画P-R曲线

import matplotlib.pyplot as plt
import numpy as np

Precisionbusoringin= [ 1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  0.98 ,  0.96 ,  0.94 ,  0.92 ,  0.90 ,  0.88 ,  0.87 ,  0.85 ,  0.84 ,  0.82 ,  0.81 ,  0.79 ,  0.78 ,  0.77 ,  0.75 ,  0.74 ,  0.73 ,  0.72 ,  0.71 ,  0.70 ,  0.69 ,  0.68 ,  0.67 ,  0.66 ,  0.65 ,  0.64 ,  0.63 ,  0.62 ,  0.61 ,  0.61 ,  0.60 ,  0.59 ,  0.58 ,  0.57 ,  0.57 ,  0.56 ,  0.55 ,  0.55 ,  0.54 ,  0.53 ,  0.53 ,  0.52 ,  0.52 ,  0.51 ,  0.51 ,  0.50 ,  0.49 ,  0.49 ,  0.48 ,  0.48 ,  0.47 ,  0.47 ,  0.46 ,  0.46 ,  0.46 ,  0.45 ,  0.45 ,  0.44 ,  0.44 ,  0.43 ,  0.43 ,  0.43 ,  0.42 ,  0.42 ,  0.41 ,  0.41 ,  0.41 ,  0.40 ,  0.40 ,  0.40 ,  0.39 ,  0.39 ,  0.39 ,  0.38 ,  0.38 ,  0.38 ,  0.37 ,  0.37 ,  0.37 ,  0.37 ,  0.36 ,  0.36 ,  0.36 ,  0.35 ,  0.35 ,  0.35 ,  0.35 ,  0.34 ,  0.34 ,  0.34 ,  0.34 ,  0.33 ,  0.33 ,  0.33 ,  0.33 ,  0.32 ,  0.32 ,  0.32 ,  0.32 ,  0.32 ,  0.31 ,  0.31 ,  0.31 ,  0.31 ,  0.30 ,  0.30 ,  0.30 ,  0.30 ,  0.30 ,  0.29 ,  0.29 ,  0.29 ,  0.29 ,  0.29 ,  0.29 ,  0.28 ,  0.28 ,  0.28 ,  0.28 ,  0.28 ,  0.28 ,  0.27 ,  0.27 ,  0.27 ,  0.27 ,  0.27 ,  0.27 ,  0.26 ,  0.26 ,  0.26 ,  0.26 ,  0.26 ,  0.26 ,  0.26 ,  0.25 ,  0.25 ,  0.25 ,  0.25 ,  0.25 ,  0.25 ,  0.25 ,  0.24 ,  0.24 ,  0.24 ,  0.24 ,  0.24 ,  0.24 ,  0.24 ,  0.24 ,  0.23 ,  0.23 ,  0.23 ,  0.23 ,  0.23 ,  0.23 ,  0.23 ,  0.23 ,  0.23 ,  0.22 ,  0.22 ,  0.22 ,  0.22 ,  0.22 ,  0.22 ,  0.22 ,  0.22 ,  0.22 ,  0.21 ,  0.21 ,  0.21 ,  0.21 ,  0.21 ,  0.21 ,  0.21 ,  0.21 ,  0.21 ,  0.21 ,  0.21 ,  0.20 ,  0.20 ,  0.20 ,  0.20 ,  0.20 ,  0.20 ,  0.20 ,  0.20 ,  0.20 ,  0.20 ,  0.20 ,  0.19 ,  0.19 ,  0.19 ,  0.19 ,  0.19 ,  0.19 ,  0.19 ,  0.19 ,  0.19 ,  0.19 ,  0.19 ,  0.19 ,  0.19 ,  0.18 ,  0.18 ,  0.18 ,  0.18 ,  0.18 ,  0.18 ,  0.18 ,  0.18 ,  0.18 ,  0.18 ,  0.18 ,  0.18 ,  0.18 ,  0.18 ,  0.17 ,  0.17 ,  0.17 ,  0.17 ,  0.17 ,  0.17 ,  0.17 ,  0.17 ,  0.17 ,  0.17 ,  0.17 ,  0.17 ,  0.17 ,  0.17 ,  0.17 ,  0.17 ,  0.16 ,  0.16 ,  0.16 ,  