Pyhon 2.7
IDE Pycharm 5.0.3
numpy 1.11.0

目前接口庫

@MrLevo520–數(shù)據(jù)轉(zhuǎn)化接口

仍在不斷更新

目的

將混淆矩陣可視化展現(xiàn)出來

準(zhǔn)備工作

請先安裝numpy，matplotlib

接口代碼

新建一個(gè)confusion_matrix_png.py文件，輸入如下代碼

# -*- coding: utf-8 -*-
import numpy as np
import matplotlib.pyplot as plt
from pylab import *

# 其中cm是計(jì)算好的混淆矩陣
# cm = confusion_matrix(test_label, predict_label)
# 比如上述這樣產(chǎn)生cm
def ConfusionMatrixPng(cm,classlist):

    norm_conf = []
    for i in cm:
        a = 0
        tmp_arr = []
        a = sum(i, 0)
        for j in i:
            tmp_arr.append(float(j) / float(a))
        norm_conf.append(tmp_arr)
    fig = plt.figure()
    plt.clf()
    ax = fig.add_subplot(111)
    ax.set_aspect(1)
    res = ax.imshow(np.array(norm_conf), cmap=plt.cm.jet,
                    interpolation='nearest')
    width = len(cm)
    height = len(cm[0])
    cb = fig.colorbar(res)
    alphabet = classlist
    plt.xticks(fontsize=7)
    plt.yticks(fontsize=7)
    locs, labels = plt.xticks(range(width), alphabet[:width])
    for t in labels:
        t.set_rotation(90)
    # plt.xticks('orientation', 'vertical')
    # locs, labels = xticks([1,2,3,4], ['Frogs', 'Hogs', 'Bogs', 'Slogs'])
    # setp(alphabet, 'rotation', 'vertical')
    plt.yticks(range(height), alphabet[:height])
    plt.savefig('confusion_matrix.png', format='png')
    plt.show()

接口說明

ConfusionMatrixPng(cm,classlist)
# cm 是混淆矩陣，由confusion_matrix(test_label, predict_label)產(chǎn)生
# classlist是需要混淆矩陣中的各類別，也就是橫/縱坐標(biāo)組成的列表

接口(函數(shù))調(diào)用實(shí)例

在同一工程目錄下的另一個(gè)py文件中只需要操作如下

import confusion_matrix_png as cmp
cm = xxx(找不到數(shù)據(jù)了額。。)
classlist =  ['4', '5', '6', '11', '15', '16', '17', '20', '22', '24', '28', '30', '32', '33','34', '35', '36', '37', '38', '40', '41', '45', '49', '50', '63', '72']

cmp.ConfusionMatrixPng(cm,classlist)

執(zhí)行效果

混淆矩陣可視化

(我現(xiàn)在處理的樣本精度很低，所以展示效果不是很好)

最后

調(diào)用接口的好處就是在一個(gè)大的項(xiàng)目中，分割開來處理，每個(gè)人寫規(guī)范的接口文件，之后想用哪個(gè)模塊直接用就可以了，當(dāng)然，文檔和接口規(guī)范得自己注意！

致謝

提供代碼的博客我找不到了，很抱歉，我是在他的基礎(chǔ)上封裝了一下函數(shù)而已，自己沒有很多工作量，所以很抱歉。