plt.xticks([0.5, 1.5, 2.5], ['label1', 'label2', 'label3'])
时间: 2023-08-18 22:10:34 浏览: 47
这行代码用于设置x轴刻度的位置和标签。第一个参数[0.5, 1.5, 2.5]表示刻度的位置,这里设置为0.5、1.5、2.5,是因为热力图的格子是从0.5开始画的,所以刻度位置也要从0.5开始。第二个参数['label1', 'label2', 'label3']表示刻度的标签,这里设置为'label1'、'label2'、'label3'。这样就可以将原来的刻度0、1、2替换成自己想要的标签。同理,设置y轴刻度的代码如下:
```
plt.yticks([0.5, 1.5, 2.5], ['label1', 'label2', 'label3'])
```
这里同样设置了刻度的位置和标签。
相关问题
plt.figure(figsize=(10,8)) plt.plot(list(np.arange(0,len(data1_0))),data1_0,label='原序列') plt.plot(list(np.arange(0,len(data1_0))),data1_1_3,label='平滑后的序列') plt.title('移动平均法(窗口大小为3个)数据平滑对比图') plt.xlabel('时间序列') plt.ylabel('速度(km/h)') plt.xticks(range(0,110,10)) plt.legend() plt.show() plt.figure(figsize=(10,8)) plt.plot(list(np.arange(0,len(data1_0))),data1_0,label='原序列') plt.plot(list(np.arange(0,len(data1_0))),data1_1_5,label='平滑后的序列') plt.title('移动平均法(窗口大小为5个)数据平滑图') plt.xlabel('时间序列') plt.ylabel('速度(km/h)') plt.xticks(range(0,110,10)) plt.legend() plt.show()如何将两幅图合并
可以使用subplot函数将两幅图合并:
plt.figure(figsize=(10,8))
plt.subplot(2,1,1)
plt.plot(list(np.arange(0,len(data1_0))),data1_0,label='原序列')
plt.plot(list(np.arange(0,len(data1_0))),data1_1_3,label='平滑后的序列')
plt.title('移动平均法(窗口大小为3个)数据平滑对比图')
plt.xlabel('时间序列')
plt.ylabel('速度(km/h)')
plt.xticks(range(0,110,10))
plt.legend()
plt.subplot(2,1,2)
plt.plot(list(np.arange(0,len(data1_0))),data1_0,label='原序列')
plt.plot(list(np.arange(0,len(data1_0))),data1_1_5,label='平滑后的序列')
plt.title('移动平均法(窗口大小为5个)数据平滑图')
plt.xlabel('时间序列')
plt.ylabel('速度(km/h)')
plt.xticks(range(0,110,10))
plt.legend()
plt.show()
cm = confusion_matrix(test_label, y_pred) # 画出混淆矩阵 plt.imshow(cm, cmap=plt.cm.Blues) # plt.title('Confusion matrix'){'a': 'Condenser blockage', 'b': 'Main shaft wear', 'c': 'refrigerant overcharge'} plt.colorbar() tick_marks = np.arange(len(['a', 'b', 'c'])) plt.xticks(tick_marks, ['Condenser blockage', 'Main shaft wear', 'refrigerant overcharge'], rotation=45) plt.yticks(tick_marks, ['Condenser blockage', 'Main shaft wear', 'refrigerant overcharge']) plt.xlabel('Predicted label') plt.ylabel('True label') plt.tight_layout() plt.show(),帮我在这个混淆矩阵中加入数字
好的,您可以使用以下代码将数字添加到混淆矩阵中:
```python
cm = confusion_matrix(test_label, y_pred)
plt.imshow(cm, cmap=plt.cm.Blues)
# plt.title('Confusion matrix')
plt.colorbar()
tick_marks = np.arange(len(['a', 'b', 'c']))
plt.xticks(tick_marks, ['Condenser blockage', 'Main shaft wear', 'refrigerant overcharge'], rotation=45)
plt.yticks(tick_marks, ['Condenser blockage', 'Main shaft wear', 'refrigerant overcharge'])
thresh = cm.max() / 2.
for i, j in itertools.product(range(cm.shape[0]), range(cm.shape[1])):
plt.text(j, i, format(cm[i, j], 'd'),
horizontalalignment="center",
color="white" if cm[i, j] > thresh else "black")
plt.xlabel('Predicted label')
plt.ylabel('True label')
plt.tight_layout()
plt.show()
```
这将在混淆矩阵中的每个方格中心添加相应的数字。