用python画AUC图

好的，以下是用Python绘制AUC图的示例代码：

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

# 假设有真实标签y_true和预测概率y_score
y_true = [0, 0, 1, 1, 1, 1]
y_score = [0.2, 0.4, 0.6, 0.7, 0.8, 0.9]

# 计算ROC曲线的假正率、真正率和阈值
fpr, tpr, thresholds = roc_curve(y_true, y_score)

# 计算AUC值
roc_auc = auc(fpr, tpr)

# 绘制ROC曲线和AUC值
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')
plt.legend(loc="lower right")
plt.show()

在这个示例中，我们假设有一个二分类问题，其中6个样本中有4个真实标签为1，预测概率为0.2、0.4、0.6、0.7、0.8和0.9。我们使用sklearn库中的roc_curve和auc函数计算ROC曲线和AUC值，并使用matplotlib库绘制ROC曲线和AUC值。