如何在用 scikit-learn / matplotlib 绘制的混淆矩阵中格式化 xticklabels？

Question

由于我在网上找到了不同的代码示例，我已经用 scikit-learn / matplotlib 绘制了一个混淆矩阵，但我一直在寻找如何在 xticklabels 和主标题之间添加空格。如下图所示，绘图标题和 xticklabels 重叠（+ ylabel 'True' 被剪掉了）。

Link to my confusion matrix image

这是我使用的函数：

from sklearn.metrics import confusion_matrix
import matplotlib.pyplot as plt
PLOTS = '/plots/'  # Output folder

def plt_confusion_matrix(y_test, y_pred, normalize=False, title="Confusion matrix"):
    """
    Plots a nice confusion matrix.
    :param y_test: list of predicted labels
    :param y_pred: list of labels that should have been predicted.
    :param normalize: boolean. If False, the plots shows the number of sentences predicted.
    If True, shows the percentage of sentences predicted.
    :param title: string. Title of the plot.
    :return: Nothing but saves the plot as a PNG file and shows it.
    """
    labels = list(set(y_pred))
    cm = confusion_matrix(y_test, y_pred, labels)
    fig = plt.figure()
    ax = fig.add_subplot(111)

    cax = ax.matshow(cm, cmap=plt.cm.binary, interpolation='nearest')
    if normalize:
        cm = cm.astype('float') / cm.sum(axis=1)[:, np.newaxis]

    fig.suptitle(title, fontsize=14, wrap=True)
    fig.colorbar(cax)
    ax.set_xticklabels([''] + labels, rotation=45)
    ax.set_yticklabels([''] + labels)
    plt.xlabel('Predicted')
    plt.ylabel('True')
    plt.subplots_adjust(hspace=0.6)

    fmt = '.2f' if normalize else 'd'
    thresh = cm.max() / 1.5 if normalize else 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")

    plt.savefig(PLOTS + title)
    plt.show()

我不得不旋转 xticklabels，因为它们太长，否则会水平重叠，而且我不得不包裹标题，因为它也太长，否则无法完全显示在图像中。

我在另一篇文章中看到 xticklabels 也可以放在图形下方（就像在this stackoverflow post 中一样），所以也许这可能是一个解决方案，但我不知道如何制作。

我该如何解决这个问题？

• 在标题和 xticklabels 之间添加一些空格 （让它们看起来完全是 btw）；
• 或使 ylabel 'True' 可见
• 或移动图形下方的 xticklabels。

编辑：我尝试了两种 geekzeus 解决方案，但均未成功...

• geekzeus 的第一个解决方案的结果：See confusion matrix
• geekzeus 的第二个解决方案的结果：See confusion matrix

Answer 1

您可以使用参数x 和y 指定标题的位置。如果您调整y 的值，可以生成所需的图。

fig.suptitle(title, fontsize=14, wrap=True, y=1.2)

Answer 2

这样做

ax.set_xlabel('Predicted labels') 
ax.set_ylabel('True labels')       
ax.set_title('Confusion Matrix')   
#xaxisticks
ax.xaxis.set_ticklabels(['A', 'B']) 
#yaxis ticks
ax.yaxis.set_ticklabels(['B', 'A']) 

或 使用 seaborn 和 matplotlib，也可以直接提供 list 变量给 ticks

import seaborn as sns
import matplotlib.pyplot as plt     

cm = confusion_matrix(true_classes, predicted_classes)

ax= plt.subplot()
sns.heatmap(cm, annot=True, ax = ax); #annot=True to annotate cells

# labels, title and ticks
ax.set_xlabel('Predicted labels')
ax.set_ylabel('True labels') 
ax.set_title('Confusion Matrix')
ax.xaxis.set_ticklabels(['A', 'B'])   
ax.yaxis.set_ticklabels(['B', 'A'])