为何使用subplot时混淆矩阵旁会出现额外矩阵？

你的代码出现异常的核心原因是plot_confusion_matrix会自动创建新的绘图画布，和plt.subplot的子图布局逻辑冲突，加上循环内频繁调用plt.show()，导致布局混乱和异常内容出现。以下是具体修改方案：

关键问题点 #

• plot_confusion_matrix默认会新建独立figure，和你手动设置的subplot重复，导致子图区域出现额外的绘图元素
• plt.show()放在循环内部，每次循环都会单独显示当前图，破坏整体布局
• figsize参数应该在全局画布设置，而非传给plot_confusion_matrix

修改后的完整代码 #

def crossValidation(cla):
    i = 1
    skf = StratifiedKFold(n_splits=5, shuffle=True, random_state=2)
    acc = [] 
    net_mat = np.zeros((4, 4))
    # 提前创建全局画布，设置适配6行2列的尺寸
    plt.figure(figsize=(12, 18))
    for train_index, test_index in skf.split(X, Y):
        X_train = X[train_index]
        X_test = X[test_index]
        Y_train = Y[train_index]
        Y_test = Y[test_index]

        cla.fit(X_train, Y_train)  
        Y_testPred = cla.predict(X_test) 

        testAccuracy = metrics.accuracy_score(Y_test, Y_testPred)
        print("Test Accuracy", testAccuracy*100)
        acc.append(testAccuracy)   

        matrix1 = confusion_matrix(Y_test, Y_testPred)
        net_mat = net_mat + matrix1
        # 获取当前子图的轴对象
        ax = plt.subplot(6, 2, i)
        # 强制在指定子图轴上绘制混淆矩阵，避免新建画布
        plot_confusion_matrix(matrix1, class_names=['A', 'B','C','D'], 
                              show_normed=True, colorbar=True, show_absolute=True,
                              ax=ax)   
        i += 1
    # 自动调整子图间距，避免标签重叠
    plt.tight_layout()
    # 所有子图绘制完成后统一显示
    plt.show()
    return net_mat, acc

额外说明 #

如果你的plot_confusion_matrix是自定义函数，本身不支持ax参数，需要修改函数内部逻辑，让它基于传入的轴对象绘图：

def plot_confusion_matrix(matrix, class_names, show_normed=True, colorbar=True, show_absolute=True, ax=None):
    # 优先使用传入的轴，否则获取当前轴
    ax = ax or plt.gca()
    # 后续所有绘图操作都基于ax对象，比如：
    im = ax.imshow(matrix, cmap='Blues')
    if colorbar:
        plt.colorbar(im, ax=ax)
    # 设置类别标签
    ax.set_xticks(np.arange(len(class_names)))
    ax.set_yticks(np.arange(len(class_names)))
    ax.set_xticklabels(class_names)
    ax.set_yticklabels(class_names)
    # 其他绘图逻辑...

内容的提问来源于stack exchange，提问作者Michał Jagodzinski