python调用matplotlib包画混淆矩阵图异常处理

2024-04-23 23:58

本文主要是介绍python调用matplotlib包画混淆矩阵图异常处理,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

我在调用matplotlib包画交叉矩阵时,出现如下错误。
在这里插入图片描述
相关代码如下:

# 定义混淆矩阵画图函数
def plot_confusion_matrix(cm,  # 混淆矩阵target_names,  # 标签名title='Confusion matrix',  # 设置矩阵名称cmap='Blues',  # 这个地方设置混淆矩阵的颜色主题,这个主题看着就干净normalize=True):accuracy = np.trace(cm) / float(np.sum(cm))  # 计算准确率misclass = 1 - accuracy  # 计算错误率if cmap is None:cmap = plt.get_cmap('Blues')  # 如果没有设置主题颜色,就设置主题颜色为'Blues'plt.figure(figsize=(9, 7))  # 设置图的尺寸大小plt.imshow(cm, interpolation='nearest', cmap=cmap)  # 显示图像plt.imshow(cm, cmap=cmap)  # 显示图像plt.title(title)plt.colorbar()if target_names is not None:tick_marks = np.arange(len(target_names))plt.xticks(tick_marks, target_names, rotation=45)  # 画出x轴各点的相应标签,rotation表示标签逆时针旋转45度plt.yticks(tick_marks, target_names)  # 画出y轴各点的相应标签if normalize:cm = cm.astype('float') / cm.sum(axis=1)[:, np.newaxis]  # 归一化,左上角特异度,右下角灵敏度thresh = cm.max() / 1.5 if normalize else cm.max() / 2  # 设定矩阵颜色阈值for i, j in itertools.product(range(cm.shape[0]), range(cm.shape[1])):if normalize:plt.text(j, i, "{:0.4f}".format(cm[i, j]),horizontalalignment="center",color="white" if cm[i, j] > thresh else "black")else:plt.text(j, i, "{:,}".format(cm[i, j]),horizontalalignment="center",color="white" if cm[i, j] > thresh else "black")  # 将cm数值填入到混淆矩阵中plt.tight_layout()plt.ylabel('True label', size=15)  # 设置Y轴名称及字体尺寸plt.xlabel('Predicted label\naccuracy={:0.4f}; misclass={:0.4f}'.format(accuracy, misclass), size=15)  # 设置X轴名称及字体尺寸plt.savefig('./Confusion_Matrix.png', format='png', bbox_inches='tight')  # 将混淆矩阵保存为图片plt.show()

问题是出在如下代码的地方:

    if target_names is not None:tick_marks = np.arange(len(target_names))plt.xticks(tick_marks, target_names, rotation=45)  # 画出x轴各点的相应标签,rotation表示标签逆时针旋转45度plt.yticks(tick_marks, target_names)  # 画出y轴各点的相应标签

我查了很多资料,发现代码是没有错的,我推测的原因可能是我在安装graphviz包时,相关依赖包进行了更新,可能导致包出现变更,于是我重新对anaconda3进行安装,问题得到解决。
需要注意的是在卸载anaconda3时需要把C盘地址下的文件及文件也一并删除,相关文件如下图所示:
在这里插入图片描述
还有记得用户夹下的相关文件一并删除:
在这里插入图片描述
重新安装后,异常消失,显示如下:

在这里插入图片描述

这篇关于python调用matplotlib包画混淆矩阵图异常处理的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/930234

相关文章

Django开发时如何避免频繁发送短信验证码(python图文代码)

《Django开发时如何避免频繁发送短信验证码(python图文代码)》Django开发时,为防止频繁发送验证码,后端需用Redis限制请求频率,结合管道技术提升效率,通过生产者消费者模式解耦业务逻辑... 目录避免频繁发送 验证码1. www.chinasem.cn避免频繁发送 验证码逻辑分析2. 避免频繁

Java使用Thumbnailator库实现图片处理与压缩功能

《Java使用Thumbnailator库实现图片处理与压缩功能》Thumbnailator是高性能Java图像处理库,支持缩放、旋转、水印添加、裁剪及格式转换,提供易用API和性能优化,适合Web应... 目录1. 图片处理库Thumbnailator介绍2. 基本和指定大小图片缩放功能2.1 图片缩放的

精选20个好玩又实用的的Python实战项目(有图文代码)

《精选20个好玩又实用的的Python实战项目(有图文代码)》文章介绍了20个实用Python项目,涵盖游戏开发、工具应用、图像处理、机器学习等,使用Tkinter、PIL、OpenCV、Kivy等库... 目录① 猜字游戏② 闹钟③ 骰子模拟器④ 二维码⑤ 语言检测⑥ 加密和解密⑦ URL缩短⑧ 音乐播放

python panda库从基础到高级操作分析

《pythonpanda库从基础到高级操作分析》本文介绍了Pandas库的核心功能,包括处理结构化数据的Series和DataFrame数据结构,数据读取、清洗、分组聚合、合并、时间序列分析及大数据... 目录1. Pandas 概述2. 基本操作:数据读取与查看3. 索引操作:精准定位数据4. Group

Python pandas库自学超详细教程

《Pythonpandas库自学超详细教程》文章介绍了Pandas库的基本功能、安装方法及核心操作,涵盖数据导入(CSV/Excel等)、数据结构(Series、DataFrame)、数据清洗、转换... 目录一、什么是Pandas库(1)、Pandas 应用(2)、Pandas 功能(3)、数据结构二、安

Python使用Tenacity一行代码实现自动重试详解

《Python使用Tenacity一行代码实现自动重试详解》tenacity是一个专为Python设计的通用重试库,它的核心理念就是用简单、清晰的方式,为任何可能失败的操作添加重试能力,下面我们就来看... 目录一切始于一个简单的 API 调用Tenacity 入门:一行代码实现优雅重试精细控制:让重试按我

Python安装Pandas库的两种方法

《Python安装Pandas库的两种方法》本文介绍了三种安装PythonPandas库的方法,通过cmd命令行安装并解决版本冲突,手动下载whl文件安装,更换国内镜像源加速下载,最后建议用pipli... 目录方法一:cmd命令行执行pip install pandas方法二:找到pandas下载库,然后

Python实现网格交易策略的过程

《Python实现网格交易策略的过程》本文讲解Python网格交易策略,利用ccxt获取加密货币数据及backtrader回测,通过设定网格节点,低买高卖获利,适合震荡行情,下面跟我一起看看我们的第一... 网格交易是一种经典的量化交易策略,其核心思想是在价格上下预设多个“网格”,当价格触发特定网格时执行买

Python标准库之数据压缩和存档的应用详解

《Python标准库之数据压缩和存档的应用详解》在数据处理与存储领域,压缩和存档是提升效率的关键技术,Python标准库提供了一套完整的工具链,下面小编就来和大家简单介绍一下吧... 目录一、核心模块架构与设计哲学二、关键模块深度解析1.tarfile:专业级归档工具2.zipfile:跨平台归档首选3.

使用Python构建智能BAT文件生成器的完美解决方案

《使用Python构建智能BAT文件生成器的完美解决方案》这篇文章主要为大家详细介绍了如何使用wxPython构建一个智能的BAT文件生成器,它不仅能够为Python脚本生成启动脚本,还提供了完整的文... 目录引言运行效果图项目背景与需求分析核心需求技术选型核心功能实现1. 数据库设计2. 界面布局设计3