python绘制混淆矩阵图像并在图上标注概率

可以使用Python中的Matplotlib库来绘制混淆矩阵图像，并使用Seaborn库来标注概率。

以下是一个示例代码，其中假设有一个混淆矩阵存储在名为confusion_matrix的变量中：

import matplotlib.pyplot as plt
import seaborn as sns
import numpy as np

# 定义标签
labels = ['类别1', '类别2', '类别3']

# 绘制混淆矩阵图像
plt.figure(figsize=(8, 6))
sns.heatmap(confusion_matrix, annot=True, cmap='Blues', xticklabels=labels, yticklabels=labels)

# 在图像上添加概率标注
for i in range(len(labels)):
    for j in range(len(labels)):
        plt.text(j + 0.5, i + 0.5, '{:.2f}'.format(confusion_matrix[i][j]/np.sum(confusion_matrix)),
                 ha='center', va='center')

# 显示图像
plt.xlabel('预测标签')
plt.ylabel('真实标签')
plt.show()

在上述代码中，我们首先定义了标签，然后使用Matplotlib和Seaborn来绘制混淆矩阵图像。我们使用`annot=True`来在图像上添加标注，并使用`cmap='Blues'`来设置颜色映射。接下来，我们使用两个for循环来在混淆矩阵的每个单元格中添加概率标注。最后，我们添加了x轴和y轴的标签，并使用`plt.show()`来显示图像。