Question

我找到了an excellent tutorial on drawing a heatmap for a confusion matrix，但是我想在侧面增加一些佣金和遗漏的错误。

我将尝试解释使用此图像：

这意味着：

我需要在每个包含数字0、6和9的框旁边插入一个数字，该框位于图像右边缘的右侧和图例的左侧
我需要在每个框的上方分别插入一个数字，该框包含13、0和0，位于图像顶部边缘上方，标题下方。

（所以总共6个数字）

这甚至可能吗？我对Python的绘图功能一无所知，因为我是该语言的新手。从我站着的位置看来，这似乎是一项非常艰巨的任务。

Answer 1

您可以使用刻度线进行此操作。

让我用下面的简单图解介绍这种方法：

from matplotlib import pyplot as plt

ax = plt.axes()
ax.set_xlim(0, 3)
ax.set_ylim(0, 3)

for i in range(3):
    for j in range(3):
        ax.fill_between((i, i+1), j, j+1)
        ax.fill_between((i, i+1), j, j+1)
        ax.fill_between((i, i+1), j, j+1)

plt.show()

我既不会关注刻度线样式，也不会关注颜色，但是知道您可以非常轻松地进行更改。

您可以创建一个Axes对象，该对象将与ax共享ax.twiny()的Y轴。然后，您可以在这个新的Axes上添加X刻度，它将显示在图的顶部：

from matplotlib import pyplot as plt

ax = plt.axes()
ax.set_xlim(0, 3)
ax.set_ylim(0, 3)

for i in range(3):
    for j in range(3):
        ax.fill_between((i, i+1), j, j+1)
        ax.fill_between((i, i+1), j, j+1)
        ax.fill_between((i, i+1), j, j+1)

ax2 = ax.twiny()
ax2.set_xlim(ax.get_xlim())
ax2.set_xticks([0.5, 1.5, 2.5])
ax2.set_xticklabels([13, 0, 0])

plt.show()

为了显示X轴的刻度，您必须创建一个Axes对象，该对象与ax共享ax.twiny()的Y轴。这看起来似乎违反直觉，但是如果您使用ax.twinx()，则修改ax2的X刻度也会修改ax的X刻度，因为它们实际上是相同的。然后，您要设置ax2的X窗口，使其具有三个正方形。之后，您可以设置刻度线：每一个正方形在水平中心，所以在[0.5, 1.5, 2.5]处。最后，您可以设置刻度标签以显示所需的值。

然后，您只需对Y勾进行相同操作即可：

from matplotlib import pyplot as plt

ax = plt.axes()
ax.set_xlim(0, 3)
ax.set_ylim(0, 3)

for i in range(3):
    for j in range(3):
        ax.fill_between((i, i+1), j, j+1)
        ax.fill_between((i, i+1), j, j+1)
        ax.fill_between((i, i+1), j, j+1)

ax2 = ax.twiny()
ax2.set_xlim(ax.get_xlim())
ax2.set_xticks([0.5, 1.5, 2.5])
ax2.set_xticklabels([13, 0, 0])

ax3 = ax.twinx()
ax3.set_ylim(ax.get_ylim())
ax3.set_yticks([0.5, 1.5, 2.5])
ax3.set_yticklabels([0, 6, 9])

plt.show()

Answer 2

使用以下修改的功能。想法如下：

添加两个双轴-一个在右侧，另一个在顶部。
将双轴的限制设置为与原始轴的限制相同
将双轴上的刻度线位置设置为与原始轴上的刻度相同
隐藏刻度线并分配刻度线标签
使用y=1.1

def plot_confusion_matrix(y_true, y_pred, classes, normalize=False,
                          title=None, cmap=plt.cm.Blues):
    if not title:
        if normalize:
            title = 'Normalized confusion matrix'
        else:
            title = 'Confusion matrix, without normalization'

    cm = confusion_matrix(y_true, y_pred)
    classes = classes[unique_labels(y_true, y_pred)]
    if normalize:
        cm = cm.astype('float') / cm.sum(axis=1)[:, np.newaxis]
        print("Normalized confusion matrix")
    else:
        print('Confusion matrix, without normalization')

    fig, ax = plt.subplots(figsize=(6.5,6))
    im = ax.imshow(cm, interpolation='nearest', cmap=cmap)
    ax.figure.colorbar(im, ax=ax)
    ax.set(xticks=np.arange(cm.shape[1]),
           yticks=np.arange(cm.shape[0]),
           xticklabels=classes, yticklabels=classes,
           ylabel='True label',
           xlabel='Predicted label')
    ax.set_title(title, y=1.1)
    plt.setp(ax.get_xticklabels(), rotation=45, ha="right",
             rotation_mode="anchor")

    # Adding data to the right
    ax2 = ax.twinx()
    ax2.set_ylim(ax.get_ylim())
    ax2.set_yticks(np.arange(cm.shape[0]))
    ax2.set_yticklabels(cm[:, -1])
    ax2.tick_params(axis="y", right=False)

    # Adding data to the top
    ax3 = ax.twiny()
    ax3.set_xlim(ax.get_xlim())
    ax3.set_xticks(np.arange(cm.shape[0]))
    ax3.set_xticklabels(cm[:, 0])
    ax3.tick_params(axis="x", top=False)
    ax.set_aspect('auto')


    fmt = '.2f' if normalize else 'd'
    thresh = cm.max() / 2.
    for i in range(cm.shape[0]):
        for j in range(cm.shape[1]):
            ax.text(j, i, format(cm[i, j], fmt),
                    ha="center", va="center",
                    color="white" if cm[i, j] > thresh else "black")
    fig.tight_layout()
    return ax

Answer 3

一种相当手工的方法将包括以下各项的组合，直到结果令人满意为止：

使用twinx和twiny在顶部和右侧获得新轴：twinax = ax.twinx().twiny()
使用twinax.set(xlim=ax.get_xlim(), ylim=ax.get_ylim())将其范围与原始轴的范围匹配，然后...
使用twinax.set(xticks=ax.get_xticks(), yticks=ax.get_yticks, xticklabels=('0','1','2'), yticklabels = ('0','1','2'))来设置新轴上的标签，如您的示例中所做的那样（如果您愿意，可以将这两个调用合并在一起）。
（如果您不希望实际的刻度线（仅标签），可以通过tick_params为它们指定0个长度。）
您可以使用set_position重新定位轴。
有关如何移动颜色栏的信息，请参见this question。

将“非正统”轴标签添加到pyplot

3 个答案: