混淆矩阵的绘制和代码

最近在做深度学习CNN玉米病害识别，模型训练完成需要绘制混淆矩阵作为模型性能评估的指标之一。
下面附上混淆矩阵的绘制代码：

import numpy as np
import matplotlib.pyplot as plt
# classes = ['A','B','C','D','E']
# confusion_matrix = np.array([(9,1,3,4,0),(2,13,1,3,4),(1,4,10,0,13),(3,1,1,17,0),(0,0,0,1,14)],dtype=np.float64)


# 标签
classes=[' 小斑病  ','大斑病',' 锈病','健康']

# 标签的个数
classNamber=4 #表情的数量

# 在标签中的矩阵
confusion_matrix = np.array([[233  , 0  , 0  , 0],
 [  0 ,200 ,  0 ,  0],
 [  0,  0, 404  , 0],
 [  0  , 0  , 2 ,158]],dtype=np.float64)

plt.imshow(confusion_matrix, interpolation='nearest', cmap=plt.cm.Oranges)  #按照像素显示出矩阵
plt.title('混淆矩阵')
plt.colorbar()
tick_marks = np.arange(len(classes))
plt.xticks(tick_marks, classes, rotation=-45)
plt.yticks(tick_marks, classes)

thresh = confusion_matrix.max() / 2.
#iters = [[i,j] for i in range(len(classes)) for j in range((classes))]
#ij配对，遍历矩阵迭代器
iters = np.reshape([[[i,j] for j in range(classNamber)] for i in range(classNamber)],(confusion_matrix.size,2))
for i, j in iters:
    plt.text(j, i, format(confusion_matrix[i, j]),va='center',ha='center')   #显示对应的数字

plt.ylabel('真实标签')
plt.xlabel('预测标签')
plt.tight_layout()
plt.show()

效果图

备注：在绘制过程中可能会出现中文字符显示不出来的情况，下面附上解决方法：
点击查看python画图中文字符乱码解决教程