥的办法是记住你训练时的预处理参数。以最简单的情况为例，如果只用torchvision.transforms.ToTensor()把图像从PIL的[0,255]转到[0,1]，那么保存时直接乘255即可：

img = output[0].permute(1, 2, 0).cpu().numpy() # (C, H, W) -> (H, W, C) img = img * 255 img = img.clip(0, 255).astype("uint8")

如果训练时还减了均值、除了标准差，就要先反标准化回去：

mean = np.array([0.485, 0.456, 0.406]) std = np.array([0.229, 0.224, 0.225]) img = img * std + mean img = img * 255 img = img.clip(0, 255).astype("uint8")

这里最容易翻车的点是：有些模型输出范围是[-1,1]，忘了加(x+1)/2这一步，保存出来的图整体偏暗，颜色灰蒙蒙的。我的建议是在保存前加一行断言检查数据范围，避免肉眼排查半天。比如assert 0 <= img.min() and img.max() <= 255。

4.3 一种高效批量生成分割/检测结果图的做法

对于分割类任务，我一般写成类似这样的脚本：

model.eval() save_dir = "vis_results" os.makedirs(save_dir, exist_ok=True) for i, batch in enumerate(valid_loader): if i >= 10: break images, masks = batch[0], batch[1] with torch.no_grad(): preds = model(images) pred_mask = preds.argmax(dim=1, keepdim=True) # (B, 1, H, W) for b in range(images.size(0)): fig, axes = plt.subplots(1, 3, figsize=(9, 3)) axes[0].imshow(denormalize(images[b])) axes[0].set_title("Input") axes[1].imshow(denormalize(images[b])) axes[1].imshow(masks[b][0].squeeze().cpu(), cmap="jet", alpha=0.5) axes[1].set_title("Ground Truth") axes[2].imshow(denormalize(images[b])) axes[2].imshow(pred_mask[b][0].squeeze().cpu(), cmap="jet", alpha=0.5) axes[2].set_title("Prediction") for ax in axes: ax.axis("off") plt.tight_layout() plt.savefig(f"{save_dir}/sample_{i:03d}_{b}.png", dpi=300, bbox_inches="tight", pad_inches=0.02) plt.close(fig)

几个细节要注意。第一，保存分割叠加图时alpha=0.5左右的半透明掩码是通用做法，太透明会导致掩码看不清，太不透明会盖住原图底层信息。第二，cmap="jet"虽然显眼但并非所有期刊都认可，部分审稿人会觉得太花哨，可以换成更温和的colormap，比如viridis或自己定义一个分类色板。第三，pad_inches参数用于控制白边，保存结果需要在Word里直接使用时，把白边压到最小最方便。

对于检测类任务，建议直接用PIL或者OpenCV绘制边界框和类别标签后保存，不要再用matplotlib一层层叠加，否则在大批量处理时性能很差，而且框线坐标在matplotlib坐标变换下容易被搞错。

4.4 合成对比大图时的对齐问题

如果论文里要放“多方法对比”的大图，我习惯先用一个小脚本把所有单张结果按行列拼接好，再贴到论文里。这样输出的图片格式可控，避免在LaTeX里临时拼图时对不齐。

拼接时最影响美观的问题就是子图尺寸不一致。解决办法是统一每张子图的宽高比，比如都从同一个resize尺寸的原始图上裁剪或者补边。拼接推荐使用PIL.Image的new()+paste()，比起matplotlib的subplots再保存，更容易控制像素精度：

from PIL import Image img_list = [...] # 每张已经是统一尺寸的 PIL.Image width, height = img_list[0].size canvas = Image.new("RGB", (width * len(img_list), height), "white") for idx, img in enumerate(img_list): canvas.paste(img, (idx * width, 0)) canvas.save("comparison.png")

