python 画auc曲线

要画AUC曲线，首先需要计算出真阳性率（TPR）和假阳性率（FPR）两个指标的数值。通常情况下，可以使用sklearn库中的roc_curve函数来计算这些指标的数值。然后，可以使用matplotlib库来绘制AUC曲线。

下面是一个简单的例子：

from sklearn.metrics import roc_curve, auc
import matplotlib.pyplot as plt

# 假设我们已经有真实标签（y_true）和预测概率（y_score）了
fpr, tpr, thresholds = roc_curve(y_true, y_score)
roc_auc = auc(fpr, tpr)

# 绘制ROC曲线
plt.figure()
plt.plot(fpr, tpr, color='darkorange', lw=2, label='ROC curve (area = %0.2f)' % roc_auc)
plt.plot([0, 1], [0, 1], color='navy', lw=2, linestyle='--')
plt.xlim([0.0, 1.0])
plt.ylim([0.0, 1.05])
plt.xlabel('False Positive Rate')
plt.ylabel('True Positive Rate')
plt.title('Receiver operating characteristic example')
plt.legend(loc="lower right")
plt.show()

其中，`y_true`是真实标签，`y_score`是预测概率，`fpr`和`tpr`分别是假阳性率和真阳性率的数值，`roc_auc`是AUC值。

上述代码会绘制出一个AUC曲线，其中`lw`参数表示曲线线宽，`label`参数表示曲线标签，`xlim`和`ylim`分别为x轴和y轴的范围，`xlabel`和`ylabel`分别为x轴和y轴的标签，`title`为图像标题，`legend`为图例。