如何用Matplotlib/Seaborn绘制带行列标注的模型精度矩阵

1. 单独绘制DT与LSTM的精度矩阵 #

先导入所需库并准备示例数据（替换为你的真实矩阵和参数取值即可）：

import matplotlib.pyplot as plt
import seaborn as sns
import numpy as np

# 基准精度
ref_dt_accuracy = 0.86
ref_lstm_accuracy = 0.85

# 超参数取值示例
sigma_values = [0.1, 0.2, 0.3, 0.4]
knots_values = [2, 3, 4, 5]

# 示例精度矩阵（替换为你的真实数据）
dt_accuracy_mw = np.array([
    [0.84, 0.85, 0.87, 0.83],
    [0.85, 0.86, 0.88, 0.84],
    [0.83, 0.85, 0.86, 0.82],
    [0.82, 0.84, 0.85, 0.81]
])

lstm_accuracy_mw = np.array([
    [0.83, 0.84, 0.86, 0.82],
    [0.84, 0.85, 0.87, 0.83],
    [0.82, 0.84, 0.85, 0.81],
    [0.81, 0.83, 0.84, 0.80]
])

接着绘制两个子图，分别展示不同超参数组合下的DT和LSTM精度：

# 创建画布和子图
fig, (ax1, ax2) = plt.subplots(1, 2, figsize=(12, 5))

# 绘制DT精度矩阵
sns.heatmap(dt_accuracy_mw, ax=ax1, annot=True, fmt=".2f", cmap="Blues",
            xticklabels=knots_values, yticklabels=sigma_values, cbar=True)
ax1.set_title("DT Model Accuracy (Magnitude Warping)")
ax1.set_xlabel("Knots")
ax1.set_ylabel("Sigma")

# 绘制LSTM精度矩阵
sns.heatmap(lstm_accuracy_mw, ax=ax2, annot=True, fmt=".2f", cmap="Greens",
            xticklabels=knots_values, yticklabels=sigma_values, cbar=True)
ax2.set_title("LSTM Model Accuracy (Magnitude Warping)")
ax2.set_xlabel("Knots")
ax2.set_ylabel("Sigma")

# 调整布局避免重叠
plt.tight_layout()
plt.show()

生成的热力图会以颜色深浅反映精度高低，每个单元格显示具体数值，行对应sigma取值，列对应knots取值。

2. 绘制包含精度与基准差值的组合矩阵 #

先构造每个单元格的文本内容，再结合热力图展示双重信息：

# 构造组合注释文本
annotations = []
for dt_row, lstm_row in zip(dt_accuracy_mw, lstm_accuracy_mw):
    row_annot = []
    for dt_acc, lstm_acc in zip(dt_row, lstm_row):
        dt_diff = ref_dt_accuracy - dt_acc
        lstm_diff = ref_lstm_accuracy - lstm_acc
        # 按要求格式化文本
        text = f"{dt_acc:.2f} ({dt_diff:.2f})\n/{lstm_acc:.2f} ({lstm_diff:.2f})"
        row_annot.append(text)
    annotations.append(row_annot)

# 绘制组合矩阵
plt.figure(figsize=(10, 8))
# 这里用DT精度作为热力图颜色依据，也可替换为lstm_accuracy_mw
sns.heatmap(dt_accuracy_mw, annot=np.array(annotations), fmt="", cmap="Purples",
            xticklabels=knots_values, yticklabels=sigma_values, cbar=True)
plt.title("DT & LSTM Accuracy with Baseline Difference")
plt.xlabel("Knots")
plt.ylabel("Sigma")
plt.tight_layout()
plt.show()

该热力图的每个单元格会同时展示两个模型的精度及与基准的差值，背景颜色直观反映对应模型的精度水平，方便对比超参数对两类模型的影响。

内容的提问来源于stack exchange，提问作者Unistack