如何重新创建一个画布并在新画布上用plt.savefig函数画出混淆矩阵

您可以使用Matplotlib库的`savefig`函数将混淆矩阵保存为图像文件。以下是一个简单的示例代码：

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

# 假设y_true和y_pred是您的真实标签和预测标签
cm = confusion_matrix(y_true, y_pred)

# 创建一个新的画布
fig, ax = plt.subplots()

# 绘制混淆矩阵
im = ax.imshow(cm, interpolation='nearest', cmap=plt.cm.Blues)
ax.figure.colorbar(im, ax=ax)

# 添加标签
ax.set(xticks=np.arange(cm.shape[1]),
       yticks=np.arange(cm.shape[0]),
       xticklabels=classes, yticklabels=classes,
       title='Confusion matrix',
       ylabel='True label',
       xlabel='Predicted label')

# 旋转x轴标签
plt.setp(ax.get_xticklabels(), rotation=45, ha="right",
         rotation_mode="anchor")

# 在单元格中添加百分比
fmt = '.2f'
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], fmt),
                ha="center", va="center",
                color="white" if cm[i, j] > thresh else "black")

# 添加网格
ax.grid(False)

# 保存混淆矩阵为图像文件
plt.savefig('confusion_matrix.png', dpi=300, bbox_inches='tight')

# 显示图像
plt.show()

请注意，此代码需要以下库：`matplotlib`和`sklearn.metrics`。您需要将`y_true`和`y_pred`替换为您的真实标签和预测标签，并将`classes`替换为您的类别名称列表。此代码将混淆矩阵保存为名称为“confusion_matrix.png”的图像文件，并使用`dpi`参数设置图像分辨率，并使用`bbox_inches`参数调整图像边界框。