python中画混淆矩阵

在Python中，可以使用matplotlib和sklearn库来绘制混淆矩阵。其中，sklearn.metrics.ConfusionMatrixDisplay类可以方便地绘制混淆矩阵。下面是一个示例代码：

from sklearn.metrics import confusion_matrix
from sklearn.metrics import ConfusionMatrixDisplay
import matplotlib.pyplot as plt

y_true = [2, 0, 2, 2, 0, 1]
y_pred = [0, 0, 2, 2, 0, 2]

cm = confusion_matrix(y_true, y_pred)
disp = ConfusionMatrixDisplay(confusion_matrix=cm, display_labels=["ant", "bird", "cat"])
disp.plot(cmap=plt.cm.Blues)
plt.title("Confusion Matrix")
plt.show()

其中，y_true和y_pred分别表示真实标签和预测标签，cm表示混淆矩阵，disp表示ConfusionMatrixDisplay对象，display_labels表示标签名称，cmap表示颜色映射。

相关问题

python画出混淆矩阵

以下是Python代码，用于绘制混淆矩阵：

import matplotlib.pyplot as plt
import numpy as np

def plot_confusion_matrix(cm, classes, normalize=False, title='Confusion matrix', cmap=plt.cm.Blues):
    """
    This function prints and plots the confusion matrix.
    Normalization can be applied by setting `normalize=True`.
    """
    if normalize:
        cm = cm.astype('float') / cm.sum(axis=1)[:, np.newaxis]
        print("Normalized confusion matrix")
    else:
        print('Confusion matrix, without normalization')

    print(cm)

    plt.imshow(cm, interpolation='nearest', cmap=cmap)
    plt.title(title)
    plt.colorbar()
    tick_marks = np.arange(len(classes))
    plt.xticks(tick_marks, classes, rotation=45)
    plt.yticks(tick_marks, classes)

    fmt = '.2f' if normalize else 'd'
    thresh = cm.max() / 2.
    for i, j in product(range(cm.shape[0]), range(cm.shape[1])):
        plt.text(j, i, format(cm[i, j], fmt),
                 horizontalalignment="center",
                 color="white" if cm[i, j] > thresh else "black")

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

# 示例：
# 混淆矩阵数据
cm = np.array([[10, 2, 3],
               [1, 9, 2],
               [3, 2, 10]])

# 类别标签
classes = ['Class A', 'Class B', 'Class C']

# 绘制混淆矩阵
plot_confusion_matrix(cm, classes)

运行以上代码，将得到一个混淆矩阵的可视化结果。可以通过调整`cm`和`classes`参数来适应你的实际数据。

python 画混淆矩阵

你可以使用 Python 中的库来绘制混淆矩阵。一个常用的库是 Matplotlib。以下是一个简单的示例代码，用于绘制混淆矩阵：

import numpy as np
import matplotlib.pyplot as plt

def plot_confusion_matrix(cm, classes, normalize=False, title='Confusion matrix', cmap=plt.cm.Blues):
    """
    绘制混淆矩阵
    :param cm: 混淆矩阵
    :param classes: 类别列表
    :param normalize: 是否进行归一化
    :param title: 图表标题
    :param cmap: 颜色映射
    """
    if normalize:
        cm = cm.astype('float') / cm.sum(axis=1)[:, np.newaxis]
        print("Normalized confusion matrix")
    else:
        print('Confusion matrix, without normalization')

    plt.imshow(cm, interpolation='nearest', cmap=cmap)
    plt.title(title)
    plt.colorbar()
    tick_marks = np.arange(len(classes))
    plt.xticks(tick_marks, classes, rotation=45)
    plt.yticks(tick_marks, classes)

    fmt = '.2f' if normalize else 'd'
    thresh = cm.max() / 2.
    for i in range(cm.shape[0]):
        for j in range(cm.shape[1]):
            plt.text(j, i, format(cm[i, j], fmt),
                     horizontalalignment="center",
                     color="white" if cm[i, j] > thresh else "black")

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

# 创建一个样例混淆矩阵
cm = np.array([[10, 2, 0],
               [3, 15, 1],
               [2, 1, 12]])

# 定义类别列表
cl