import matplotlib.pyplot as plt
import seaborn as sns

# 设置数据
data_size = ["30K", "60K", "120K", "240K", "480K"]
avg_segmentation_MIoU = [37.05, 41.7, 42.0, 41.9, 41.8]
# COCO Distill 数据
coco_distill_avg_segmentation_MIoU = [None, None, 41.9, None, None]  # 只画一个点

# 设置绘图风格和颜色
sns.set_style("whitegrid")

# 定义新的颜色、线条样式和标记符号
color_palette = ['#1f77b4', '#ff7f0e', '#2ca02c']  # 为 COCO 添加新颜色
line_styles = ['--', '-.', ':']  # 为 COCO 添加新线条样式
markers = ['o', 's', 'D']  # 为 COCO 添加新标记符号

# 设置全局字体和线宽
plt.rcParams.update({
    'font.size': 10,  # 字体大小
    'axes.labelsize': 10,
    'lines.linewidth': 2.0,  # 线条宽度
    'legend.fontsize': 8,  # 图例字体大小
    'xtick.labelsize': 8,  # x轴刻度字体大小
    'ytick.labelsize': 8,  # y轴刻度字体大小
    'grid.color': 'gray',  # 网格线颜色
    'grid.alpha': 0.3,  # 调整网格线透明度
})

# 绘制折线图
plt.figure(figsize=(4, 2))  # 调整图的大小
plt.plot(data_size, avg_segmentation_MIoU, linestyle=line_styles[0], marker=markers[0], color=color_palette[0], label='Avg mIoU (CC3M Distillation)')

# 绘制 COCO 点（空心红色散点）
plt.scatter(
    data_size, 
    coco_distill_avg_segmentation_MIoU, 
    edgecolor='red',       # 散点边框颜色
    facecolor='none',      # 空心
    marker=markers[2],     # 标记样式
    s=50,                 # 散点大小（增大）
    linewidths=2,          # 边框宽度（加粗）
    label='Avg mIoU (COCO Distillation)', 
    zorder=5
)

# 设置轴标签并调整标签与坐标轴的距离
plt.xlabel('Data Size (sample from CC3M)', labelpad=0)  # 横坐标标签，设置距离
plt.ylabel('Performance (ViT-B)', labelpad=0)  # 纵坐标标签，设置距离
plt.grid(True, linestyle='--', color='gray', alpha=0.3)  # 更淡的网格
plt.legend(loc='best', fontsize=10)  # 图例位置和字体大小
plt.tight_layout()
plt.savefig('data_size_metrics.pdf', dpi=300)  # 保存为PDF
plt.close()