标签未打印在 matplotlib 图中
Label not printing in a matplotlib figure
我有一个混淆矩阵,我想绘制它而不只是打印出来,我从 here 中获取了代码。
这是我经过一些非常细微的修改后得到的函数。
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`.
"""
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)
if normalize:
cm = cm.astype('float') / cm.sum(axis=1)[:, np.newaxis]
print("Normalized confusion matrix")
else:
print('Confusion matrix, without normalization')
print(cm)
thresh = cm.max() / 2.
for i, j in itertools.product(range(cm.shape[0]), range(cm.shape[1])):
plt.text(j, i, round(cm[i, j],4)*100,
horizontalalignment="center",
color="white" if cm[i, j] > thresh else "black")
plt.tight_layout()
plt.ylabel('True label')
plt.xlabel('Predicted label')
当我尝试使用 plot_confusion_matrix(cm, classes=['Front', 'Left', 'Rear', 'Right'],normalize=True,title='Confusion matrix, without normalization')
绘制图形时
我得到这个数字
如您所见,左侧的预测标签值和真实标签值缺失。当我在没有标准化的情况下尝试这个时,一切似乎都在工作,我可以看到预测标签与真实标签的实际数量。
我正在使用 python 3.5.3 和 运行 Jupyter Notebook 5.0.0 上的代码。是什么导致了这个问题?
编辑
函数调用之前的cm(混淆矩阵)是
cm = np.array([[20633, 219, 357, 118],
[ 136, 340, 199, 0],
[ 49, 10, 15536, 67],
[ 270, 2, 196, 353]])
plot_confusion_matrix(cm, classes=['Front', 'Left', 'Rear', 'Right'],normalize=True,title='Confusion matrix, without normalization')
标签确实存在。它只是在一些几乎是白色的背景上是白色的,以至于很难看到。我稍微改变了原始图像的伽马值,使其可见:
您可能想要将使文本变白的阈值更改为更大的数字。例如。
thresh = cm.max() / 1.4
按预期生成图像:
我有一个混淆矩阵,我想绘制它而不只是打印出来,我从 here 中获取了代码。
这是我经过一些非常细微的修改后得到的函数。
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`.
"""
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)
if normalize:
cm = cm.astype('float') / cm.sum(axis=1)[:, np.newaxis]
print("Normalized confusion matrix")
else:
print('Confusion matrix, without normalization')
print(cm)
thresh = cm.max() / 2.
for i, j in itertools.product(range(cm.shape[0]), range(cm.shape[1])):
plt.text(j, i, round(cm[i, j],4)*100,
horizontalalignment="center",
color="white" if cm[i, j] > thresh else "black")
plt.tight_layout()
plt.ylabel('True label')
plt.xlabel('Predicted label')
当我尝试使用 plot_confusion_matrix(cm, classes=['Front', 'Left', 'Rear', 'Right'],normalize=True,title='Confusion matrix, without normalization')
我得到这个数字
如您所见,左侧的预测标签值和真实标签值缺失。当我在没有标准化的情况下尝试这个时,一切似乎都在工作,我可以看到预测标签与真实标签的实际数量。
我正在使用 python 3.5.3 和 运行 Jupyter Notebook 5.0.0 上的代码。是什么导致了这个问题?
编辑
函数调用之前的cm(混淆矩阵)是
cm = np.array([[20633, 219, 357, 118],
[ 136, 340, 199, 0],
[ 49, 10, 15536, 67],
[ 270, 2, 196, 353]])
plot_confusion_matrix(cm, classes=['Front', 'Left', 'Rear', 'Right'],normalize=True,title='Confusion matrix, without normalization')
标签确实存在。它只是在一些几乎是白色的背景上是白色的,以至于很难看到。我稍微改变了原始图像的伽马值,使其可见:
您可能想要将使文本变白的阈值更改为更大的数字。例如。
thresh = cm.max() / 1.4
按预期生成图像: