文件读取、ROC曲线绘画和auc计算

ROC曲线，即接受者操作特性曲线是指在特定刺激条件下，以被试在不同判断标准下所得的虚报概率P（y/N）为横坐标，以击中概率P（y/SN）为纵坐标，画得的各点的连线。这是百度百科的解释，反正很拗口啦。
很多理论网上都很齐全了。今天就记录一下，用python3计算ROC曲线和AUC值的代码：

#导入数据  
def LoadData(pathname):
    data_name = xlrd.open_workbook(pathname);    # 打开文件，也可以用panda的csv_read函数，得到的结果类型是dataframe
    table = data_name.sheet_by_index(0);         # 索引获取工作表
    label= (np.array(table.col_values(0)))[1:];       # 获取第一列的内容为label，因为存在表头，所以用了切片[1:]
    predict = (np.array(table.col_values(1)))[1:];  # 获取第二列的内容为predict
    label= np.float64(label)
    predict = np.float64(predict)；#由于表头数据是字符，因此后面数据都会是字符，要类型转换
    return label,predict;
    
#ROC曲线画图函数
def DrawROC(fpr,tpr,roc_auc,title='ROC curve'):
    plt.plot([0, 1], [0, 1], '--', color=(0.7, 0.7, 0.7));
    plt.plot(fpr, tpr, 'k--',label='ROC (area = %0.2f)' % roc_auc, lw=2);
    plt.xlim([0.00, 1.00]);
    plt.ylim([0.00, 1.00]);
    plt.xlabel('False Positive Rate', fontsize=13);
    plt.ylabel('True Positive Rate', fontsize=13);
    plt.title('%s'%title, fontsize=18);
    plt.legend(loc='lower right');
    plt.show();
    
pathname = input('请输入文件路径:')         #文件路径输入
label, predict = LoadData(pathname);    #文件装载
fpr, tpr, thresholds = roc_curve(label, predict, pos_label = 1);      
roc_auc = auc(fpr,tpr);              #auc计算
DrawROC(fpr, tpr, roc_auc);   #ROC曲线绘图
print('AUC的值',roc_auc);

这是一次简单的尝试，有建议或者批评欢迎在评论区留言呀