0.16 ,  0.16 ,  0.16 ,  0.16 ,  0.16 ,  0.16 ,  0.16 ,  0.16 ,  0.16 ,  0.16 ,  0.16 ,  0.16 ,  0.16 ,  0.16 ,  0.16 ,  0.15 ,  0.15 ,  0.15 ,  0.15 ,  0.15 ,  0.15 ,  0.15 ,  0.15 ,  0.15 ,  0.15 ,  0.15 ,  0.15 ,  0.15 ,  0.15 ,  0.15 ,  0.15 ,  0.15 ,  0.15 ,  0.15 ,  0.15 ,  0.15 ,  0.14 ,  0.14 ,  0.14 ,  0.14 ,  0.14 ,  0.14 ,  0.14 ,  0.14 ,  0.14 ,  0.14 ,  0.14 ,  0.14 ,  0.14 ,  0.14 ,  0.14 ,  0.14 ,  0.14 ,  0.14 ,  0.14 ,  0.14 ,  0.14 ,  0.14 ,  0.14 ,  0.13 ,  0.13 ,  0.13 ,  0.13 ,  0.13 ,  0.13 ,  0.13 ,  0.13 ,  0.13 ,  0.13 ,  0.13 ,  0.13 ,  0.13 ,  0.13 ,  0.13 ,  0.13 ,  0.13 ,  0.13 ,  0.13 ,  0.13 ,  0.13 ,  0.13 ,  0.13 ,  0.13 ,  0.13 ,  0.13 ,  0.13 ,  0.12 ,  0.12 ,  0.12 ,  0.12 ,  0.12 ,  0.12 ,  0.12 ,  0.12 ,  0.12 ,  0.12 ,  0.12 ,  0.12 ,  0.12 ,  0.12 ,  0.12 ,  0.12 ,  0.12 ,  0.12 ,  0.12 ,  0.12 ,  0.12 ,  0.12 ,  0.12 ,  0.12 ,  0.12 ,  0.12 ,  0.12 ,  0.12 ,  0.12 ,  0.12 ,  0.12 ,  0.12 ,  0.12 ,  0.11 ,  0.11 ,  0.11 ,  0.11 ,  0.11 ,  0.11 ,  0.11 ,  0.11 ,  0.11 ,  0.11 ,  0.11 ,  0.11 ,  0.11 ,  0.11 ,  0.11 ,  0.11 ,  0.11 ,  0.11 ,  0.11 ,  0.11 ,  0.11 ,  0.11 ,  0.11 ,  0.11 ,  0.11 ,  0.11 ,  0.11 ,  0.11 ,  0.11 ,  0.11 ,  0.11 ,  0.11 ,  0.11 ,  0.11 ,  0.11 ,  0.11 ,  0.11 ,  0.11 ,  0.10 ,  0.10 ,  0.10 ,  0.10 ,  0.10 ,  0.10 ,  0.10 ,  0.10 ,  0.10 ,  0.10 ,  0.10 ,  0.10 ,  0.10 ,  0.10 ,  0.10 ,  0.10 ,  0.10 ,  0.10 ,  0.10 ,  0.10 ,  0.10 ,  0.10 ,  0.10 ,  0.10 ,  0.10 ,  0.10 ,  0.10 ,  0.10 ,  0.10 ,  0.10 ,  0.10 ,  0.10 ,  0.10 ,  0.10 ,  0.10 ,  0.10 ,  0.10 ,  0.10 ,  0.10 ,  0.10 ,  0.10 ,  0.10 ]
Recallbusoringin=[ 0.02 ,  0.04 ,  0.07 ,  0.09 ,  0.11 ,  0.13 ,  0.15 ,  0.17 ,  0.20 ,  0.22 ,  0.24 ,  0.26 ,  0.28 ,  0.30 ,  0.33 ,  0.35 ,  0.37 ,  0.39 ,  0.41 ,  0.43 ,  0.46 ,  0.48 ,  0.50 ,  0.52 ,  0.54 ,  0.57 ,  0.59 ,  0.61 ,  0.63 ,  0.65 ,  0.67 ,  0.70 ,  0.72 ,  0.74 ,  0.76 ,  0.78 ,  0.80 ,  0.83 ,  0.85 ,  0.87 ,  0.89 ,  0.91 ,  0.93 ,  0.96 ,  0.98 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ]

