项目实训-智能生物序列分析平台-后端模块（1）

Plot部分代码更新

为了对任务进行整体全局的分析和把控，我们以不同的角度进行了画图和表格，以下是画图的分类。

数据分析类	结果比较类	特征比较类	参数比较类
数据正反样例统计表	模型分析ROC PR曲线	手工特征比较图	CD-Hit比较
分析序列长度的motif图	置信度结构出来的密度图	umap图	kmers比较
分析长度分布的图		shap图	data augumentation比较

ROC图和PR图

在信号检测理论中，接收者操作特征曲线(receiver operating characteristic curve，或者叫ROC曲线)是坐标图式的分析工具，用于:

1. 选择最佳的信号侦测模型、舍弃次佳的模型。
2. 在同一模型中设定最佳阈值。在做决策时，ROC分析能不受成本／效益的影响，给出客观中立的建议。

全名叫做Receiver Operating Characteristic，其主要分析工具是一个画在二维平面上的曲线——ROC 曲线。平面的横坐标是false positive rate(FPR)，纵坐标是true positive rate(TPR)。对某个分类器而言，我们可以根据其在测试样本上的表现得到一个TPR和FPR点对。这样，此分类器就可以映射成ROC平面上的一个点。调整这个分类器分类时候使用的阈值，我们就可以得到一个经过(0, 0)，(1, 1)的曲线，这就是此分类器的ROC曲线。一般情况下，这个曲线都应该处于(0, 0)和(1, 1)连线的上方。因为(0, 0)和(1, 1)连线形成的ROC曲线实际上代表的是一个随机分类器。

如果很不幸，你得到一个位于此直线下方的分类器的话，一个直观的补救办法就是把所有的预测结果反向，即：分类器输出结果为正类，则最终分类的结果为负类，反之，则为正类。虽然，用ROC 曲线来表示分类器的性能很直观好用。可是，人们总是希望能有一个数值来标志分类器的好坏。于是Area Under roc Curve(AUC)就出现了。顾名思义，AUC的值就是处于ROC 曲线下方的那部分面积的大小。通常，AUC的值介于0.5到1.0之间，较大的AUC代表了较好的性能。AUC（Area Under roc Curve）是一种用来度量分类模型好坏的一个标准。

def draw_ROC_PRC_curve(roc_datas, prc_datas, config):
    # roc_data = [FPR, TPR, AUC]
    # prc_data = [recall, precision, AP]

    f, (ax1, ax2) = plt.subplots(figsize=(16, 8), ncols=2)
    plt.subplots_adjust(wspace=0.2, hspace=0.3)
    lw = 2

首先先定义一个函数用来后续调用，将整张图裁剪成两个部分，分别用来做ROC曲线还有PR曲线的绘制。并且用subplots_adjust来调整子图与子图之间的间距还有整张图在图中的位置。

    plt.subplot(1, 2, 1)
    ax1.spines['right'].set_visible(False)
    ax1.spines['top'].set_visible(False)

在这里spines['right']是用来将左边框和右边框抹去而设计的，因为R语言画图是无边框的，而python的matplotlib是默认带有边框，现在要进行模仿，所以必须要进行改造。

    colorlocal = colors[len(roc_datas)]

    for index, roc_data in