热力图低数值颜色过深是否正常？混淆矩阵可视化疑问

绘制混淆矩阵热力图时发现，部分较低数值（如图中第一列的0.44%）颜色比预期更深。以下是实现代码、打印输出及结果图，请问该现象是否正常？

实现代码 #

categories = list(dictionary.label2idx.keys())

fig, ax = plt.subplots(figsize=(10, 10))

target_tokens_flat = np.array([label for sentence_labels in target_tokens for label in sentence_labels])
output_tokens_flat = np.array([label for sentence_labels in output_tokens for label in sentence_labels])
print(target_tokens_flat)

cm = confusion_matrix(target_tokens_flat, output_tokens_flat, labels=categories)
print(cm)

fmt = '.2%'
total_predictions = np.sum(cm)
annot = np.empty_like(cm).astype(str)
cm = np.array(cm)

column_sums = [np.sum(cm[:, i], axis=0) for i in range(cm.shape[0])]
print(column_sums)
result = [(cm[:, i] / (column_sums[i]+0.0000001)).round(4) for i in range(cm.shape[1])]

result = np.transpose(result)
print(result)

sns.heatmap(cm, annot=result, fmt=fmt, cmap='flare', xticklabels=categories, yticklabels=categories,vmin=0, vmax=100)

结果图 #

打印输出 #

['O' 'O' 'O' ... 'O' 'O' 'O']
[[31041   522   208   206    26    52     1    12     6     0     0]
 [  395  1284    41    20     3    11     0     0     0     0     0]
 [  140    47   796     9     8     2     0     0     0     0     0]
 [  111     9    12   367     3     0     0     0     0     0     0]
 [   33    14     6     2   138     4     0     0     0     0     0]
 [   43    28     7     2     3   132     0     0     0     0     0]
 [    3     0     0     0     0     0    33     3     0     0     0]
 [   16     5     0     0     0     0     2    11     0     0     0]
 [   10     0     0     0     0     0     0     1    41     0     0     0]
 [    0     0     0     0     0     0     0     0     0     0     0]
 [    1     0     0     0     0     0     0     1     0     0     0]]
[31793, 1909, 1070, 606, 181, 201, 36, 28, 47, 0, 0]
[[9.763e-01 2.734e-01 1.944e-01 3.399e-01 1.436e-01 2.587e-01 2.780e-02
  4.286e-01 1.277e-01 0.000e+00 0.000e+00]
 [1.240e-02 6.726e-01 3.830e-02 3.300e-02 1.660e-02 5.470e-02 0.000e+00
  0.000e+00 0.000e+00 0.000e+00 0.000e+00]
 ....
 [3.000e-04 0.000e+00 0.000e+00 0.000e+00 0.000e+00 0.000e+00 0.000e+00
  3.570e-02 8.723e-01 0.000e+00 0.000e+00]
 [0.000e+00 0.000e+00 0.000e+00 0.000e+00 0.000e+00 0.000e+00 0.000e+00
  0.000e+00 0.000e+00 0.000e+00 0.000e+00]
 [0.000e+00 0.000e+00 0.000e+00 0.000e+00 0.000e+00 0.000e+00 0.000e+00
  3.570e-02 0.000e+00 0.000e+00 0.000e+00]]

这个现象不正常，核心问题是你把热力图的颜色映射数据和标注数据搞混了：

• 传给sns.heatmap的第一个参数是原始混淆矩阵cm（计数数据，比如第一列第一个值是31041），颜色是根据这些大数的范围来映射的；
• 但你显示的标注是归一化后的百分比result（比如第一列某值是0.44%），两者完全不匹配，导致视觉上出现“低数值颜色深”的错觉。

举个例子：第一列的0.44%对应的原始计数是10，这个数值在原始cm里虽然小，但和其他列的极小值（比如0）比起来，会被赋予较深的颜色，但标注的是百分比，所以看起来颜色和数值不对应。

修正方案 #

把热力图的数据源换成归一化后的result，同时调整vmin和vmax匹配数据范围，修改后的关键代码如下：

# 方案1：用0-1的比例数据，调整vmin/vmax
sns.heatmap(result, annot=result, fmt=fmt, cmap='flare', xticklabels=categories, yticklabels=categories, vmin=0, vmax=1)

# 方案2：转成百分比后使用
result_percent = result * 100
sns.heatmap(result_percent, annot=result_percent, fmt='.2f%', cmap='flare', xticklabels=categories, yticklabels=categories, vmin=0, vmax=100)

这样颜色就会和标注的百分比数值对应，不会再出现颜色和数值不符的情况。

内容的提问来源于stack exchange，提问作者feedback