Precisionour= [ 1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  0.98 ,  0.98 ,  0.96 ,  0.94 ,  0.92 ,  0.90 ,  0.88 ,  0.87 ,  0.85 ,  0.84 ,  0.82 ,  0.81 ,  0.79 ,  0.78 ,  0.77 ,  0.75 ,  0.74 ,  0.73 ,  0.72 ,  0.71 ,  0.70 ,  0.69 ,  0.68 ,  0.67 ,  0.66 ,  0.65 ,  0.64 ,  0.63 ,  0.62 ,  0.61 ,  0.61 ,  0.60 ,  0.59 ,  0.58 ,  0.57 ,  0.57 ,  0.56 ,  0.55 ,  0.55 ,  0.54 ,  0.53 ,  0.53 ,  0.52 ,  0.52 ,  0.51 ,  0.51 ,  0.50 ,  0.49 ,  0.49 ,  0.48 ,  0.48 ,  0.47 ,  0.47 ,  0.46 ,  0.46 ,  0.46 ,  0.45 ,  0.45 ,  0.44 ,  0.44 ,  0.43 ,  0.43 ,  0.43 ,  0.42 ,  0.42 ,  0.41 ,  0.41 ,  0.41 ,  0.40 ,  0.40 ,  0.40 ,  0.39 ,  0.39 ,  0.39 ,  0.38 ,  0.38 ,  0.38 ,  0.37 ,  0.37 ,  0.37 ,  0.37 ,  0.36 ,  0.36 ,  0.36 ,  0.35 ,  0.35 ,  0.35 ,  0.35 ,  0.34 ,  0.34 ,  0.34 ,  0.34 ,  0.33 ,  0.33 ,  0.33 ,  0.33 ,  0.32 ]
Recallour =[ 0.02 ,  0.04 ,  0.07 ,  0.09 ,  0.11 ,  0.13 ,  0.15 ,  0.17 ,  0.20 ,  0.22 ,  0.24 ,  0.26 ,  0.28 ,  0.30 ,  0.33 ,  0.35 ,  0.37 ,  0.39 ,  0.41 ,  0.43 ,  0.46 ,  0.48 ,  0.50 ,  0.52 ,  0.54 ,  0.57 ,  0.59 ,  0.61 ,  0.63 ,  0.65 ,  0.67 ,  0.70 ,  0.72 ,  0.74 ,  0.76 ,  0.78 ,  0.80 ,  0.83 ,  0.85 ,  0.87 ,  0.89 ,  0.91 ,  0.93 ,  0.96 ,  0.98 ,  0.98 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ,  1.00 ]

Precisionbusoringin = np.array(Precisionbusoringin)
Recallbusoringin = np.array(Recallbusoringin)

Precisionour = np.array(Precisionour)
Recallour = np.array(Recallour)

plt.plot(Recallbusoringin, Precisionbusoringin,"o-",label="origin")
plt.plot(Recallour, Precisionour,"v-",label="our")
plt.xlim((0,1))
plt.ylim((0,1))
plt.legend()
plt.title("P-R Curve:Bus")
plt.show()