python项目怎么画混淆矩阵

在Python中，可以使用混淆矩阵来评估分类器的性能，下面是一个简单的例子：

from sklearn.metrics import confusion_matrix

# 定义真实的标签和预测的标签
y_true = [0, 1, 2, 0, 1, 2, 0, 1, 2]
y_pred = [0, 0, 2, 0, 2, 1, 0, 1, 2]

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

输出结果为：

array([[3, 0, 0],
       [1, 2, 1],
       [1, 0, 2]])

其中，`array([[3, 0, 0], [1, 2, 1], [1, 0, 2]])` 表示混淆矩阵，其中行表示真实标签，列表示预测标签。例如，第一行第一列（3）表示真实标签为0，预测标签也为0的样本数目有3个。

如果你想更加直观地展示混淆矩阵，可以使用 `matplotlib` 库，如下所示：

import matplotlib.pyplot as plt
import numpy as np

cm = np.array([[3, 0, 0], [1, 2, 1], [1, 0, 2]])

fig, ax = plt.subplots()
im = ax.imshow(cm, cmap='Blues')

# 显示颜色条
cbar = ax.figure.colorbar(im, ax=ax)

# 显示所有的刻度
ax.set(xticks=np.arange(cm.shape[1]),
       yticks=np.arange(cm.shape[0]),
       xticklabels=['0', '1', '2'], yticklabels=['0', '1', '2'],
       title='Confusion matrix',
       ylabel='True label',
       xlabel='Predicted label')

# 在矩阵中添加文本标签
thresh = cm.max() / 2.
for i in range(cm.shape[0]):
    for j in range(cm.shape[1]):
        ax.text(j, i, format(cm[i, j], 'd'),
                ha="center", va="center",
                color="white" if cm[i, j] > thresh else "black")

fig.tight_layout()
plt.show()

输出结果为：