绘制混淆矩阵热力图

最新推荐文章于 2024-07-23 03:56:36 发布

ccwRadar

最新推荐文章于 2024-07-23 03:56:36 发布

阅读量54

点赞数 1

文章标签：矩阵线性代数

本文链接：https://blog.csdn.net/dreamsparkc/article/details/140619100

版权

Python绘制混淆矩阵热力图

用matplotlib绘制混淆矩阵，可以通过改变 imshow 函数中的 cmap 参数来修改颜色。cmap 参数接受一个 colormap 的名字，你可以选择许多不同的 colormap，例如 ‘viridis’, ‘plasma’, ‘inferno’, ‘magma’, ‘cividis’, ‘cool’, ‘hot’ 等等。具体的 colormap 可以参考 matplotlib 的文档。

import numpy as np
import matplotlib.pyplot as plt
from matplotlib.colors import LinearSegmentedColormap, Normalize

conf_arr = [[33, 2, 0, 0, 0, 0, 0, 0, 0, 1, 3],
            [3, 31, 0, 0, 0, 0, 0, 0, 0, 0, 0],
            [0, 4, 41, 0, 0, 0, 0, 0, 0, 0, 1],
            [0, 1, 0, 30, 0, 6, 0, 0, 0, 0, 1],
            [0, 0, 0, 0, 38, 10, 0, 0, 0, 0, 0],
            [0, 0, 0, 3, 1, 39, 0, 0, 0, 0, 4],
            [0, 2, 2, 0, 4, 1, 31, 0, 0, 0, 2],
            [0, 1, 0, 0, 0, 0, 0, 36, 0, 2, 0],
            [0, 0, 0, 0, 0, 0, 1, 5, 37, 5, 1],
            [3, 0, 0, 0, 0, 0, 0, 0, 0, 39, 0],
            [0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 38]]

# 自定义渐变颜色
colors = ['#ffffff', '#ffcccc', '#ff6666', '#ff0000', '#990000']
custom_cmap = LinearSegmentedColormap.from_list('custom_cmap', colors)

# 归一化对象，定义最小值和最大值
norm = Normalize(vmin=0, vmax=np.max(conf_arr))

norm_conf = []
for i in conf_arr:
    a = 0
    tmp_arr = []
    a = sum(i, 0)
    for j in i:
        tmp_arr.append(float(j)/float(a))
    norm_conf.append(tmp_arr)

fig = plt.figure()
plt.clf()
ax = fig.add_subplot(111)
ax.set_aspect(1)
res = ax.imshow(np.array(conf_arr), cmap=custom_cmap, norm=norm, interpolation='nearest')

# 获取矩阵的宽度和高度
width, height = np.array(conf_arr).shape

# 使用 range 替换 xrange
for x in range(width):
    for y in range(height):
        ax.annotate(str(conf_arr[x][y]), xy=(y, x),
                    horizontalalignment='center',
                    verticalalignment='center',
                    color='black')

cb = fig.colorbar(res)

# 调整 alphabet 使其不会超出索引范围
alphabet = 'ABCDEFGHIJKLMNOPQRSTUVWXYZ'[:width]
plt.xticks(range(width), alphabet)
plt.yticks(range(height), alphabet)

plt.savefig('confusion_matrix.png', format='png')
plt.show()

效果图如下：
在这里插入图片描述