两个4个标签的200个样品的列表画混淆矩阵代码

下面是一个Python代码示例，用于绘制两个具有4个标签的200个样本的混淆矩阵：

import numpy as np
import matplotlib.pyplot as plt
from sklearn.metrics import confusion_matrix

# 生成随机标签
y_true = np.random.randint(0, 4, 200)
y_pred = np.random.randint(0, 4, 200)

# 计算混淆矩阵
cm = confusion_matrix(y_true, y_pred)

# 绘制混淆矩阵
plt.imshow(cm, interpolation='nearest', cmap=plt.cm.Blues)
plt.colorbar()
tick_marks = np.arange(4)
plt.xticks(tick_marks, ['Label 0', 'Label 1', 'Label 2', 'Label 3'], rotation=45)
plt.yticks(tick_marks, ['Label 0', 'Label 1', 'Label 2', 'Label 3'])
plt.xlabel('Predicted Label')
plt.ylabel('True Label')
plt.show()

这里使用了numpy和matplotlib库来生成随机标签和绘制混淆矩阵，并使用scikit-learn库中的confusion_matrix函数来计算混淆矩阵。代码中的tick_marks变量是用于设置标签的位置和方向的数组，可以根据需要进行修改。