如何理解索引错误（Index Error）？使用pretty_confusion_matrix库生成混淆矩阵时遇索引越界问题求助

我来帮你搞定这个报错——本质原因是混淆矩阵必须是方阵（行数和列数完全相等），但你的DataFrame是49行×36列，行和列维度不匹配，才导致库在访问对角线元素时抛出索引越界错误。

为什么会出现这个问题？ #

pp_matrix函数要求输入的DataFrame是标准的混淆矩阵格式：

• 行代表真实类别，列代表预测类别
• 行的类别集合必须和列的完全一致，也就是说行数必须等于列数

你的数据里行有49个类别，列却只有36个，当库遍历列索引去访问对应行的对角线元素（array_df[col][col]）时，列的索引很快就超出了行的有效范围，直接触发了IndexError。

具体解决方案 #

1. 先明确你的类别集合 #

首先搞清楚：你是想保留所有49个真实类别，还是只保留列里有的36个预测类别？根据需求选下面的调整方式：

方式一：补全缺失的列（保留所有真实类别）

如果你的行是完整的真实类别列表，列只是少了部分类别，那就把缺失的列补上，用0填充计数：

# 获取所有真实类别（行索引）
all_true_classes = df.index.tolist()
# 获取现有预测类别（列名）
existing_pred_classes = df.columns.tolist()
# 找出列里缺失的类别
missing_classes = [cls for cls in all_true_classes if cls not in existing_pred_classes]
# 给DataFrame添加这些缺失列，值设为0
for cls in missing_classes:
    df[cls] = 0
# 可选：把列的顺序调整得和行索引一致，更符合混淆矩阵规范
df = df[all_true_classes]

方式二：过滤多余的行（只保留预测类别对应的真实行）

如果那些不在列里的行类别是不需要的，直接过滤掉：

# 获取所有预测类别（列名）
pred_classes = df.columns.tolist()
# 只保留行索引在预测类别里的行
df = df[df.index.isin(pred_classes)]

2. 验证调整后的维度 #

调整完后，先检查一下DataFrame的形状：

print(df.shape)

输出必须是(N, N)的方阵格式，比如(49,49)或者(36,36)，这才符合混淆矩阵的要求。

3. 重新运行函数 #

维度没问题后，再执行你的代码：

pp_matrix(df, cmap=cmap)

额外排查小技巧 #

如果调整后还是报错，可以检查这两点：

• 行索引或列名有没有重复的类别？重复项会导致库内部处理时维度异常
• 确认DataFrame里的数值都是整数（混淆矩阵是计数矩阵，必须是整数类型）

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