使用字符串数据框在 Python 中绘制混淆矩阵答案

【问题标题】：Plot a Confusion Matrix in Python using a Dataframe of Strings使用字符串数据框在 Python 中绘制混淆矩阵
【发布时间】：2020-04-06 17:27:06
【问题描述】：

我正在做一个 10 倍的验证，我需要看看每个类的准确性如何变化。我设法像这样创建了一个 DataFrame：

片段：

chars = []
for i in range(0, int(classes) + 1):
    row = []
    for j in range(0, int(classes) + 1):
        row.append(str(round(means[i, j], 3)) + " +/- " + str(round(stds[i, j], 3)))
    chars.append(row)

con_mat_df = pd.DataFrame(chars, index=classes_list, columns=classes_list)

           0                1   ...               14               15
0    100.0 +/- 0.0      0.0 +/- 0.0  ...      0.0 +/- 0.0      0.0 +/- 0.0
1   0.49 +/- 0.703  98.53 +/- 1.416  ...      0.0 +/- 0.0      0.0 +/- 0.0
2      0.0 +/- 0.0    0.12 +/- 0.36  ...      0.0 +/- 0.0      0.0 +/- 0.0
3      0.0 +/- 0.0      0.0 +/- 0.0  ...      0.0 +/- 0.0      0.0 +/- 0.0
4      0.0 +/- 0.0      0.0 +/- 0.0  ...      0.0 +/- 0.0      0.0 +/- 0.0
5   0.55 +/- 0.905    0.14 +/- 0.42  ...      0.0 +/- 0.0      0.0 +/- 0.0
6      0.0 +/- 0.0      0.0 +/- 0.0  ...      0.0 +/- 0.0      0.0 +/- 0.0
7      0.0 +/- 0.0      0.0 +/- 0.0  ...      0.0 +/- 0.0      0.0 +/- 0.0
8      0.0 +/- 0.0      0.0 +/- 0.0  ...      0.0 +/- 0.0      0.0 +/- 0.0
9   0.62 +/- 1.318      0.2 +/- 0.6  ...      0.0 +/- 0.0      0.0 +/- 0.0
10  0.65 +/- 0.927   0.24 +/- 0.265  ...      0.0 +/- 0.0      0.0 +/- 0.0
11  1.02 +/- 1.558      0.0 +/- 0.0  ...      0.0 +/- 0.0   1.36 +/- 1.482
12     0.0 +/- 0.0      0.0 +/- 0.0  ...      0.0 +/- 0.0      0.0 +/- 0.0
13   0.32 +/- 0.96      0.0 +/- 0.0  ...      0.0 +/- 0.0      0.0 +/- 0.0
14  0.78 +/- 1.191      0.0 +/- 0.0  ...  98.96 +/- 1.274      0.0 +/- 0.0
15     0.0 +/- 0.0      0.0 +/- 0.0  ...      0.0 +/- 0.0  94.78 +/- 6.884
[16 rows x 16 columns]

现在我只想像下面的例子那样绘制它。我想知道如何做到这一点。如果我使用sns.heatmap，它会抛出一个错误（TypeError: ufunc 'isnan' not supported for the input types...）。有任何想法吗？谢谢。

【问题讨论】：

Seaborn 热图需要绘制数字，但你有字符串。
我知道，这就是为什么我说我不能使用热图，因为它会引发错误。我故意创建了一个字符串数组（实际上是一个DataFrame），我想知道如何打印它，如图所示。
这根本不是它的工作原理。使用数字来绘制热图（使用seaborn.heatmap 或ax.imshow）；然后根据自己的喜好放置文本标签；示例见matplotlib.org/3.1.1/gallery/images_contours_and_fields/…
但我需要包括标准偏差，而不仅仅是数字。我多次使用热图来绘制一个只有浮点值的混淆矩阵。我不是说我想为此使用热图，我只是说“我怎样才能在我展示的图中绘制类似的东西”
我告诉你，你需要使用数字来绘制彩色像素。

标签： python pandas matplotlib heatmap confusion-matrix

【解决方案1】：

所以我找到的最简单的方法是这样（cm 是均值数组，cms 是标准差数组）：

def plot_confusion_matrix(cm, cms,  classes,
                          cmap=plt.cm.Blues):
    """
    This function prints and plots the confusion matrix.
    Normalization can be applied by setting `normalize=True`.
    """
    plt.imshow(cm, interpolation='nearest', cmap=cmap)
    plt.colorbar()
    tick_marks = np.arange(len(classes))
    plt.xticks(tick_marks, classes, rotation=45)
    plt.yticks(tick_marks, classes)

    thresh = cm.max() / 2.

    for i in range(cm.shape[0]):
        for j in range(cm.shape[1]):
            plt.text(j, i, '{0:.2f}'.format(cm[i, j]) + '\n$\pm$' + '{0:.2f}'.format(cms[i, j]),
                     horizontalalignment="center",
                     verticalalignment="center", fontsize=7,
                     color="white" if cm[i, j] > thresh else "black")

    plt.tight_layout()
    plt.ylabel('True label')
    plt.xlabel('Predicted label')


# Plot non-normalized confusion matrix
plt.figure()
plot_confusion_matrix(means, stds, classes=classes_list)

【讨论】：