plot 绘制 混淆矩阵,通过plt.figure调整画布大小和图片清晰度

因为函数较多,所以直接上代码,并在代码中进行函数注释。

def plot_confusion_matrix(cm, labels_name, title):
    # cm = cm / cm.sum(axis=1)[:, np.newaxis]    # 归一化
    plt.imshow(cm, interpolation='nearest')  # 在特定的窗口上显示图像
    plt.title(title, fontsize = 50)  # 图像标题
    plt.colorbar() #添加自定义颜色条
    num_local = np.array(range(len(labels_name)))
    plt.xticks(num_local, labels_name, fontsize=30, rotation=90)  # 将标签印在x轴坐标上
    plt.yticks(num_local, labels_name, fontsize=30, rotation=0)  # 将标签印在y轴坐标上
    plt.ylabel('True label', fontsize=40) #纵轴标签
    plt.xlabel('Predicted label', fontsize=40) # 横轴标签
    #plt.figure(figsize=(2, 2), dpi=300) 

#获取矩阵信息和标签,这个根据自己的数据来添加
matrix = [[1,2],[3,4]]
label_name = [a,b]

cm = np.array(matrix) #将list转化为np.adarry!

# 绘图格式
plt.figure(figsize=(24, 16), dpi=60) #设置画布的大小和dpi,为了使图片更加清晰

plot_confusion_matrix(cm, labels_name, "confusion_matrix") #调用函数绘制混淆矩阵

plt.savefig('./confusion_matrix.png', format='png') #保存图像为png格式

plt.show()

PS:plt.figure的位置很重要,否则会导致plt.savefig出现保存空白的问题。

plt.figure应该放在开始绘制之前,否则,在使用plt.savefig的时候会保存出一张空白图。这是因为,plt.figure会默认生成一张空白图,会将之前的绘图内容覆盖,因此会发生该错误。

上一篇:11 机器学习 - KNN简单数据分类实现


下一篇:KNN-简单电影测试程序debug