这样拼出来的图，边界干净，不容易出现matplotlib保存时引入的微小间距。

5. 排进论文前的最后一遍自检清单

5.1 坐标轴、刻度、图例的统一检查

论文定稿前，我会把所有插图的风格统一检查一遍。重点看三点：第一，同一篇文章中所有图表的坐标轴标签字号、图例字号必须一致，不能一张图8磅一张图9磅；第二，同类曲线图的坐标范围尽量一致，例如不同方法在训练集上的loss比较图最好都设为相同的x轴和y轴范围，否则会因为“选择性裁剪”被质疑；第三，图例的位置放在不遮挡主曲线的区域，通常会放角落，但如果那个角落恰好是曲线下降经过的地方，就会非常难看，宁可换到对侧或顶部外侧。

另外还有一个小问题：如果图中有多条曲线，图例在正文里必须能做一一对应。最好的做法是在图注里直接说明“Ours表示……”，而不是让读者自己去猜。

5.2 字体嵌入和Type 3字体问题

这个问题在LaTeX投稿时特别常见。如果用于绘制PDF的字体没有被正确嵌入，PDF渲染器或者出版社后端打开时会找不到字体，导致文字显示为乱码或替换成系统默认字体。用下面命令可以快速查看PDF中所有字体信息：

pdffonts fig.pdf

输出中每行对应一种字体，最后一列是字体是否被嵌入。如果出现no，说明字体没有嵌入，需要处理。另一个让出版社抓狂的问题是Type 3字体，很多老的期刊投稿系统明确不接受Type 3。解决方式通常是：尽量用TrueType/OpenType字体（比如英文用Helvetica或Times，中文用思源黑体），保存PDF后转验，必要时可以用Ghostscript重新转换。

gs -dNOPAUSE -dBATCH -sDEVICE=pdfwrite \ -dEmbedAllFonts=true -dSubsetFonts=true \ -sOutputFile=fig_embedded.pdf fig.pdf

如果论文里完全没有中文字符，我建议曲线标签一律用英文，这是绕开中文字体各种坑的最简单粗暴方法。

5.3 双栏模板里图片宽度的黄金规则

Word或LaTeX模板里，图片宽度有很多讲究。单栏期刊正文宽度一般是3.3英寸，双栏期刊如果要放跨栏图，模板会给出7英寸左右的图宽。我的建议是图片宽度不要随便填，更不要在Word里用手动拉拽改尺寸，那样会破坏图内比例。

在LaTeX里我会写成这样：

% 单栏小图 \includegraphics[width=0.98\linewidth]{figures/loss_valid.pdf} % 双栏跨栏大图 \includegraphics[width=1.0\linewidth]{figures/comparison.png}

如果模板是双栏但某个图想横跨两栏显示，用figure*环境而不是figure环境。换环境后不要忘了重新调整图片宽度，因为跨栏后的宽度比单栏大了接近一倍，原本为单栏设计的字体和线宽放大后会显得略粗。

5.4 投稿系统对图片格式的要求与转换工具

不同出版社对图片格式的要求差别很大。以我接触到的场景为例，Springer系列不少要求TIFF或EPS，IEEE系列接受PDF和PNG比较常见，Elsevier部分期刊也接受高分辨率TIFF。遇到需要格式转换时，我一般这样处理：

要注意的是，位图转EPS时一定要设置足够高的密度，否则转换结果会非常糊。按600dpi转一般最稳，低于300dpi会有明显的锯齿风险。还有一点，虽然TIFF普遍带LZW无损压缩，但有些投稿系统要求“no compression”，那就按压缩参数去掉-compress LZW即可。

我个人的体会是，论文出图这件事，与其最后被导师或审稿人打回重做，不如一开始就把可视化脚本当成和训练脚本同等重要的资产来管理。每一次实验产出一份可重复运行的绘图脚本，实验结果一更新，图片立刻重新生成，这是我在多次投稿后觉得收益最大的一个习惯。最后再分享一个小技巧：把matplotlib的全局样式抽成一个公共配置文件，比如paper_style.py，所有图都调用同一套rcParams，你的论文图表风格才能真正做到从头到尾统一。这样处理完，TensorBoard里的图片才算真正变成了能在论文里站得住脚的结果。