python绘制二分类混淆矩阵_使用python matplotlib绘制混淆矩阵

使用python matplotlib绘制混淆矩阵

今天使用了python matplotlib包，绘制混淆矩阵。基本代码参考官网教程，在此基础上增加了格网显示。

代码说明：

cm - 混淆矩阵的数值， 是一个二维numpy数组

classes - 各个类别的标签(label)

title - 图片标题

cmap - 颜色图

def plot_Matrix(cm, classes, title=None, cmap=plt.cm.Blues):

plt.rc('font',family='Times New Roman',size='8') # 设置字体样式、大小

# 按行进行归一化

cm = cm.astype('float') / cm.sum(axis=1)[:, np.newaxis]

print("Normalized confusion matrix")

str_cm = cm.astype(np.str).tolist()

for row in str_cm:

print('\t'.join(row))

# 占比1%以下的单元格，设为0，防止在最后的颜色中体现出来

for i in range(cm.shape[0]):

for j in range(cm.shape[1]):

if int(cm[i, j]*100 + 0.5) == 0:

cm[i, j]=0

fig, ax = plt.subplots()

im = ax.imshow(cm, interpolation='nearest', cmap=cmap)

# ax.figure.colorbar(im, ax=ax) # 侧边的颜色条带

ax.set(xticks=np.arange(cm.shape[1]),

yticks=np.arange(cm.shape[0]),

xticklabels=classes, yticklabels=classes,

title=title,

ylabel='Actual',

xlabel='Predicted')

# 通过绘制格网，模拟每个单元格的边框

ax.set_xticks(np.arange(cm.shape[1]+1)-.5, minor=True)

ax.set_yticks(np.arange(cm.shape[0]+1)-.5, minor=True)

ax.grid(which="minor", color="gray", linestyle='-', linewidth=0.2)

ax.tick_params(which="minor", bottom=False, left=False)

# 将x轴上的lables旋转45度

plt.setp(ax.get_xticklabels(), rotation=45, ha="right",

rotation_mode="anchor")

# 标注百分比信息

fmt = 'd'

thresh = cm.max() / 2.

for i in range(cm.shape[0]):

for j in range(cm.shape[1]):

if int(cm[i, j]*100 + 0.5) > 0:

ax.text(j, i, format(int(cm[i, j]*100 + 0.5) , fmt) + '%',

ha="center", va="center",

color="white" if cm[i, j] > thresh else "black")

fig.tight_layout()

plt.savefig('cm.jpg', dpi=300)

plt.show()

最后，画出来的效果如下：

混淆矩阵.png

由于四舍五入的原因，导致每行加起来的结果有时候不为1，可能需要手动调整一下~