python绘制ROC曲线

ROC曲线
ROC曲线是一种模型评价指标，其横轴是假阳性率，纵轴是真阳性率，

import matplotlib.pyplot as plt
from keras.utils import to_categorical
from sklearn import metrics
from sklearn.metrics import roc_curve, auc  ###计算roc和auc
def acu_curve(y,prob):
#y真实prob预测
    fpr,tpr,threshold = roc_curve(y,prob) ###计算真阳性率和假阳性率
    roc_auc = auc(fpr,tpr) ###计算auc的值
 
    plt.figure()
    lw = 2
    plt.figure(figsize=(10,10))
    plt.plot(fpr, tpr, color='darkorange',
             lw=lw, label='ROC curve (area = %0.3f)' % roc_auc) ###假正率为横坐标，真正率为纵坐标做曲线
    plt.plot([0, 1], [0, 1], color='navy', lw=lw, linestyle='--')
    plt.xlim([0.0, 1.0])
    plt.ylim([0.0, 1.05])
    plt.xlabel('False Positive Rate')
    plt.ylabel('True Positive Rate')
    plt.title('AUC')
    plt.legend(loc="lower right")
 
    plt.show()